Um novo sistema de reconhecimento facial em tempo real usa sensores de baixo custo. O sistema foi desenvolvido por um aluno de doutorado da UFPR. O artigo “Real-time 3D face recognition using low-cost acquisition devices” de Maurício Pamplona Segundo, aluno de doutorado em Informática da UFPR, foi classificado em terceiro lugar no XXVII Concurso de Teses e Dissertações da Sociedade Brasileira de Computação, na categoria Doutorado.

O aluno projetou um sistema de reconhecimento facial em tempo real que usa sensores de baixo custo, e também criou um mecanismo para adaptar o sistema desenvolvido com os métodos atuais de identificação. O sistema desenvolvido é o primeiro sistema de reconhecimento facial em 3D totalmente automático que usa dispositivos de captura de baixo custo. O módulo de detecção facial do sistema, que usa a geometria facial, é um dos módulos com os melhores resultados já obtidos; ele consegue lidar com sucesso com os problemas mais comuns em imagens tridimensionais.

Segundo Pamplona, o método pode ser usado para o controle de acesso de usuários a equipamentos em ambientes de alta segurança, por exemplo, em computadores de agências governamentais, militares e outros. Diferente dos métodos atuais, esse sistema é capaz de monitorar a identidade do usuário durante todo o acesso, e não apenas no momento do acesso.

Outras aplicações possíveis incluem a proteção a registros médicos em hospitais. ?Esse é um problema nos Estados Unidos, os hospitais gastam muito dinheiro por causa de vazamento de dados?, explicou Pamplona. O controle de manuseio de maquinário pesado, que exigem alto nível de experiência, também pode ser feito com esse método.

O detector de faces 3D foi testado com mais de 13 mil imagens de 630 indivíduos, a maioria contendo uma ou mais variações de pose, iluminação, expressões faciais e outros. O sistema foi capaz de detectar 99% das faces. “Esses resultados representam o estado-da-arte em detecção facial 3D”, afirma o autor. Os testes feitos com o sistema de autenticação contínua tiveram o menor índice de erros já registrado na literatura acadêmica, e o sistema foi capaz de identificar impostores em menos de um segundo.

A tese foi orientada pelos professores Luciano Silva e Olga Bellon, do Departamento de Informática da UFPR, e Sudeep Sarkar, da University of South Florida.