Escolar Documentos
Profissional Documentos
Cultura Documentos
04 Artigo Cientifíco Cap Carlos Roberto CAO2023 APMSAM Sumario
04 Artigo Cientifíco Cap Carlos Roberto CAO2023 APMSAM Sumario
04 Artigo Cientifíco Cap Carlos Roberto CAO2023 APMSAM Sumario
DIRETORIA DE ENSINO
ACADEMIA DE POLÍCIA MILITAR SENADOR ARNON DE MELLO
Maceió
2024
CARLOS ROBERTO DOS SANTOS SILVA
Maceió
2024
CARLOS ROBERTO DOS SANTOS SILVA
____________________________________________
Prof. Me. Valdick Sales Júnior
Instrutor da disciplina de Metodologia da Pesquisa e do TCC
BANCA EXAMINADORA
__________________________________________
Examinador Interno
__________________________________________
Examinador Externo
Maceió
2024
INTELIGÊNCIA ARTIFICIAL: SUGESTÃO DO USO DE DETECÇÃO E
RECONHECIMENTO FACIAIS NA SEGURANÇA PÚBLICA DO ESTADO DE
ALAGOAS
RESUMO
1 INTRODUÇÃO
3 LGPD é a sigla de Lei Geral de Proteção de dados, Lei nº 13.709/2018 (Brasil, 2018),.
5
2 OBJETIVOS
3 FUNDAMENTAÇÃO TEÓRICA
Vale salientar que as medidas adotadas pelos Estados Unidos acerca da IA são
parte de um retrato mais amplo da legislação de IA. O tema ganhou mais relevância
ainda em 2023 a partir da popularização das Inteligências Artificiais generativas5, que
mostraram novas possibilidades de aplicação e riscos que ainda estão sendo
conhecidos.
Um dos resultados deste impacto já pode ser visto no EU AI act6 em 2023 pela
União Europeia. Recentemente a classificação de alto risco de todos os sistemas de
IA sob a aplicação da lei foi revista, adicionando uma camada de classificação para
4 Alphabet Inc (Alphabet), holding do Google, é uma empresa global de tecnologia. Oferece uma ampla
gama de produtos e plataformas, incluindo Pesquisa, Google Maps, calendário, anúncios, Gmail,
Google Play, Android, Google Cloud, Chrome e YouTube (GlobalData, 2023).
5 As IAs generativas são sistemas de inteligência artificial capazes de criar novos conteúdos, como
texto, imagens, vídeos, música ou código, a partir de dados de treinamento (Lisboa e Ciriaco, 2023).
6 EU AI Act é Regulamento Europeu sobre Inteligência Artificial, aprovado no dia 14 de junho de 2023,
pelo Parlamento Europeu por maioria, é a primeira legislação geral sobre o assunto em todo o mundo.
(Gonçalves Ferrer e Tourinho Moretto, 2023).
8
garantir que soluções de IA de risco mínimo não sejam incluídas no regime mais
rigoroso mesmo em modelos de IA de propósito geral como o ChatGPT7. Na versão
anterior da lei, todas as IAs de propósito geral eram consideradas de “alto risco,” o
que as submetia a requisitos legais rigorosos, como transparência, rastreabilidade e
supervisão humana (Henrique Santos, 2023).
No Brasil o projeto de lei de IA (PL 2338/23) está em tramitação no Senado
Federal e ainda passará oficialmente pela Comissão Temporária Interna sobre
Inteligência Artificial no Brasil (CTIA) que já iniciou os trabalhos com o projeto de lei.
Um dos desafios da Comissão é criar uma legislação que venha a conciliar a
privacidade dos cidadãos e o desenvolvimento destas novas tecnologias,
principalmente considerando o contexto atual das Inteligências Artificiais Generativas
(Serec, 2023).
7 ChatGPT é um modelo de linguagem desenvolvido pela OpenAI. Ele usa uma técnica chamada
“transformadores” para gerar respostas a perguntas, completar sentenças, escrever ensaios e até
mesmo criar conteúdo criativo, como poemas e histórias (OpenAI, 2023).
9
Para Heitlinger (2007) é útil salientar que, no mundo dos bancos, finanças e
das transações de valores pecuniários, havia uma necessidade extremamente
importante de se obter uma fonte que não permitisse erros e cuja leitura automática
fosse rápida e eficiente. A letra OCR-B de Frutiger, hoje é o padrão em alguns países
para cartões de crédito e similares, pois a mesma é lida facilmente tanto por seres
humanos como por sistemas automáticos equipados com Optical Character
Recognition. A fonte OCR-A foi desenhada em 1968 – o primeiro machine-readable
alphabet 8.
Em vez da estética ou da elegância, a descrita funcionalidade estava em
primeiro lugar.
são a espinha dorsal dos algoritmos de aprendizagem profunda. Eles são chamados
de “neurais” porque imitam como os neurônios no cérebro sinalizam uns aos outros.
Elas usam técnica baseada no aprendizado de máquina que possuem seu
nome e sua estrutura inspirados no cérebro dos seres humano, fazendo suas
interações na forma e padrão de neurônios. As redes são treinadas com dados para
aperfeiçoar e melhorar a acurácia da detecção (Maciel, 2022).
