Bhering, Fabiano Pereira.Conceição, Helton Pojo.2026-07-162026-06-19https://repositorio.cefetmg.br//handle/123456789/2830Sistemas de videovigilância com múltiplas câmeras são amplamente empregados em segurança pública, controle de acesso e monitoramento de ambientes urbanos. A reidentificação de pessoas (Person Re-Identification (ReID)) é a tarefa de reconhecer um mesmo indivíduo em imagens capturadas por câmeras distintas, sendo essencial para o rastreamento contínuo em grandes áreas. Os principais desafios incluem variações de iluminação, pose e oclusão entre câmeras, além das restrições de largura de banda e latência impostas por redes sem fio. Nesse contexto, este trabalho apresenta o desenvolvimento e a avaliação comparativa de duas arquiteturas de processamento distribuído para reidentificação de pessoas (person reidentification) em redes de múltiplas câmeras. A arquitetura Híbrida executa a detecção de pessoas (YOLOv12n) nos nós de borda e delega a extração de embeddings (OSNet) e o matching ao servidor central. A arquitetura Edge-First executa a detecção e a extração de embeddings nos nós, transmitindo ao servidor apenas vetores compactos para o matching com a galeria global de identidades. Os experimentos foram conduzidos em diferentes datasets de múltiplas cameras, variando os limiares de similaridade. Os resultados demonstram que a arquitetura Edge-First foi a alternativa mais adequada para sistemas de ReID em redes sem fio, ao oferecer simultaneamente menor consumo de banda, menor latência e maior acurácia, sendo especialmente indicada para cenários com restrições de largura de banda nos quais dispositivos de borda dispõem de capacidade computacional suficiente para a extração local de características.ptTrabalho de Conclusão de Curso da Graduação2026-07-16Inteligência artificialIdentificação humanaTécnicas de vídeoVisão computacionalAprendizado de máquina