Documentação do Código - Minicurso de Reconhecimento Facial

Este projeto utiliza Streamlit e DeepFace para criar uma aplicação de reconhecimento facial. Abaixo está a documentação dos principais arquivos Python presentes na pasta app/.

---

Comandos necessários para rodar a aplicação:

Dentro da pasta raiz do projeto, ou seja, a que possui app/, .gitignore, README.md e requirements.txt, rode:

pip install -r requirements.txt

sudo apt-get update

sudo apt install libgl1

main.py

Arquivo principal da aplicação Streamlit para reconhecimento facial.

Comando para rodar aplicação:

streamlit run main.py

• Cria a navegação entre as páginas do frontend usando st.navigation.
• Executa a página selecionada com page.run().

---

backend/face_recognition/face_recognition_engine.py

Módulo principal de reconhecimento facial. Utiliza a biblioteca DeepFace para extrair características faciais e realizar comparações.

Classe: FaceRecognitionEngine

Engine de reconhecimento facial que gerencia extração de características e comparação de faces.

• Atributos:

  • fr_model (str): Modelo usado para reconhecimento facial (Facenet por padrão).
  • fd_model (str): Modelo usado para detecção facial (centerface por padrão).
  • threshold (float): Limiar de similaridade para considerar faces como matching.

• Métodos:

  • __init__: Inicializa o engine de reconhecimento facial com modelos padrão.
  • match_faces(img1, img2): Compara duas imagens e verifica se são da mesma pessoa.
    • Parâmetros: img1, img2 (arquivos upados)
    • Retorno: bool (True se forem da mesma pessoa, False caso contrário)
  • __extract_template(img, num_img): Extrai o template (template) facial de uma imagem usando DeepFace.
    • Parâmetros: img (array numpy), num_img (índice da imagem)
    • Retorno: list de templates
    • Exceção: NoFacesException se nenhuma face for detectada
  • __check_single_face_detected(templates, num_img): Verifica se apenas uma face foi detectada na imagem.
    • Parâmetros: templates (lista de templates), num_img (índice da imagem)
    • Exceção: MultiFacesException se mais de uma face for detectada
  • __compare_templates(template1, template2): Compara dois templates faciais usando distância do cosseno.
    • Parâmetros: template1, template2 (templates)
    • Retorno: bool (True se forem da mesma pessoa, False caso contrário)

---

backend/utils/utils.py

Módulo com funções utilitárias para manipulação de imagens.

Função: convert_img_to_array(imagem_upada)

Converte uma imagem enviada via Streamlit em um array numpy (BGR).

• Parâmetros: imagem_upada (objeto FileUploader do Streamlit)
• Retorno: numpy.ndarray representando a imagem no formato BGR

---

backend/exceptions/multi_faces_exception.py

Exceção customizada para quando múltiplas faces são detectadas em uma imagem.

Classe: MultiFacesException

Exceção lançada quando mais de uma face é detectada em uma imagem onde deveria haver apenas uma.

• Parâmetros: msg (str) - Mensagem de erro descrevendo o problema

---

backend/exceptions/no_faces_exception.py

Exceção customizada para quando nenhuma face é detectada em uma imagem.

Classe: NoFacesException

Exceção lançada quando nenhuma face é detectada em uma imagem onde deveria haver pelo menos uma.

• Parâmetros: msg (str) - Mensagem de erro descrevendo o problema

---

frontend/match_faces_page.py

Página Streamlit para comparação 1:1 entre duas faces.

• Permite o upload de duas imagens e exibe o resultado da comparação, indicando se são ou não a mesma pessoa.
• Utiliza o engine de reconhecimento facial para processar as imagens.
• Exibe mensagens de erro caso não haja faces ou haja múltiplas faces em alguma imagem.

---

frontend/search_faces_page.py

(sem código implementado)

---