9 O termo Convolucionais vem da matemática com base na convolução que é um operador linear que,
a partir de duas funções dadas, resulta numa terceira que mede a soma do produto dessas funções
ao longo da região subentendida pela superposição delas em função do deslocamento existente entre
elas. Em outras palavras, a convolução é uma operação matemática que combina duas funções para
produzir uma terceira (Vieira, 2023).
10 YOLO v8 é a versão mais recente da série YOLO (You Only Look Once, traduzido para o português
como Você só olha uma vez) de detectores de objetos em tempo real. É um modelo de última
geração que se baseia no sucesso das versões anteriores do YOLO e introduz novos recursos e
melhorias para aumentar ainda mais o desempenho e a flexibilidade. Mantido pela Ultraytics, no site
https://docs.ultralytics.com/models/yolov8/.
15
de 2023, que dispõe sobre a aplicação da Lei Geral de Proteção de Dados (Alagoas,
2023).
Para esta meta precisaremos conhecer a fundo, como funciona a tecnologia de
Inteligência Artificial e o ramo da computação descrito como; Visão Computacional,
suas nuances, recursos e procurar recomendar sua aplicação direta ou indiretamente
no Serviço de Segurança Pública do Estado de Alagoas (SSPAL).
Como a SSPAL é composta por vários órgãos, os mesmos poderão usufruir
deste arsenal tecnológico, que podem ajudar nos processos de: captura,
processamento, tratamento e identificação de característica extraída de imagens ou
vídeos. E com isto, tomar as devidas ações pertinentes aos contextos de cada setor.
Um sistema típico de reconhecimento de face envolve algumas etapas, tais
como: a captura da imagem ou de quadros de um vídeo, a detecção da face na
imagem capturada, um pré-processamento visando reduzir o ruído introduzido pela
iluminação e outros fatores do ambiente, a extração de características da imagem da
face, e por fim, a criação da referência biométrica do usuário para gravação no banco
de dados (durante o cadastro), ou a comparação das características extraídas com as
referências biométricas previamente gravadas no banco de dados (durante a
verificação ou identificação) (Neves; Neto e Gonzaga, 2012).
A Figura 7, abaixo, apresenta um diagrama do processo de detecção, extração,
identificação ou reconhecimento e de comparação.
3.5 Justificativa
12 As “Smart Cities”, ou cidades inteligentes, são sistemas de pessoas interagindo e usando energia,
materiais, serviços e financiamento para catalisar o desenvolvimento econômico e a melhoria da
qualidade de vida.
13 MIT é a sigla para Massachusetts Institute of Technology. É uma das principais instituições de
Fonte: Adaptado de (Stan Z. Li, Anil K. Jain e Jiankang Deng, 2024, p. 2, tradução nossa).
15 Detecção facial com MT-CNN é um método para identificar rostos humanos em imagens ou vídeos
usando redes neurais convolucionais. (GRADILLA, 2020).
16 Detecção facial com FA-RPN ou Floating Anchor Region Proposal Network (Rede de proposta de
região com âncora flutuante), é uma abordagem inovadora para gerar propostas de região para
detecção de rosto (Najibi, Singh e Davis, 2018).
17 S3FD (Single Shot Scale-invariant Face Detector) ou Detector facial invariante à escala de disparo
único é um detector de rosto em tempo real que funciona superiormente em várias escalas de rostos
com uma única rede neural profunda, especialmente para rostos pequenos. (Zhang et al., 2017a).
18 RefineFace é um detector de rosto de refinamento de disparo único que visa alcançar alto
desempenho. Ela consiste em cinco módulos: Regressão de Dois Passos Seletiva (STR),
Classificação de Dois Passos Seletiva (STC), Perda de Margem Consciente de Escala (SML), Módulo
de Supervisão de Recursos (FSM) e Melhoria de Campo Receptivo (RFE) (Zhang et al., 2019).
23
de recursos, sem a necessidade de gerar caixas candidatas (Stan Z. Li, Anil K. Jain e
Jiankang Deng, 2024).
Para Stan Z. Li, Anil K. Jain e Jiankang Deng (2024) essas técnicas
melhoravam a eficiência da detecção. Além disso, alguns pesquisadores
desenvolveram métodos de detecção de rosto em tempo real para CPU, como
FaceBoxes19 e RetinaFace. Esses métodos utilizavam componentes eficientes, como
redes leves, camadas convolucionais de digestão rápida, destilação de conhecimento
e outros, para aumentar a eficiência. O alinhamento de rosto é o passo seguinte à
detecção de rosto.
Ele visa calibrar as faces irrestritas e facilitar a extração de características
faciais nos estágios posteriores. A maioria dos métodos existentes alinha o rosto
usando alguns pontos de referência faciais predefinidos, o que é chamado de
alinhamento de rosto baseado em pontos de referência. Por exemplo, dados cinco
pontos no centro dos olhos, na ponta do nariz e nos cantos da boca, o rosto é alinhado
por uma transformação afim.
