Face detection algorithms on industrial controllers UNIPI

Bc. Roman Alexander Mariančík

Bachelor's thesis

Abstract:

Táto bakalárska práca prezentuje súhrnné porovnanie softvéru na detekciu a rozpoznanie tvárí. Najvhodnejší softvér bol použitý na skonštruovanie experimentálnej aplikácie pre priemyselný kontrolér Unipi. Cieľom tohto systému je počítať počet zákazníkov a sledovať ich pohyb po budovách spoločnosti. Istý autorizovaný predajca rôznych značiek áut fungujúci vo viacerých budovách má záujem preskúmať možnosti implementácie podobného systému. Myšlienka riešenia popísaného v tejto práci je využiť existujúcu infraštruktúru za cieľom zníženia nákladov. Systém sa skladá z klientskej časti a serverovej časti. Obe časti sú nasadené pomocou technológie Docker. Klientská strana je reprezentovaná C++ aplikáciou, ktorá sa stará o detekciu tvárí z video streamu z bezpečnostných kamier. Serverová časť je reprezentovaná Django serverom, ktorý okrem poskytovania rozhrania pre pohodlný manažment a konfiguráciu klientov, taktiež rozpoznáva tváre a ukladá pohyb ľudí.

Abstract:

This thesis presents a comprehensive comparison of face detection and face recognition software. The most suitable software was used to build an experimental application for Unipi industrial controllers. The purpose of this system is to count the number of people and track their movement around a company's premises. A car dealership operating in multiple buildings has shown interest in exploring the feasibility of such a system. The solution proposed in this thesis attempts to mitigate further investments by reusing the existing infrastructure while maintaining wide compatibility. The system consists of the client side and the server side, both designed to be deployed via Docker. The client side is represented by a C++ application performing face detection on video streams from surveillance cameras. The server side is represented by a Django-based server that, apart from providing the management interface and the means of configuring the clients, also performs face recognition and automatically records the movement of people around a company's premises.

Keywords

Unipi, face detection, face recognition, Django, customer tracking, Docker

Language used: English

Date on which the thesis was submitted / produced: 15. 12. 2022

Thesis defence

• Date of defence: 3. 2. 2023
• Supervisor: doc. Mgr. Karel Slavíček, Ph.D.
• Reader: Ing. Václav Oujezský, Ph.D.

Masaryk University

Faculty of Informatics

Bachelor programme / field:
Informatics / Informatics