RECONHECIMENTO FACIAL COM INTELIGÊNCIA ARTIFICIAL UTILIZANDO A PLATAFORMA ROBOFLOW
RECONHECIMENTO FACIAL COM INTELIGÊNCIA ARTIFICIAL UTILIZANDO A PLATAFORMA ROBOFLOW
Palavras-chave:
Reconhecimento facial, YOLO, Roboflow
Resumo
Este artigo tem como objetivo fornecer uma visão geral sobre reconhecimento facial em tempo real e discutir as melhores práticas para treinar modelos de detecção em tempo real usando a plataforma Roboflow. Serão discutidos os diferentes algoritmos de detecção de objetos em tempo real e como selecionar o algoritmo adequado para treinar modelos. Além disso, serão apresentados exemplos de conjuntos de dados de treinamento e modelos de detecção de objetos em tempo real, bem como estudos de caso de aplicativos reais. Por fim, serão discutidas considerações éticas e legais ao implementar sistemas de detecção de objetos em tempo real e como a plataforma Roboflow pode ajudar a garantir a privacidade e a segurança dos dados.
Downloads
Não há dados estatísticos.
Referências
EVERINGHAM, Mark. VAN GOOL, Luc. WILLIAMS, Christopher. WINN, John; ZISSERMAN, Andrew. The Pascal Visual Object Classes (VOC) Challenge. International Journal of Computer Vision, v. 88, n. 2, p. 303-338, 2010.
GIRSHICK, Ross. DONAHUE, Jeff. DARRELL, Trevor. MALIK, Jitendra. Rich feature hierarchies for accurate object detection and semantic segmentation. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, p. 580-587, 2014.
LECUN, Yann. BENGIO, Yoshua. HINTON, Geoffrey. Deep learning. Nature, v. 521, n. 7553, p. 436-444, 2015.
LECUN, Yann. et al. Gradient-based learning applied to document recognition. Proceedings of the IEEE, v. 86, n. 11, p. 2278-2324, 1998.
NELSON, Joseph. Roboflow Blog, 28 de Outubro de 2020. Disponível em
MATERIALS, Course. (s.d.). Convolutional neural networks. Disponível em: http://cs231n.github.io/convolutional-networks/. Acesso em: 22 mai. 2023.
TAIGMAN, Yaniv. MING, Yang. RANZATO, Marc’ Aurelio. WOLF, Lior. DeepFace: Closing the Gap to Human-Level Performance in Face Verification. 2014 IEEE Conference on Computer Vision and Pattern Recognition, Columbus, OH, USA, 2014, pp. 1701-1708, doi: 10.1109/CVPR.2014.220.
REDMON, Joseph. DIVVALA, Santosh. GIRSHICK, Ross. FARHADI, Ali. You only look once: Unified, real-time object detection. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, p. 779-788, 2016.
ROSS, Beverley; QUILTER, Ben. Faces of discrimination: gender, race and facial recognition technology. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3185980. Acesso em: 5 abr. 2023.
ZHANG, Cha; ZHANG, Zhengyou. A survey of recent advances in face detection. 2010.
ZHANG, Kaipeng. ZHANG, Zhanpeng. LI, Zhifeng. QIAO, Yu. Joint face detection and alignment using multitask cascaded convolutional networks. IEEE Signal Processing Letters, v. 23, n. 10, p. 1499-1503, 2016.
GIRSHICK, Ross. DONAHUE, Jeff. DARRELL, Trevor. MALIK, Jitendra. Rich feature hierarchies for accurate object detection and semantic segmentation. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, p. 580-587, 2014.
LECUN, Yann. BENGIO, Yoshua. HINTON, Geoffrey. Deep learning. Nature, v. 521, n. 7553, p. 436-444, 2015.
LECUN, Yann. et al. Gradient-based learning applied to document recognition. Proceedings of the IEEE, v. 86, n. 11, p. 2278-2324, 1998.
NELSON, Joseph. Roboflow Blog, 28 de Outubro de 2020. Disponível em
MATERIALS, Course. (s.d.). Convolutional neural networks. Disponível em: http://cs231n.github.io/convolutional-networks/. Acesso em: 22 mai. 2023.
TAIGMAN, Yaniv. MING, Yang. RANZATO, Marc’ Aurelio. WOLF, Lior. DeepFace: Closing the Gap to Human-Level Performance in Face Verification. 2014 IEEE Conference on Computer Vision and Pattern Recognition, Columbus, OH, USA, 2014, pp. 1701-1708, doi: 10.1109/CVPR.2014.220.
REDMON, Joseph. DIVVALA, Santosh. GIRSHICK, Ross. FARHADI, Ali. You only look once: Unified, real-time object detection. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, p. 779-788, 2016.
ROSS, Beverley; QUILTER, Ben. Faces of discrimination: gender, race and facial recognition technology. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3185980. Acesso em: 5 abr. 2023.
ZHANG, Cha; ZHANG, Zhengyou. A survey of recent advances in face detection. 2010.
ZHANG, Kaipeng. ZHANG, Zhanpeng. LI, Zhifeng. QIAO, Yu. Joint face detection and alignment using multitask cascaded convolutional networks. IEEE Signal Processing Letters, v. 23, n. 10, p. 1499-1503, 2016.
