Publicação
Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença
| Resumo: | Os sistemas de controle de presenças que realizam a autenticação através de faces carecem de detectores de fraudes para que sejam mais confiáveis. Um sistema capaz de executar essa tarefa automaticamente e corretamente vem trazer uma série de vantagens práticas no domínio da autenticação biométrica. Para atender esta carência, um detector de face falsa é desenvolvido e serve como um pré-passo antes do reconhecimento facial. A abordagem proposta para detecção de face falsa é utilizar câmera infravermelha do espectro NIR e machine learning, referida de deep learning. Neste trabalho foi criado uma base de dados de imagens de faces falsas e reais com auxílio de uma câmera com luz infravermelha NIR. A partir das imagens, foram gerados três datasets para implementação dos modelos de machine learning: Árvore de Decisão, Random Forest, KNN, SVM e MLP. Para a construção do protótipo de reconhecimento facial com detector de face falsa foi utilizado a linguagem Python de programação, as bibliotecas de programação: OpenFace, Scikit- Learn, OpenCV e Flask. A partir destas ferramentas e modelos treinados foi possível ter uma acurácia de 97.50% para detecção de faces falsas e faces reais com o classificador SVM. Para o reconhecimento facial foi definido uma limiar (de 0 a 1) confiável de 0.6 para sistemas que utilizam autenticação no formato 1 para N e limiar 0.2 para formato 1 para 1. Pretende-se que no futuro, o protótipo proposto seja ensaiado numa rede de terminais de marcação de presenças no IPB. |
|---|---|
| Autores principais: | Nunes, Eduardo Carvalho |
| Assunto: | Reconhecimento facial Detecção de fraudes Machine learning Deep learning |
| Ano: | 2019 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| _version_ | 1867172755570425856 |
|---|---|
| author | Nunes, Eduardo Carvalho |
| author_facet | Nunes, Eduardo Carvalho |
| author_role | author |
| contributor_name_str_mv | Rodrigues, Pedro João Sguario, Mauren Louise Biblioteca Digital do IPB |
| country_str | PT |
| creators_json_txt | [{\"Person.name\":\"Nunes, Eduardo Carvalho\"}] |
| datacite.contributors.contributor.contributorName.fl_str_mv | Rodrigues, Pedro João Sguario, Mauren Louise Biblioteca Digital do IPB |
| datacite.creators.creator.creatorName.fl_str_mv | Nunes, Eduardo Carvalho |
| datacite.date.Accepted.fl_str_mv | 2019-01-01T00:00:00Z |
| datacite.date.available.fl_str_mv | 2020-01-31T11:47:03Z |
| datacite.date.embargoed.fl_str_mv | 2020-01-31T11:47:03Z |
| datacite.rights.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| datacite.subjects.subject.fl_str_mv | Reconhecimento facial Detecção de fraudes Machine learning Deep learning |
| datacite.titles.title.fl_str_mv | Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença |
| dc.contributor.none.fl_str_mv | Rodrigues, Pedro João Sguario, Mauren Louise Biblioteca Digital do IPB |
| dc.creator.none.fl_str_mv | Nunes, Eduardo Carvalho |
| dc.date.Accepted.fl_str_mv | 2019-01-01T00:00:00Z |
| dc.date.available.fl_str_mv | 2020-01-31T11:47:03Z |
| dc.date.embargoed.fl_str_mv | 2020-01-31T11:47:03Z |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://hdl.handle.net/10198/20500 |
| dc.language.none.fl_str_mv | por |
| dc.rights.cclincense.fl_str_mv | http://creativecommons.org/licenses/by-nc/4.0/ |
| dc.rights.none.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| dc.subject.none.fl_str_mv | Reconhecimento facial Detecção de fraudes Machine learning Deep learning |
| dc.title.fl_str_mv | Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença |
| dc.type.none.fl_str_mv | http://purl.org/coar/resource_type/c_bdcc |
| description | Os sistemas de controle de presenças que realizam a autenticação através de faces carecem de detectores de fraudes para que sejam mais confiáveis. Um sistema capaz de executar essa tarefa automaticamente e corretamente vem trazer uma série de vantagens práticas no domínio da autenticação biométrica. Para atender esta carência, um detector de face falsa é desenvolvido e serve como um pré-passo antes do reconhecimento facial. A abordagem proposta para detecção de face falsa é utilizar câmera infravermelha do espectro NIR e machine learning, referida de deep learning. Neste trabalho foi criado uma base de dados de imagens de faces falsas e reais com auxílio de uma câmera com luz infravermelha NIR. A partir das imagens, foram gerados três datasets para implementação dos modelos de machine learning: Árvore de Decisão, Random Forest, KNN, SVM e MLP. Para a construção do protótipo de reconhecimento facial com detector de face falsa foi utilizado a linguagem Python de programação, as bibliotecas de programação: OpenFace, Scikit- Learn, OpenCV e Flask. A partir destas ferramentas e modelos treinados foi possível ter uma acurácia de 97.50% para detecção de faces falsas e faces reais com o classificador SVM. Para o reconhecimento facial foi definido uma limiar (de 0 a 1) confiável de 0.6 para sistemas que utilizam autenticação no formato 1 para N e limiar 0.2 para formato 1 para 1. Pretende-se que no futuro, o protótipo proposto seja ensaiado numa rede de terminais de marcação de presenças no IPB. |
