Defesa de Mestrado de Rafael Soares Padilha

Título do Trabalho
Two-tiered facial verification for mobile devices
Candidato(a)
Rafael Soares Padilha
Nível
Mestrado
Data
01/09/20172017-08-31 21:00:00 2017-08-31 21:00:00 Defesa de Mestrado de Rafael Soares Padilha Two-tiered facial verification for mobile devices Auditório do IC 2 - Sala 85 INSTITUTO DE COMPUTAÇÃO mauroesc@ic.unicamp.br America/Sao_Paulo public
Horário
14:00
Local
Auditório do IC 2 - Sala 85
Orientador(a)
Jacques Wainer
Banca Examinadora
Banca Examinadora
Titulares (Professores Doutores) Unidade / Instituição
Jacques Wainer  IC/UNICAMP
Aparecido Nilceu Marana  FC/UNESP
Sandra Eliza Fontes de Avila  IC/UNICAMP
Suplentes (Professores Doutores) Unidade / Instituição
Hélio Pedrini  IC/UNICAMP
Eduardo Alves do Valle Junior  FEEC/UNICAMP
Resumo

Dispositivos móveis, como smartphones e tablets, se tornaram mais populares e acessíveis nos últimos anos. Como consequência de sua ubiquidade, esses aparelhos guardam diversos tipos de informações pessoais (fotos, conversas de texto, coordenadas GPS, dados bancários, entre outros) que só devem ser acessadas pelo dono do dispositivo. Apesar de métodos baseados em conhecimento, como senhas numéricas ou padrões, ainda estejam entre as principais formas de assegurar a identidade do usuário, traços biométricos tem sido utilizados para garantir uma autenticação mais segura e prática.

Entre eles, reconhecimento facial ganhou atenção nos últimos anos devido aos recentes avanços nos dispositivos de captura de imagens e na crescente disponibilidade de fotos em redes sociais. Aliado a isso, o aumento de recursos computacionais, com múltiplas CPUs e GPUs, permitiu o desenvolvimento de modelos mais complexos e robustos, como redes neurais profundas. Porém, apesar da evolução das capacidades de dispositivos móveis, os métodos de reconhecimento facial atuais ainda não são desenvolvidos considerando as características do ambiente móvel, como processamento limitado, conectividade instável e consumo de bateria.

Neste trabalho, nós propomos um método de verificação facial otimizado para o ambiente móvel. Ele consiste em um procedimento em dois níveis que combina engenharia de características (histograma de gradientes orientados e análise de componentes principais por regiões) e uma rede neural convolucional para verificar se o indivíduo presente em uma imagem corresponde ao dono do dispositivo. Nós também propomos a Hybrid-Fire Convolutional Neural Network, uma arquitetura ajustada para dispositivos móveis que processa informação de pares de imagens. Finalmente, nós apresentamos uma técnica para adaptar o limiar de aceitação do método proposto para imagens com características diferentes daquelas presentes no treinamento, utilizando a galeria de imagens do dono do dispositivo.

A solução proposta se compara em performance aos métodos de reconhecimento facial do estado da arte, porém seu modelo é 16 vezes menor e 4 vezes mais rápido ao processar uma imagem em smartphones modernos.

Por último, nós também organizamos uma base de dados composta por 2873 selfies de 56 identidades capturadas em condições diversas, a qual esperamos que ajude pesquisas futuras realizadas neste cenário.