Resultados

Os resultados obtidos com o projeto foram satisfatórios. A detecção de faces e a extração de características foram precisas na maioria dos casos, permitindo a identificação correta dos usuários cadastrados. No entanto, é importante ressaltar que o desempenho do sistema pode variar dependendo das condições de iluminação e das características individuais de cada rosto, além da presença de objetos que ocultem algumas partes do rosto, como óculos e chapéus, que impossibilitam a identificação.

Também foi observado que a capacidade de processamento do Raspberry Pi apresentou limitações em determinados momentos. Durante o uso simultâneo do sistema de controle de acesso e da hospedagem da página web, foram identificados problemas de desempenho, como a ocorrência de travamentos na transmissão da imagem da câmera e uma redução na velocidade do processo de identificação facial.

Esses problemas podem ser atribuídos à carga excessiva no processador do Raspberry Pi ao executar simultaneamente tarefas intensivas, como a captura e processamento de imagens em tempo real, a transmissão do vídeo pela rede e a hospedagem da página web. Uma possível solução para melhorar o desempenho seria utilizar um hardware mais poderoso ou dedicado, com maior capacidade de processamento e recursos específicos para o processamento de imagens em tempo real.

Considerações finais

Dificuldades e aprendizados

Durante a elaboração do projeto, algumas dificuldades foram encontradas principalmente na parte que se diz respeito ao desenvolvimento do software de reconhecimento facil, devido a utilização da linguagem de programação Python e a exploração de conceitos de visão computacional , uma vez que eram assuntos relativamente novos a serem estudados. A necessidade de compreender os conceitos e as funcionalidades dessas áreas exigiu um esforço adicional de pesquisa e aprendizado.

Outro ponto de dificuldade foi a instalação e configuração das bibliotecas utilizadas no Raspberry Pi. Devido à capacidade de processamento limitada do hardware, houve momentos em que o processo de instalação das bibliotecas foi mais lento do que o esperado, exigindo paciência e adaptação durante o desenvolvimento.

Em relação ao cronograma, não houve nenhum alteração de escopo, os prazos foram cumpridos e o desenvolvimento do projeto seguiu como planejado.

Sugestões de trabalhos futuros

Implementação de novas funcionalidades (Reconhecimento por voz, biometria comportamental)
Adicionar um sistema de notificações em tempo real.
Melhorias na página web, permitindo a edição das pessoas cadastradas, e mostrando um histórico de acesso.

Conclusões

Em conclusão, o projeto apresentou resultados satisfatórios e atingiu seus objetivos principais. Através da elaboração do software em Python utilizando a biblioteca face recognition, foi possível desenvolver o reconhecimento facial.

A integração com o banco de dados do PHPMyAdmin permitiu armazenar as matrizes de características dos usuários cadastrados, viabilizando a comparação e verificação do reconhecimento facial em tempo real. Além disso, a criação de uma página web em HTML e PHP para o cadastro de usuários simplificou o processo de captura das características faciais e sua posterior utilização pelo software.

Em resumo, o projeto demonstrou a aplicação prática do reconhecimento facial, utilizando Python e a biblioteca face recognition, combinados com o banco de dados PHPMyAdmin e o streaming de vídeo do Motion. Essa integração resultou em um sistema completo e funcional, capaz de controlar o acesso com base no reconhecimento facial e permitir a visualização da imagem da câmera em tempo real na página web.

Page updated

Google Sites

Report abuse