@MASTERSTHESIS{ 2022:4980237,
 	title = {Monitoramento inteligente do perímetro operacional terrestre do Centro de  Lançamentos de Alcântara utilizando processamento de imagens e inteligência artificial},
 	year = {2022},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/4055",
 	abstract = "A principal base de lançamentos espaciais do Brasil é o Centro de Lançamentos de Alcân tara, que devido a sua extensão territorial, trabalho de natureza sensível, e requisições de
 segurança, necessita de uma forma automatizada de controle de perímetro. Atualmente
 novas formas de monitoramento de perímetro surgem baseadas em tecnologias de inteli gência artificial, a chamada Smart Surveillance. Neste trabalho, propomos um sistema
 embarcado de monitoramento inteligente baseado em detecção e reconhecimento facial,
 para controle de regiões críticas do espaço terrestre do Centro de Lançamento de Alcântara.
 O hardware embarcado é responsável pela captura e transmissão das imagens, enquanto
 o processamento é feito em um servidor central. Para a detecção facial são utilizados os
 algoritmos de Viola-Jones e Multi-Task Cascade Convolutional Neural Network (MTCNN),
 com F1-Score de 61, 28% e 87, 29% respectivamente na base de dados DroneFaces. No
 processo de reconhecimento facial utilizou-se o FaceNet para extração de características,
 e para classificação foram comparados os modelos kNN, SVM e Random Forest. Em
 testes de qualidade de reconhecimento facial, atingiu-se ROC-AUC de 0, 999 utilizando o
 classificador SVM na base de dados FaceScrub, e utilizando o classificador Random Forest
 na base de dados DroneFace atingiu-se F1-Score de 56, 6%. Em testes de tempo real, o
 sistema atinge uma média de 5, 8 fps utilizando Viola-Jones, Facenet e Random Forest, e
 uma média de 2, 3 fps utilizando MTCNN, Facenet e Random Forest.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA AEROESPACIAL/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}