HawkEye

Em diversos eventos, há fotógrafos que estão a todo momento tirando fotos dos participantes. Mas para onde vão as fotos? E se um assaltante mascarado foge e joga a máscara para longe esquinas após o assalto, como fazer para identificar todos os rostos que passaram por todas as câmeras? Ou em casos de desaparecimento? Pensando em toda essa problemática, o projeto HawkEye entra em ação. O software consiste em um identificador de rostos que os separa em álbuns diferentes e específicos automaticamente para cada pessoa diferente.

Ao buscar soluções para o cotidiano, o projeto HawkEye consiste num software que coleta traços de rostos encontrados em um banco de dados, podendo ser virtual ou não. Dessa forma, através do algoritmo de ranquemento de ordem das faces identificadas, ele consegue destacar numa coletânea de imagens (clusters) as pessoas de forma separada, criando álbuns exclusivos para essas faces encontradas. Desse modo, há a possibilidade de se concentrar num único banco de dados, todas as vezes que a pessoa participar de eventos ou até mesmo em lugares onde haja bastante circulação de pessoas. Para isto, a foto desse indivíduo que já tenha sido identificada com o seu nome numa varredura anterior, pode reservar um novo álbum categorizado, se houver um registro num cadastro previamente.

Todo o software foi projetado na linguagem Python e ele executa o processo de tal maneira que: primeiramente, a imagem é acessada a partir de um banco de dados e convertida em uma matriz, em que cada pixel se torna uma posição dela. Logo após, os dados passam por uma biblioteca capaz de identificar os padrões da face e eliminando tudo aquilo que não for necessário. Enfim, essa memória é transferida a um novo script, cuja função é separá-los identificando-os em pastas categorizadas.

Espera-se com o projeto final que ele seja rápido e preciso na identificação dos rostos e que também seja bastante eficiente em sua categorização, pois de acordo com o algoritmo de sua inteligência artificial, a partir do momento em que há uma face dentro de suas análises, cada vez mais que ele as receber novamente, mais facilmente ele as identifica e, dessa forma, cumprirá com o seu objetivo principal de maneira tranquila e se melhorará constantemente.

O projeto foi inicialmente idealizado para grandes eventos como o Hacktown, aqui em Santa Rita. Contudo, ao aprofundarmos nas possibilidades que a ideia nos trouxe, viu-se que ele tem um potencial ainda maior que imaginávamos sendo muito viável em casos de desaparecimento, raptos ou em assaltos, com os criminosos mascarados. As inovações propostas pelo projeto é a sua portabilidade sendo útil para diversas situações, descritas anteriormente, e também seu custo benefício, pois sua inteligência artificial faz com que cada vez mais ele se aprimore e torne cada vez mais eficiente.

-ROSEBROCK, Adrian. Face Clustering with Python. Disponível em:< https://www.pyimagesearch.com/2018/07/09/face-clustering-with-python/>. Acesso em: 08/09/2020.

-ZHU, Chunhui; WEN,Fang; SUN, Jian.A Rank-Order Distance based Clustering Algorithm for Face Tagging. Disponível em:< http://www.jiansun.org/papers/CVPR11_FaceRankOrder.pdf >. Acesso em:08/09/2020