OMRON – A decepção

Fiquei de falar mais sobre essa board e não posso deixar de expor os demais detalhes. Se você não leu o artigo anterior relacionado, não acho necessário, mas se quiser saber de que se trata, leia-o aqui.

Fase de testes

Na fase de testes, antes mesmo de ligar o dispositivo já vi alguns detalhes mais que foram bastante insatisfatórios. or exemplo, requerimento de hardware: Windows 7 com processador Core i7@3.4GHz, caso não, conforme-se com os possíveis problemas.

Imagem de saída

Você pode receber uma imagem para por exemplo, comparar em um monitor com uma foto de uma base de cadastro. Bem, prepare-se para fazer superres caso deseje utilizar essa placa, porque a maior resolução de saída é 320×240 e a outra, 160×120. E aproveite para abusar do Gimp, porque a imagem só é exibida em grayscale, ou seja, sequer entra informação de cor no dispositivo. Quando uso OpenCV para fazer reconhecimento facial, eu trabalho também em grayscale, mas preservo o frame original, então na hora de enviar uma face para exibição, copio do frame original, não do frame de trabalho.

Case

Não tem case. Arrume uma caixa de Dove, uma lata de refrigerante ou massa de modelar, não tem case pra ela.

Tempo de resposta





Se utilizando com o minimo de recursos com o mínimo de resolução, você pode conseguir uma resposta em menos de 1.5s, caso contrário, você pode esperar até 4 segundos por uma resposta. Se der falso-negativo ou simplesmente não reconhecer, vá somando 4 segundos a cada fase de processamento.

Distância

Talvez seja bom o suficiente a alguns palmos além da câmera, mas impossível de se utilizar em um ambiente aberto – além de que esse dispositivo não teria aplicação para isso, como tracking por exemplo. Imagine que a uma distância de 4 metros da pessoa você pode pegar um frame de alta resolução e tirar apenas o rosto, mas em um dispositivo que limita o número de pixels a tanto, nem com superres dá pra fazer o reconhecimento mesmo que à metade desta distância.

Custo

Bem, vamos pensar que você queira utilizar isso profissionalmente, pagando os devidos impostos de importação e taxa de entrega. Conhece o site tributados.net? Talvez eu nem devesse colocar o preço aqui para que você acompanhasse o artigo até o final, mas vamos lá:

Custo da board
Custo da board

Com esse preço você compra tudo de melhor; compra uma Orange Pi com câmera e faz de tudo, de trás pra frente e de frente pra trás. Com esse valor você compra um smartphone e instala OpenCV. Com esse valor você compra 2 Raspberry completinho pra usar com visão computacional. Com esse valor você compra uma placa de video boa o suficiente pra brincar com Cuda e usar redes neurais. Infelizmente, essa placa é a pior aquisição que alguém pode fazer, pelo menos aqui na Banânia.

Face recognition





O reconhecimento facial é o casamento da imagem capturada na câmera pelo face detection e então enviada para o processamento na aplicação. Na… aplicação. No Windows com i7. Os dados e faces são gravados na aplicação.

O número máximo de usuários possíveis é 500, com no máximo 10 faces de 160×120 pixels. Resolução baixa, limite baixo.

O reconhecimento não faz nada de especial, inclusive não é tolerante a ruídos. O manual cita claramente que a face deverá estar sendo exibida no dispositivo em um ambiente que preserve os detalhes.

O melhor reconhecimento é face frontal, mas isso tem uma razão óbvia. O face detection recolhe a face para reconhecimento, portanto é necessário que passe por ele primeiro. Porém, o face detection também tem uma certa tolerância a ângulos da face e nesses casos, a confidência seria baixíssima.

Comunicação com o dispositivo

O dispositivo tem apenas uma interface serial, portanto não dá pra colocá-lo em rede e nem pensar em velocidade de comunicação.

O exemplo deles mostra uma pessoa registrada e uma pessoa não registrada. Adivinha a confidência para a pessoa registrada? Sempre há uma predição e  uma tolerância. No caso da pessoa não cadastrada, certamente a exclusão se deu pela confidência. Porém, conforme aumenta o número de pessoas, a confidência começa a baixar (isso em qualquer sistema) porque os pontos de coincidência começam variar conforme as faces e isso gera um peso diferente de uma base com poucas pessoas.

Resumindo…

…não vou fazer video, desisti do dispositivo. Mas ele tem lá sua aplicação e claro, ele não foi feito para makers. Esse é um dispositivo para utilizar em dispositivos de entrada de portaria, conjuntamente a uma senha ou cartão RFID. Existem diversos dispositivos desses por aí e funcionam muito bem. O caso é que realmente, não é um produto para você fazer outro tipo de aplicação. E se o quiser para tal, prepare-se para a decepção.

Inscreva-se no nosso newsletter, alí em cima à direita e receba novos posts por email.

Siga-nos no Do bit Ao Byte no Facebook.

Prefere twitter? @DobitAoByte.

Inscreva-se no nosso canal Do bit Ao Byte Brasil no YouTube.

Nossos grupos:

Arduino BR – https://www.facebook.com/groups/microcontroladorarduinobr/
Raspberry Pi BR – https://www.facebook.com/groups/raspberrybr/
Orange Pi BR – https://www.facebook.com/groups/OrangePiBR/
Odroid BR – https://www.facebook.com/groups/odroidBR/
Sistemas Embarcados BR – https://www.facebook.com/groups/SistemasEmbarcadosBR/
MIPS BR – https://www.facebook.com/groups/MIPSBR/
Do Bit ao Byte – https://www.facebook.com/groups/dobitaobyte/

Próximo post a caminho!

 

Comments

comments

Djames Suhanko

Djames Suhanko é Perito Forense Digital. Já atuou com deployer em sistemas de missão critica em diversos países pelo mundão. Programador Shell, Python, C, C++ e Qt, tendo contato com embarcados ( ora profissionalmente, ora por lazer ) desde 2009.