Já pensou em criar seu próprio sistema de reconhecimento fácial em casa? Nessa palestra faremos algumas demonstrações e cases para mostrar a voce que você pode e melhor! Tudo com um custo baixíssimo de infraestrutura e desenvolvimento. Vamos conhecer algumas plataformas e desafios que enfrentamos ao criar aplicações deste tipo.
Video: https://www.youtube.com/watch?v=1gC1kOZDZEA&feature=youtu.be
2. #NERDZAO
⬢ ~ AGENDA
+ A ideia.
+ A execução.
+ Azure Cognitive Services.
+ Step by Step do processo.
+ Azure Face API - Desafios.
+ OpenCV e exemplos.
+ Benefícios e desafios.
+ Demonstração da Solução implementada.
6. ▪ Criar um assistente pessoal (Alexa, G Assistant, etc).
#NERDZAO
⬢ ~ IDEIA INICIAL
7. ▪ Criar um assistente pessoal (Alexa, G Assistant, etc).
#NERDZAO
▪ Usar tecnologia barata e de fácil acesso.
⬢ ~ IDEIA INICIAL
8. ▪ Criar um assistente pessoal (Alexa, G Assistant, etc).
#NERDZAO
▪ Usar tecnologia barata e de fácil acesso.
⬢ ~ IDEIA INICIAL
▪ Pouco/Nenhum conhecimento de eletrônica.
21. ▪ Criar uma pessoa vinculada ao grupo.
#NERDZAO
⬢ ~ FACE API: PASSO A PASSO
▪ Criar novo grupo de pessoas.
22. ▪ Criar uma pessoa vinculada ao grupo.
#NERDZAO
▪ Vincular a face e a pessoa ao grupo de pessoas (caso
mais de uma).
⬢ ~ FACE API: PASSO A PASSO
▪ Criar novo grupo de pessoas.
27. #NERDZAO
⬢ ~ DESAFIOS
+ Entender o momento de mandar a foto para o
serviço.
+ Obter o nome da pessoa em menos de 20 segundos.
@erickwendel_
28. #NERDZAO
⬢ ~ DESAFIOS
+ Entender o momento de mandar a foto para o
serviço.
+ Identificar a voz da pessoa em que a face ainda não
existe em nossa base.
+ Obter o nome da pessoa em menos de 20 segundos.
@erickwendel_
49. #NERDZAO
⬢ ~ BENEFÍCIOS
▪ Média de 0.3ms para encontrar uma face contra 10 secs
do Azure (por conta do Upload).
50. #NERDZAO
▪ Processamento local e independente de internet.
⬢ ~ BENEFÍCIOS
▪ Média de 0.3ms para encontrar uma face contra 10 secs
do Azure (por conta do Upload).
52. #NERDZAO
⬢ ~ DIFICULDADES
+ Instalação burocrática (uma hora para instalar e
compilar libs no RaspberryPI).
@erickwendel_
53. #NERDZAO
⬢ ~ DIFICULDADES
+ Treinamento de faces é realizado na inicialização.
+ Instalação burocrática (uma hora para instalar e
compilar libs no RaspberryPI).
@erickwendel_
55. #NERDZAO
⬢ ~ DIFICULDADES
+ Dependendo da quantidade de fotos, o algoritmo
aumentava a taxa de erros.
@erickwendel_
56. #NERDZAO
⬢ ~ DIFICULDADES
+ Dependendo da arquitetura da máquina, não
consegue trabalhar com a WebCam.
+ Dependendo da quantidade de fotos, o algoritmo
aumentava a taxa de erros.
@erickwendel_
64. Transmissão de mensagens
entre aplicações
Reconhecimento Facial
e Manipulação de vídeo
(OpenCV)
Face API manipulação
e disparo de eventos
com os resultados
Publisher
65. Transmissão de mensagens
entre aplicações
Reconhecimento Facial
e Manipulação de vídeo
(OpenCV)
Face API manipulação
e disparo de eventos
com os resultados
Publisher Subscriber
66. ⬢ ~ OpenCV + Azure Face API + Speech to Text
@erickwendel_
67. ⬢ ~ OpenCV + Azure Face API + Speech to Text
@erickwendel_