O que você aprenderá
- Entenda os conceitos teóricos básicos sobre reconhecimento facial
- Entenda o funcionamento básico dos algoritmos Eigenfaces, Fisherfaces e LBPH para reconhecimento facial
- Aprenda a utilizar os recursos do OpenCV para reconhecer faces de imagens e pela webcam
- Aprenda a implementar passo a passo uma codificação para reconhecimento facial
- Aprenda como avaliar algoritmos de reconhecimento facial
Requisitos
- É recomendado conhecimentos básicos sobre lógica de programação, embora não seja um pré-requisito e é possível acompanhar o curso sem essas habilidades
- Não são necessários conhecimentos prévios sobre a linguagem Python
- É recomendável que você entenda o básico sobre detecção de faces utilizando o OpenCV (veja meu outro curso Detecção de Faces com Python e OpenCV)
- É recomendado conhecimentos básicos sobre aprendizagem de máquina, embora não seja um pré-requisito para acompanhar as aulas
Descrição
O reconhecimento facial é umas das subáreas da Inteligência Artificial que tem como objetivo reconhecer faces de pessoas em imagens ou vídeos. Um exemplo são os sistemas de segurança que podem utilizar esses recursos para identificar se uma pessoa está ou não presente em um ambiente. Neste contexto é importante frisar as diferenças entre as técnicas de detecção e reconhecimento facial. Enquanto a primeira somente indica se uma face está presente em uma imagem, a segunda técnica tem o objetivo de dizer de quem é a face detectada.
Com base nisso, este curso é focado no reconhecimento facial com o intuito de mostrar passo a passo como reconhecer faces por imagens e pela webcam. Utilizaremos a linguagem Python e a biblioteca OpenCV, que é uma das mais utilizadas para processamento digital de imagens e visão computacional. Você aprenderá passo a passo todos os processos que envolvem essa tarefa, desde a criação das imagens de treinamento, a aprendizagem dos algoritmos e finalmente o reconhecimento de quem é quem! Faremos testes com três algoritmos disponibilizados no OpenCV, que são: Eigenfaces, Fisherfaces e LBPH. Além disso, você também aprenderá como avaliar a eficiência de um algoritmo de reconhecimento facial caso você deseje implementá-lo em ambientes comerciais.
É importante enfatizar que será mostrada somente uma intuição de como esses três algoritmos funcionam, pois o foco do curso está na prática e não tanto nos conceitos que envolvem o seu funcionamento. Outro detalhe é que recomenda-se que você já tenha um conhecimento prévio do OpenCV e detecção facial, pois os comandos básicos não serão explicados em detalhes. Caso seja seu primeiro contato com essa biblioteca, eu recomendo por primeiro o meu outro curso de nível mais básico “Detecção de Faces com Python e OpenCV”. E não há problema se você não conhece Python, pois os conceitos são apresentados de forma que se você tem uma noção básica de lógica de programação conseguirá acompanhar as aulas tranquilamente. Este curso é indicado para todos os níveis, ou seja, se você é iniciante na área conseguirá desenvolver seus primeiros sistemas de reconhecimento facial e caso você já tenha algum conhecimento prévio; o curso lhe ajudará a compreender melhor essa área!
Para quem é este curso
- Pessoas interessadas em Inteligência Artificial e Reconhecimento Facial
Gosto muito dos cursos do Jones, me ajudou em toda a pós graduação. Tinha esse curso engavetado e fiz em 2 dias, e foi bem legal. Apesar das técnicas aqui serem um pouco antigas, dá para ter uma noção da forma de aprendizagem destas tecnicas classicas de processamento de imagem.