Estudo de caso de um modelo de detecção e reconhecimento facial bimodoal

Abstract

Resumo: A verificação facial é uma técnica comum para confirmar a identidade em diversas aplicações. Contudo, esses sistemas podem ser comprometidos por tentativas de falsificação, como o uso de uma foto adulterada. Portanto, é crucial ter detecção de vivacidade ("Liveness") facial como um mecanismo de proteção adicional. Normalmente, a detecção de vivacidade (ou prova de vida) é tratada com um modelo de aprendizado de máquina distinto do modelo de verificação facial. Esta distinção pode ser problemática para dispositivos com recursos limitados, como smartphones ou dispositivos "IoT", dada a quantidade de parâmetros em cada modelo. Observando que os seres humanos identificam a identidade e a vivacidade com um simples olhar, propomos um modelo neste estudo de caso. Este modelo gera um único descritor facial para ambas as funções, otimizando a eficiência computacional e o armazenamento. Isso é alcançado formulando a relação entre as tarefas e integrando-as em um modelo de classificação de distância profunda. O foco está em recursos, não em rótulos de classificação, promovendo uma generalização robusta