Deep Learning

Projeto desenvolvido no âmbito da unidade curricular do mestrado do ISCTE - IUL. A deteção e reconhecimento de rostos e expressões faciais tem visto aplicações significativas em diferentes áreas, tais como sistema de vigilância e controlo de acesso ou no campo da saúde na avaliação de estados emocionais. 

O objetivo foi desenvolver dois sistemas o primeiro para a deteção da presença dos rostos e sua posição nas imagens, e o segundo efetuar o reconhecimento da expressão facial nas diferentes classes: Angry, Disgust, Fear, Happy, Neutral, Sad e Surprise. 

Para a deteção dos rostos com o uso de uma rede neural convolucional profunda VGG16, em seguida é feita uma classificação e atribuído uma bounding box e os rótulos  com o software Labelme. Também foi utilizado outras ferramentas como: Python, TensorFlow, Numpy, Opencv e Bing.

Os resultados obtidos foram bem favoráveis para o sistema de deteção de rostos em diversas condições e posicionamentos. Para o reconhecimento de expressões de faciais o modelo foi capaz de distinguir entre diversas expressões com nível de precisão considerável, porém precisa de melhorias que podem ser alcançadas com um aumento da base de dados e o uso de arquiteturas de rede mais avançadas.

Projeto analítico para a conclusão do curso de MBA Business Analytics and Big Data na Fundação Getúlio Vargas (FGV).

Este projeto propõe o uso de uma rede neural convolucional profunda, VGG19, para a deteção do uso de máscaras faciais protetoras por meio da ativação da webcam do computador.

Com o objetivo de contribuir para o controle e a prevenção da propagação da COVID-19, este projeto pode ser aplicado em câmeras de segurança nos edifícios das empresas, hospitais, escolas e nas estações de transporte público. As ferramentas utilizadas foram: Python, TensorFlow, Opencv, MTCNN e Selenium.

Alguns resultados obtidos foram positivos, como o reconhecimento facial de um grupo de pessoas sem máscara e o reconhecimento facial de pessoas de sexo diferentes usando a máscara. Outros resultados, podem ser visto no repositório do projeto.