A qualidade do alinhamento de rosto depende principalmente da qualidade da
detecção dos pontos de referência faciais, que é o desafio principal do alinhamento
de rosto. Os métodos existentes de detecção de pontos de referência podem ser
classificados em três categorias: métodos baseados em regressão, baseados em
mapa de calor e baseados em modelo 3D.
19FaceBoxes é um detector de rostos em tempo real que foi projetado para alta precisão. Ele é um
detector de objetos no estilo SSD (Single Shot MultiBox Detector) e é especialmente projetado para
detecção rápida de rostos (Zhang et al., 2017b).
24
facial, como projetar arquiteturas de rede, modificar funções de perda, melhorar FR20
com GAN21e usar estratégias de aprendizagem multitarefa. Os trabalhos relacionados
serão apresentados a seguir.
Para exemplificar o poder do uso de GANs na visão computacional, na Figura
9 abaixo temos uma foto restaurada usando essa tecnologia, ela foi restaurada com
sucesso com a ajuda de GAN, usando um método chamado Image Inpainting
(Datapeaker, 2024).
A inteligência artificial (IA) tem sido cada vez mais utilizada na segurança
pública para auxiliar nas investigações e prevenir crimes. Por exemplo, as ferramentas
de IA podem ser usadas pelos policiais para analisar dados sobre o crime e identificar
padrões, o que ajuda a prevenir crimes e a tomar medidas preventivas (Silva, 2020).
A implementação dessa API representa um avanço significativo na aplicação
da tecnologia de reconhecimento facial para a segurança pública do Acre. Ao utilizar
as técnicas descritas neste artigo, o desenvolvedor foi capaz de criar um sistema
robusto e eficaz que pode identificar potenciais infratores com precisão.
Este recurso, não apenas melhora a eficiência das investigações, mas também
pode atuar como um poderoso dissuasor para futuros atos criminosos. Em nosso país,
do Estado do Acre.
26
Nossa sugestão para o uso na SSPAL destas tecnologias baseadas em IA, com
focos e limites bem definidos, principalmente no produto ou processo final. E cada
órgãos que compõem a Segurança Pública, devem saber o que podem ou não ter dos
conhecimentos gerados, ou mesmo, acessá-los ou não, após o trabalho realizado
pelos algoritmos, ou seja os âmbitos de suas competências em conformidade com a
LGPD (Brasil, 2018) e o Decreto no 91.229 de 18 de maio de 2023 do Estado de
Alagoas (Alagoas, 2023).
5 PERCURSO METODOLOGIA
Por fim, nossa pesquisa será com métodos qualitativos baseados nas
pesquisas bibliográfica em produtos literários como os livros, artigos científicos e na
web, publicados por especialista que lidam com a Inteligência Artificial e suas
nuances.
7 CONSIDERAÇÕES FINAIS
REFERÊNCIAS
ESET. O que é spoofing e como evitar esse tipo de ataque? Disponível em:
<https://www.eset.com/br/artigos/o-que-e-spoofing/>. Acesso em: 3 jan. 2024.
GOMES, G.; SOUSA, D. E.; RIBEIRO, J.; SANTOS, L.; MILSON, P. L.; LIMA, L.;
HELENO BALDEZ, J.; EWERTON, J.; BASTOS, F. Monitoramento de segurança
em uma cidade inteligente. revistas.laboro.edu.br, 2021.
NAJIBI, M.; SINGH, B.; DAVIS, L. S. FA-RPN: Floating Region Proposals for Face
Detection. Proceedings of the IEEE Computer Society Conference on Computer
Vision and Pattern Recognition, v. 2019- June, p. 7715–7724, 13 dez. 2018.
ONU. DUDH. Declaração Universal dos Direitos Humanos, p. 1–7, 10 dez. 1948.
<https://archive.computerhistory.org/resources/access/text/2012/10/102658149-05-
01-acc.pdf>. Acesso em: 27 out. 2023.
ZHANG, S.; CHI, C.; LEI, Z.; LI, S. Z. RefineFace: Refinement Neural Network for
High Performance Face Detection. IEEE Transactions on Pattern Analysis and
Machine Intelligence, v. 43, n. 11, p. 4008–4020, 10 set. 2019.
___.. S3FD: Single Shot Scale-invariant Face Detector. Proceedings of the IEEE
International Conference on Computer Vision, v. 2017- October, p. 192–201, 17 ago.
2017a.
___. FaceBoxes: A CPU Real-time Face Detector with High Accuracy. IEEE
International Joint Conference on Biometrics, IJCB 2017, v. 2018- January, p. 1–9,
17 ago. 2017b.
34
ANEXO A
DECLARAÇÃO
________________________________________________
RAUMÁRIO JERÔNIMO DOS SANTOS – TC QOC PM
Orientador
35
ANEXO B
_________________________________________________
CAP QOC PM CARLOS ROBERTO DOS SANTOS SILVA
36
ANEXO C
_____________________________
Flaximan Arruda dos Santos
Graduado em Letras na UFAL (2002)