FIGURA 19

Tais problemáticas já podem ser contornadas através da utilização de softwares mais precisos de reconhecimento facial, bem como o aumento da resolução das câmeras utilizadas.

Os sistemas de reconhecimento facial já são amplamente utilizados em celulares, computadores, câmeras e para viabilizar controle de acesso em vários locais. A utilização de mecanismos de reconhecimento facial está em toda nossa realidade, inclusive com a aplicação no monitoramento do uso de máscaras no caso da COVID-19, conforme exposto:

Figura 19: Reconhecimento facial de uso de máscaras em local público realizado pelo soft ware da Tryolabs Fonte: National Geographic.

O software da Tryolabs identifi ca se os rostos à vista estão com ou sem máscara quando passam por uma câmera de circuito fechado de televisão (CFTV) perto do bairro de Temple Bar em Dublin, Irlanda.

Os softwares de reconhecimento facial disponíveis atualmente analisam as características presentes na região dos olhos, nariz, boca e orelhas para identifi car um indivíduo cuja imagem já foi fornecida, seja por conta própria ou por um banco de dados de histórico criminal. O uso de máscara impede que esse reconhecimento seja feito — um problema que muitos sistemas já encontraram e outros resolveram.

Ante o exposto, ressalta-se a ampla gama de possibilidades que a solução abarca, bem como sua ampla utilização mediante software de reconhecimento facial.

b) Rastreamento emocional através de mecanismos de identificação facial

As expressões faciais são responsáveis por fornecerem informações sobre a resposta emocional do indivíduo, exercendo um papel fundamental da relação humana, agindo como uma forma de comunicação não verbal, podem realizar a complementação da comunicação verbal, transmitindo uma mensagem completa por si só e podendo contribuir mais para o efeito da mensagem falada quando em comparação com a entonação de fala e/ou gestos.

Através do Deep Learning ou aprendizado de máquinas e Redes Neurais Convolucionais (CNN), baseado em um conjunto de algoritmos que modelam abstrações de alto nível de dados, é possível criar modelos para compreender as representações de dados não rotulados em larga escala, com a utilização de parâmetros pré-estabelecidos. Desta forma, é possível realizar o aprendizado de máquinas de um sistema para realizar o reconhecimento de falas, identificação de imagens e estabelecer paralelos específicos entre elas.

As expressões faciais emocionais podem ser identificadas através da posição e movimento dos olhos, nariz, boca, dentre outros músculos existentes na face de um indivíduo.

Desde muito tempo o ser humano tenta estabelecer paralelos entre as expressões faciais e sua utilização no meio social, Darwin em seu livro The Expression of the Emotion in Man and Animals, publicado em 1872, designa a expressão facial da emoção como algo determinado de forma biológica e universal, produto da evolução do homem, através da análise emocional do ser humano é possível traçar paralelos entre o serviço oferecido no estabelecimento prisional e o bem estar do indivíduo tutelado de acordo com sua expressão facial quanto a cada um dos serviços prestados com a utilização de mecanismos de reconhecimento facial e machine learning.