AI BRASIL - Visão Computacional com Raspberry Pi
•
0 gostou•99 visualizações
Meetup AI BRASIL com foco em IOT + IA, realizado na FC Nuvem, onde demonstrei uma aplicação de reconhecimento facial usando Raspberry Pi, com algoritmo embarcado no equipamento.
Recomendados
Recomendados
Mais conteúdo relacionado
Semelhante a AI BRASIL - Visão Computacional com Raspberry Pi
Semelhante a AI BRASIL - Visão Computacional com Raspberry Pi (20)
AI BRASIL - Visão Computacional com Raspberry Pi
- 1. Visão Computacional com Raspberry Pi Meetup AI Brasil – 04/10/2018 @ FC Nuvem
- 2. • Corredor de media e longa distância • Diabético • Programa desde os 11 anos • “Tocador” de violão e guitarra • 29 anos de carreira • Cientista-chefe da Foursys (RD&I) • Tecnológo em Proc. Dados • Pós-Graduado em Solution Architect • Pós-Graduado em Estatística Aplicada linkedin.com/in/fulviomascara @fulviomascara … E CRACHÁ! CARA…
- 4. Fundamentos Visão computacional é uma aplicação de inteligência artificial destinada a replicar o comportamento da visão humana, com o uso de hardware e software, com o objetivo de extrair informações úteis através da captura e tratamento de imagens, sejam elas estáticas ou em movimento. RECONHECER IDENTIFICAR DETECTAR CLASSIFICAR
- 5. Ramificações PAISAGENSPONTOS DE INTERESSE CENAS PESSOAS ANIMAIS FACES MOVIMENTO TEXTO EMOÇÃO OBJETOS
- 6. Aplicações
- 7. Reconhecimento Facial Pipeline Funcional Encontrar nome a partir da codificação FACIAL RECOGNITION Identificar faces Rotular face Armazenar face DATA GATHERING Capturar imagem Encontrar as faces em uma imagem Posicionar e projetar cada face Codificar face DEFAULT PATH
- 8. Reconhecimento Facial Capturar imagem DEVICES PESSOAS DE INTERESSE SAÍDA
- 9. Reconhecimento Facial Encontrar faces numa imagem Algoritmo de Viola-Jones • Criado em 2001 • Identifica padrões que existem no rosto humano • Classifica objetos baseado no valor de características Haar-like para cada subseção de uma imagem • Utiliza Adaboost para selecionar as melhores características e formar um classificador robusto • O objetivo é trabalhar com as melhores características para que seja mais rápido que operar com pixels #haar #haar-cascade #viola-jones #lienhart-maydt
- 10. Reconhecimento Facial Encontrar faces numa imagem HOG – Histograma de Gradientes Orientados • Criado em 2005 pot Dalal e Triggs • Histogramas normalizados dos gradientes orientados presentes em uma janela de detecção • Corta a imagem original em células de tamanho padrão • O objetivo é descobrir o quão escuro o pixel atual é, comparado aos seus vizinhos diretos, desenhando uma seta mostrando a direção onde a imagem fica mais escura • Para detecção da face em si, temos que encontrar cada parte da nossa imagem que se pareça com um padrão HOG conhecido que tenha sido extraído de uma base de faces de treinamento #hog #histogramoforientedgradients
- 11. Reconhecimento Facial Posicionar e projetar cada face Face Landmark Detection • Criado em 2014 por Kazemi e Sullivan • Identifica 68 pontos específicos em todo rosto (landmarks) • Lidar com o problema de quando um rosto pode parecer totalmente diferente para um computador quando muda a direção • Com base nos pontos detectados, podemos rotacionar, escalar, cisalhar para que os olhos e a boca fiquem o mais centralizado possível #face-landmark-detection #kazemi-sullivan
- 12. Reconhecimento Facial Codificar face Convolutional Neural Network (CNN) • Invariância de translação • Convolução é inspirada parcialmente pela ciência da computação e biologia • Dividir uma imagem em recortes sobrepostos, através de uma janela deslizante • Passe cada recorte para uma rede neural menor • Se o objeto de interesse aparecer no recorte, marcar como interessante • Salvar os resultados de cada recorte em um novo vetor • Redução por amostragem (downsampling) • Realizar uma predição em outra rede neural (fully- connected) #cnn #convolution
- 13. Reconhecimento Facial Codificar face Embedding • Criada por pesquisadores do Google em 2015 • Treinar uma Deep CNN para gerar 128 medidas para cada rosto • Ajusta a rede para que as medidas de imagens diferentes de uma mesma pessoa sejam similares • Ajusta a rede para que a medida de uma imagem de uma pessoa X seja diferente da medida de uma imagem de uma pessoa Y • A ideia é que com 10 fotos diferentes da mesma pessoa, a rede vai gerar aproximadamente as mesmas medidas • OpenFace já realizou o treinamento e publicou rede prontas pra serem utilizadas #enbedding #openface #facenet
- 14. Reconhecimento Facial Rotular imagem IMAGES EMBEDDINGS Thaissa Fulvio Pedro Poliana LABELS
- 15. Reconhecimento Facial Armazenar imagem IMAGES EMBEDDINGS Thaissa Fulvio Pedro Poliana LABELS PICKLE FILE
- 16. Reconhecimento Facial Encontrar nome a partir da codificação IMAGES Thaissa Fulvio Pedro Poliana LABELSPICKLE FILEEMBEDDINGS Treinar Classificador Confrontar com Base TASKS
- 19. Raspberry Pi Raspberry Pi • Criada no Reino Unido em 2012 • Mais de 19 Milhões de unidades vendidas até Março/2018 • Foco em ensino básico de ciência da computação em escolas e países em desenvolvimento • Possui um conjunto integrado para integração com periféricos através de USB, Bluetooth e HDMI • Permite a utilização de sensores de IoT para projetos Maker através de uma interface GPIO • Permite o uso de SO Linux (com ou sem ambiente gráfico), além de SO Windows (10 IoT Core)
- 21. Dúvidas?