Sistema de Controle de Acesso com Reconhecimento Facial

Descrição Geral

Este projeto integra tecnologias modernas para criar um sistema de controle de acesso robusto. Ele utiliza o Raspberry Pi como controlador central, um backend em Flask para processamento de reconhecimento facial e um aplicativo móvel em React Native para gerenciar o sistema remotamente.

Principais Funcionalidades

• Reconhecimento Facial: Capacidade de detectar e verificar rostos cadastrados no sistema.
• API de Controle no Raspberry Pi: Permite conceder ou negar acesso remotamente.
• Captura e Processamento de Imagens: O Raspberry Pi captura imagens da webcam e as envia para o backend.
• Interface Web e Aplicativo Mobile: Para gerenciar usuários, validar acessos e interagir com o sistema.
• Exposição Pública com ngrok: Tornando o sistema acessível remotamente.

---

Estrutura do Projeto

reconhecimento_facial_iot/
│
├── backend/
│   ├── static/                    # Arquivos estáticos usados na interface web.
│   ├── templates/                 # Templates HTML para as interfaces web.
│   │   ├── add_face.html          # Página para adicionar rostos.
│   │   ├── concedAccess.html      # Página para conceder acesso manualmente.
│   │   └── recognize.html         # Página para testar o reconhecimento facial.
│   ├── uploads/                   # Diretório para armazenar imagens enviadas.
│   ├── app.py                     # Código principal da API em Flask.
│   ├── dlib_face_recognition_resnet_model_v1.dat  # Modelo de reconhecimento facial pré-treinado.
│   ├── shape_predictor_68_face_landmarks.dat      # Modelo de predição de landmarks faciais.
│   ├── known_faces.pkl            # Banco de dados com descritores faciais.
│   └── requirements.txt           # Dependências do backend.
│
├── raspberry/
│   ├── app.py                     # API local do Raspberry Pi para controle do relé.
│   ├── capture_and_send.py        # Script para capturar e enviar imagens.
│   └── requirements.txt           # Dependências necessárias para o Raspberry Pi.
│
├── FaceRecognitionApp/
│   ├── src/
│   │   ├── components/            # Componentes reutilizáveis.
│   │   │   ├── ButtonComponent.tsx
│   │   │   ├── ImageComponent.tsx
│   │   ├── screen/                # Telas principais do aplicativo.
│   │   │   ├── AddFaceScreen.tsx
│   │   │   ├── HomeScreen.tsx
│   │   │   ├── ValidateFaceScreen.tsx
│   ├── services/                  # Serviços para comunicação com o backend.
│   │   └── api.ts
│   ├── App.tsx                    # Componente principal do aplicativo.
│   └── package.json               # Configurações e dependências do aplicativo.
│
└── readme.md                      # Documentação do projeto.

---

Configuração do Sistema

1. Backend

O backend é implementado em Flask e gerencia o processamento de reconhecimento facial.

Passos para Configurar

1. Instale as dependências:

   cd backend
   pip install -r requirements.txt

2. Execute a API Flask:

   python app.py

3. Use ngrok para tornar o backend acessível publicamente:

   ngrok http 5000

2. Raspberry Pi

O Raspberry Pi captura imagens e envia para o backend.

Passos

1. Instale as dependências:

   cd raspberry
   pip3 install -r requirements.txt

2. Configure as URLs no arquivo capture_and_send.py:

   BACKEND_URL = "http://<ngrok-url>/recognize"

3. Inicie o script de captura:

   python3 capture_and_send.py

3. Aplicativo Mobile

O aplicativo, em React Native, gerencia o sistema.

Passos

1. Instale as dependências:

   cd FaceRecognitionApp
   npm install

2. Inicie o aplicativo:

   npm start

---

Funcionalidades Detalhadas

Backend

• Reconhecimento Facial:
  • Processa imagens enviadas pelo Raspberry Pi.
  • Verifica se o rosto é conhecido no banco de dados.
• Treinamento de Rostos:
  • Permite adicionar novos rostos pela interface web ou aplicativo.
  • Salva descritores faciais no arquivo known_faces.pkl.

Raspberry Pi

• API Local:
  • Oferece endpoints para conceder ou negar acesso.
• Captura de Imagens:
  • Script que envia imagens a cada 5 segundos para o backend.

Aplicativo Mobile

• Adicionar Rostos:
  • Envia imagens capturadas para o backend.
• Validar Acesso:
  • Consulta se o rosto está registrado no sistema.

---

Testes e Melhorias Futuras

• Testes Realizados:

  • Reconhecimento facial utilizando a biblioteca dlib.
  • Conexão remota usando ngrok.
  • Funcionalidade de adicionar rostos pela web e aplicativo.

• Melhorias Focadas:

  • Implementação de autenticação segura nas APIs.
  • Redução do consumo de recursos no script do Raspberry Pi.
  • Substituição do ngrok por um domínio fixo.

---

Referências

• Bibliotecas Utilizadas:
  • Dlib
  • Flask
  • React Native
• Guias Consultados:
  • Raspberry Pi Setup
• Repositório Oficial:
  • GitHub - Projeto