Ir para o menu de navegação principal Ir para o conteúdo principal Ir para o rodapé
##common.pageHeaderLogo.altText##

Artigos

v. 7 n. 1 (2020)

INTELIGÊNCIA ARTIFICIAL: A IMPORTÂNCIA DO RECONHECIMENTO FACIAL NA EDUCAÇÃO

DOI
https://doi.org/10.36026/rpgeo.v7i1.5317
Enviado
junho 1, 2020
Publicado
31/10/2020

Resumo

A computação tem evoluído de forma rápida e gradual desde seus primórdios. Novas tecnologias aparecem todos os dias, conforme que aumentam nossas necessidades. Dentre essas várias inovações, encontramos a inteligência artificial. Apareceu oficialmente na década de 50, quando cientistas discutiam em conferência sobre o futuro dos computadores e sua importância em diversas áreas de conhecimento. Atualmente, essa tecnologia encontra-se em ascensão, sendo utilizada por diversas empresas e nas mais diversas modalidades – desde o entretenimento até a análise de grandes informações. A inteligência artificial subdivide-se em diversas áreas, sendo uma delas o objeto de estudo deste trabalho: o reconhecimento facial. Essa área destina-se ao reconhecimento de faces e imagens através de câmeras localizadas estrategicamente dentro de um ambiente e, além disso, podendo ser usado no reconhecimento de imagens no ambiente virtual. Nosso objetivo é utilizar o reconhecimento de faces para melhorar o sistema de presença de alunos nas instituições de ensino do Brasil. Automatizando o antigo sistema de “chamada” dos alunos, armazenando todas as informações em banco de dados – ao invés do papel - e a aumentando a segurança dos alunos. Para a construção desse sistema foi pensado a utilização da linguagem de programação Python com a biblioteca OpenCV. Além de usar a IDE da Jetbrains PyCharm e a ferramenta de controle de versão GitHub. Também analisamos dados obtidos através de outros artigos acadêmicos, a fim de demonstrar a eficiência de algoritmos de reconhecimento facial. O projeto mostrou-se promissor e esperamos futuramente desenvolvê-lo e dar continuidade.

Referências

  1. AHONEN, Timo; HADID, Abdenour; PIETIKAINEN, Matti. Face description with local binary patterns: Application to face recognition. IEEE transactions on pattern analysis and machine intelligence, v. 28, n. 12, p. 2037-2041, 2006.
  2. ANDRADE, Nara Côrtes et al. Reconhecimento de expressões faciais de emoções: padronização de imagens do teste de conhecimento emocional. Psico, v. 44, n. 3, p. 382-390, 2013.
  3. ANGGO, Mustamin; ARAPU, La. Face recognition using fisherface method. In: Journal of Physics: Conference Series. IOP Publishing, 2018. p. 012119.
  4. BABBAGE, Charles. Science and reform: selected works of Charles Babbage. Cambridge University Press, 1989.
  5. BELHUMEUR, Peter N.. ; HESPANHA, João P.; KRIEGMAN, David J.. . Eigenfaces vs. fisherfaces: Recognition using class specific linear projection. IEEE Transactions on pattern analysis and machine intelligence, v. 19, n. 7, p. 711-720, 1997.
  6. ÇARIKÇI, Müge; ÖZEN, Figen. A face recognition system based on eigenfaces method. Procedia Technology, v. 1, p. 118-123, 2012.
  7. COOKE, Tristrom. Two variations on Fisher's linear discriminant for pattern recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 24, n. 2, p. 268-273, 2002.
  8. DA GAMA VIGANÓ, Hevelyne Henn et al. Redes Neurais Artificiais na Previsão de Queimadas e Incêndios no Pantanal. Revista Brasileira de Geografia Física, v. 10, n. 05, p. 1355-1367, 2017.
  9. GONZALEZ, Rodrigo. Descartes: the modal intuitions and the Classical Al. Alpha, Osorno , n. 32, p. 181-198, July 2011 . Available from <https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0718-22012011000100014&lng=en&nrm=iso>. access on 07 Apr. 2020. http://dx.doi.org/10.4067/S0718-22012011000100014.
  10. HUANG, Di et al. Local binary patterns and its application to facial image analysis: a survey. IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), v. 41, n. 6, p. 765-781, 2011.
  11. KALLIAMVAKOU, Eirini et al. The promises and perils of mining GitHub. In: Proceedings of the 11th working conference on mining software repositories. 2014. p. 92-101.
  12. LAGANIÈRE, R. (2014). OpenCV Computer Vision Application Programming Cookbook Second Edition. Packt Publishing Ltd.
  13. MCCARTHY, John et al. A proposal for the dartmouth summer research project on artificial intelligence, august 31, 1955. AI magazine, v. 27, n. 4, p. 12-12, 2006.
  14. MIRANDA, James. Escolas de nova Venécia usam reconhecimento facial para controlar frequência e desperdício de merenda. Tecnologia está sendo testada em cinco escolas municipais. outro objetivo é ter uma aproximação com as famílias, que vão receber a frequência dos filhos por sms. 2018. Disponível em: http://reconhecimentofacial.com.br/2018/04/06/escolas-de-nova-venecia-usam-reconhecimento-facial-para-controlar-frequencia-e-desperdicio-de-merenda/. Acesso em: 27 abr. 2020.
  15. MONTEIRO, Luiz Augusto Ferreira. A Inteligência Artificial no Ambiente Acadêmico: uso do reconhecimento facial para a verificação de presença do discente. 2019. 61 f. TCC (Graduação) - Curso de Sistemas de Informação, Instituto de Educação Superior da Paraíba, Cabdelo, 2019.
  16. PIOTROWSKI, Andrzej. An Analysis of the use of the Python Language in Robot Applications. Applied Computer Science, v. 12, n. 2, 2016.
  17. RAM, Karthik. Git can facilitate greater reproducibility and increased transparency in science. Source code for biology and medicine, v. 8, n. 1, p. 7, 2013.
  18. ROJAS, Michael Estid Alvarado. Una Mirada a la Inteligencia Artificial. Revista Ingeniería, Matemáticas y Ciencias de la Información, v. 2, n. 3, 2015.
  19. SAYGIN, Ayse Pinar; CICEKLI, Ilyas; AKMAN, Varol. Turing test: 50 years later. Minds and machines, v. 10, n. 4, p. 463-518, 2000.
  20. SILVEIRA, Jheime Santos; DE SÁ, Angela Abreu Rosa. Reconhecimento Facial utilizando o algoritmo Eigenface da biblioteca Open CV. Revista Eletrônica Argentina-Brasil de Tecnologias da Informação e da Comunicação, v. 1, n. 9, 2018.
  21. YEDA, Lian; BING, Zhang; RENQIANG, Wu. Application of Python language in UOE molding simulation of pipeline steel. In: MATEC Web of Conferences. EDP Sciences, 2018. p. 01018.
  22. ZMOGINSKI, Felipe. A Sociedade Mais Vigiada do Mundo: como a china usa a inteligência artificial. 2019. Disponível em: https://www.uol.com.br/tilt/noticias/redacao/2019/01/19/a-sociedade-mais-vigiada-do-mundo-como-a-china-usa-o-reconhecimento-facial.htm. Acesso em: 13 maio 2020.

Downloads

Não há dados estatísticos.