LockerSys: sistema de autenticação facial como forma de facilitar o uso de armários.

Abstract

Este trabalho teve como objetivo desenvolver um software chamado LockerSys, que emprega a autenticação facial como chave de acesso para portas de um armário. Para isso foi utilizado um modelo treinado de rede neural convolucional. Algumas das etapas realizadas no desenvolvimento do trabalho foram, primeiramente, especificar os requisitos que o projeto deve alcançar e criar diagramas UML. Na implementação do sistema para a parte de interface gráfica e de visão computacional, foi utilizado bibliotecas para a Linguagem de programação Python: OpenCV, Kivy e FaceRecognition. Para validar o software foi desenvolvido um armário com vinte e oito portas, e instalado um microcomputador Raspberry Pi 3B em conjunto com uma tela touchscreen. O sistema foi testado, avaliando a precisão e acurácia com matrizes de confusão. Outros atributos analisados foram o tempo de processamento e custos do projeto. Os resultados mostram uma alta precisão e acurácia na autenticação facial, em um intervalo de tempo satisfatório para o processamento. Algumas limitações foram observadas em relação à câmera e mecanismos anti-fraude quando comparados a produtos comerciais semelhantes ao projeto desse trabalho. Enfim, por meio do projeto realizado e o estudo dos resultados foi possível confirmar que o software LockerSys executando em uma Raspberry Pi 3B funciona de maneira precisa e estável.

This work aimed to develop a software called LockerSys, which uses facial authentication as a key to access locker doors, for which a trained model of a convolutional neural network was used. Some steps carried out in the development of the work were, firstly, specify the requirements that the project must achieve and create the UML diagrams, in the implementation of the system for the graphical user interface and computer vision part, libraries for the Python programming language were used: OpenCV, Kivy and FaceRecognition. To validate the software, a locker with twenty-eight doors was developed, and a Raspberry Pi 3B microcomputer was installed together with a touchscreen. The system was tested evaluating the precision and accuracy with confusion matrices, other attributes analyzed were the processing time and project costs. The results show a high precision and accuracy in face authentication, and a satisfactory processing time interval. Some limitations were observed in relation to the camera and anti-fraud mechanisms when compared to commercial products similar to the project of this work. Finally, through the project carried out and the study of the results, it was possible to confirm that the LockerSys software running on a Raspberry Pi 3B works accurately and stably.