Titulo Estágio
Identificação por Reconhecimento Facial
Áreas de especialidade
Sistemas Inteligentes
Local do Estágio
Leiria, Porto, Lisboa ou Teletrabalho
Enquadramento
A nova estratégia industrial para a Europa, apresentada pela Comissão Europeia (CE) em Março de 2020, tem como objetivo conduzir a duas transições fundamentais: neutralidade climática e liderança digital (https://eur-lex.europa.eu/legal-content/PT/TXT/?uri=CELEX:52020DC0102 [Accessed: 31-Mai-2021]). De acordo com a CE, para que esta ambição seja concretizada, a Europa precisa de uma industria mais ecológica e mais digital. Alinhados com estes objetivos, nomeadamente em relação à transição digital, onde será de particular relevância a investigação e implantação de tecnologias nos domínios da inteligência artificial, tecnologia 5G e análise de dados e meta-dados (https://ec.europa.eu/portugal/news/shaping-europe-digital-future_pt [Accessed: 31-Mai-2021]) propomos o desenvolvimento de uma aplicação móvel que permita a identificação de uma pessoa através de reconhecimento facial, para o rastreamento em serviços de segurança ou assistência técnica.
A identificação por reconhecimento facial, possibilitada pela crescente evolução tecnológica associada aos dispositivos móveis, pode ser uma realidade nos nossos dias, existindo alguns exemplos implementados nas áreas de publicidade, entretenimento e marketing. As câmaras de alta qualidade dos dispositivos móveis, permitem uma captura de imagem com a resolução necessária para que a identificação facial possa ser feita, por exemplo por comparação com a foto de um documento de identificação (cartão de cidadão, passaporte ou carta de condução). Por outro lado, existem vários fabricantes que disponibilizam serviços de Inteligência Artificial (IA), como por exemplo a Microsoft Azure, a IBM Watson e a Amazon Web Services, utilizando técnicas tais como machine learning e deep learning para a análise de imagens, textos e voz.
Objetivo
O projeto tem como objetivo o desenvolvimento de uma aplicação móvel que apoie as empresas prestadoras de serviços de segurança ou de assistência técnica para o rastreamento e identificação dos técnicos no local. A aplicação deverá disponibilizar os seguintes requisitos principais:
- Autenticação na aplicação para acesso ao calendário dos serviços agendadas;
- Aviso por sms/e-mail de início de deslocação ao local de prestação do serviço;
- Check-in no local (outdoor) por identificação facial do técnico que presta o serviço. Para que a identificação seja mais fiável e segura, a localização também deve ser confirmada por GPS;
- Check-out no local após a conclusão do serviço;
- Envio de questionário de satisfação para o cliente por sms/e-mail.
Para a implementação da aplicação deverá ser utilizada a plataforma OutSystems, de desenvolvimento ágil de aplicações (https://www.outsystems.com/platform/ [Accessed: 31-Mai-2021])
A OutSystems é considerada “leader” em plataformas de “low code” pela Gartner:
“OutSystems is a Leader. It originated as vendor of a rapid application development environment based on .NET, but now offers an enterprise LCAP of the same name that supports cloud, onpremises and hybrid solutions. It focuses on enterprise application development for agile and continuous customer delivery by offering a combination of omnichannel support and scalability. Gartner reviewed OutSystems 11.” (https://www.gartner.com/en/documents/3956079/magic-quadrant-for-enterprise-low-code-application-platf [Accessed: 31-Mai-2021].
Para o reconhecimento facial, poderão ser utilizados os serviços de Inteligência Artificial (IA) da Microsoft Azure (https://docs.microsoft.com/en-us/azure/cognitive-services/ [Accessed: 31-Mai-2021]) ou de outros fabricantes.
Plano de Trabalhos - Semestre 1
Plano de trabalhos previsto:
- Familiarização com a empresa Do DOITLEAN: estrutura, organização e métodos de trabalho;
- Apresentação do aluno ao orientador da DOITLEAN e à equipa técnica de suporte;
- Formação OutSystems através dos tutoriais online;
- Implementação de um pequeno projeto (web e mobile) usando a plataforma Outsystems;
- Familiarização com os serviços cognitivos da Azure;
- Pesquisa do estado da arte;
- Especificação dos requisitos da aplicação “Identificação por Reconhecimento Facial”;
- Escrita do relatório intermédio.
NOTA: será feito um plano de trabalho detalhado no início do estágio.
Plano de Trabalhos - Semestre 2
Plano de trabalhos previsto:
- Detalhe dos requisitos da aplicação “Identificação por Reconhecimento Facial”;
- Implementação do da aplicação;
- Configuração dos serviços cognitivos de reconhecimento facial;
- Criação de uma base de dados para reconhecimento facial;
- Testes e treino de reconhecimento facial;
- Avaliação experimental e validação;
- Escrita do relatório final.
NOTA: será feito um plano de trabalho detalhado no início do estágio.
Condições
A DOITLEAN oferece 200€ mensais para apoio nas deslocações residência-trabalho e providencia, caso o aluno não possua, o equipamento técnico necessário.
A DOITLEAN providenciará também toda a ajuda e suporte técnico necessários à aprendizagem e utilização da plataforma OutSystems, bem como a sua ligação aos serviços cognitivos da Microsoft Azure.
O horário a cumprir pelo aluno é livre, podendo a prestação ser inteiramente por teletrabalho.
Observações
Para a implementação da aplicação será utilizada a plataforma de desenvolvimento "low-code" OutSystems:
https://www.outsystems.com/
A OutSystems é considerada “leader” em plataformas de “low code” pela Gartner:
“OutSystems is a Leader. It originated as vendor of a rapid application development environment based on .NET, but now offers an enterprise LCAP of the same name that supports cloud, onpremises and hybrid solutions. It focuses on enterprise application development for agile and continuous customer delivery by offering a combination of omnichannel support and scalability. Gartner reviewed OutSystems 11.” https:
//www.gartner.com/en/documents/3956079/magic-quadrant-for-enterprise-low-code-application-platf
A Outsystems já suporta componentes de ligação aos serviços cognitivos da Microsoft Azure, que disponibiliza um conjunto de serviços de IA, nomeadamente para o reconhecimento facial:
https://docs.microsoft.com/en-us/azure/cognitive-services/face/
A Outsystems suporta também componentes de ligação a serviços de localização geográfica, nomeadamente o Google Maps API:
https://developers.google.com/maps
Em relação aos dados a utilizar pelos alunos, existem várias base de dados de faces que podem ser usadas em contexto académico, nomeadamente:
https://faces.mpdl.mpg.de/imeji/
https://git-disl.github.io/GTDLBench/datasets/att_face_dataset/
https://www.ecse.rpi.edu/~cvrl/database/other_Face_Databases.htm
Orientador
Maria Paula de Brito Graça
estagios@doitlean.com 📩