Verificação automática do cumprimento parcial das recomendações ICAO para retratos

Abstract

Biometric verification plays an extremely important role in today’s context of international travel and identification of humans. In this regard, the International Civil Aviation Organization (ICAO) has created a document based on the ISO/IEC 19749-5 standard, aimed at ensuring compliance with the photographic requirements of facial images for use in official documents.However, this verification process is still largely carried out manually by qualified professionals, an approach that is not only subjective but also time-consuming. There is a growing need to develop automatic verification systems for this purpose.This dissertation seeks to address this challenge by exploring approaches based on the use of neural networks - YOLOv8 and ResNet-50 - to verify a facial photograph according to ICAO requirements, specifically those related to the verification of prescription glasses. Both architectures were trained and tested using a dataset resulting from a partnership between the ISR-Coimbra (Institute of Systems and Robotics) and the INCM (”Imprensa Nacional Casa da Moeda”) as part of the FACING2 project, which aims to create a dataset of facial photographs to assess compliance with ICAO requirements.The proposed solutions were developed based on the classification models resulting from the use of YOLOv8 and ResNet neural networks, with the aim of automating the verification of ICAO requirements. Finally, the results obtained are discussed and compared with a method in the literature called ICAONet. The results are quite promising, as they are on par withsome of the best results published by this methodology, suggesting that neural network-based approaches have the potential to significantly improve the efficiency and accuracy of biometric verification in accordance with ICAO standards.

Hoje em dia a verificação biométrica desempenha um papel de extrema importância no contexto das viagens internacionais e na identificação de indivíduos. Nesse sentido a Organização de Aviação Civil Internacional (ICAO) criou um documento baseado na norma ISO/IEC 19749-5, que visa cumprir a verificação dos requisitos fotográficos de fotografias faciais para uso em documentos oficiais. No entanto, essa verificação ainda é amplamente realizada manualmente por profissionais qualificados, uma abordagem que, além de subjetiva, é demorada, havendo anecessidade de desenvolver sistemas de verificação automática para esse efeito.Esta dissertação procura abordar o desafio explorando abordagens baseadas na utilização de redes neuronais - YOLOv8 e ResNet-50 para fazer a verificação de uma fotografia facial de acordo com os requisitos ICAO, mais concretamente os requisitos relacionados com a verificação de óculos graduados. Ambas as arquiteturas foram treinadas e testadas com um dataset resultante de uma parceria do ISR-Coimbra (Instituto de Sistemas e Robótica) com a INCM (Imprensa Nacional Casa da Moeda), no âmbito do projeto FACING2 cujo objetivo é criar um dataset de fotografias faciais de forma a fazer a verificação do cumprimento dos requisitos ICAO.As soluções propostas foram desenvolvidas com base nos modelos de classificação resultantes da utilização das redes neuronais YOLOv8 e ResNet com vista a fazer a verificação automática dos requisitos ICAO. Por fim, são discutidos os resultados que foram obtidos e feita uma comparação com um método presente na literatura - ICAONet e são um quanto promissores, na medidaem que equiparam alguns dos melhores resultados publicados por esta metodologia, sugerindo que abordagens baseadas em redes neuronais têm o potencial de melhorar significativamente a eficiência e a precisão da verificação biométrica de acordo com as normas da ICAO.