| dirty | 0 |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| fulltext.url.fl_str_mv | https://bibliotecadigital.ipb.pt/bitstreams/4f4a167e-dbba-4822-b4de-ca972fb609c3/download |
| id | ipb_909e2c2fc47bb9571dd1ec36116a27eb |
| identifier.url.fl_str_mv | http://hdl.handle.net/10198/20500 |
| instacron_str | ipb |
| institution | Instituto Politécnico de Bragança |
| instname_str | Instituto Politécnico de Bragança |
| language | por |
| network_acronym_str | ipb |
| network_name_str | Biblioteca Digital do IPB |
| oai_identifier_str | oai:bibliotecadigital.ipb.pt:10198/20500 |
| organization_str_mv | urn:organizationAcronym:ipb |
| person_str_mv | Nunes, Eduardo Carvalho |
| publishDate | 2019 |
| reponame_str | Biblioteca Digital do IPB |
| repository_id_str | urn:repositoryAcronym:ipb |
| service_str_mv | urn:repositoryAcronym:ipb |
| spelling | porpt_PTOs sistemas de controle de presenças que realizam a autenticação através de faces carecem de detectores de fraudes para que sejam mais confiáveis. Um sistema capaz de executar essa tarefa automaticamente e corretamente vem trazer uma série de vantagens práticas no domínio da autenticação biométrica. Para atender esta carência, um detector de face falsa é desenvolvido e serve como um pré-passo antes do reconhecimento facial. A abordagem proposta para detecção de face falsa é utilizar câmera infravermelha do espectro NIR e machine learning, referida de deep learning. Neste trabalho foi criado uma base de dados de imagens de faces falsas e reais com auxílio de uma câmera com luz infravermelha NIR. A partir das imagens, foram gerados três datasets para implementação dos modelos de machine learning: Árvore de Decisão, Random Forest, KNN, SVM e MLP. Para a construção do protótipo de reconhecimento facial com detector de face falsa foi utilizado a linguagem Python de programação, as bibliotecas de programação: OpenFace, Scikit- Learn, OpenCV e Flask. A partir destas ferramentas e modelos treinados foi possível ter uma acurácia de 97.50% para detecção de faces falsas e faces reais com o classificador SVM. Para o reconhecimento facial foi definido uma limiar (de 0 a 1) confiável de 0.6 para sistemas que utilizam autenticação no formato 1 para N e limiar 0.2 para formato 1 para 1. Pretende-se que no futuro, o protótipo proposto seja ensaiado numa rede de terminais de marcação de presenças no IPB.application/pdfpt_PTDeteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presençaNunes, Eduardo CarvalhoRodrigues, Pedro JoãoSguario, Mauren LouiseHostingInstitutionOrganizationalBiblioteca Digital do IPBe-mailmailto:dspace@ipb.ptdspace@ipb.ptURNurn:tid:2023882202020-01-31T11:47:03Z201920182019-01-01T00:00:00ZHandlehttp://hdl.handle.net/10198/20500http://purl.org/coar/access_right/c_abf2open accessReconhecimento facialDetecção de fraudesMachine learningDeep learning10420271 bytesliteraturehttp://purl.org/coar/resource_type/c_bdccmaster thesis2019http://creativecommons.org/licenses/by-nc/4.0/http://purl.org/coar/access_right/c_abf2application/pdffulltexthttps://bibliotecadigital.ipb.pt/bitstreams/4f4a167e-dbba-4822-b4de-ca972fb609c3/download |
| spellingShingle | Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença Nunes, Eduardo Carvalho Reconhecimento facial Detecção de fraudes Machine learning Deep learning |
| status | SINGLETON |
| subject.fl_str_mv | Reconhecimento facial Detecção de fraudes Machine learning Deep learning |
| title | Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença |
| title_full | Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença |
| title_fullStr | Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença |
| title_full_unstemmed | Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença |
| title_short | Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença |
| title_sort | Deteção de face falsa com imagem NIR multiespectral e proposta de sistema biométrico facial para controle de presença |
| topic | Reconhecimento facial Detecção de fraudes Machine learning Deep learning |
| topic_facet | Reconhecimento facial Detecção de fraudes Machine learning Deep learning |
| url | http://hdl.handle.net/10198/20500 |
| visible | 1 |