Reidentificação de pessoas em redes de múltiplas câmeras: comparação entre arquiteturas híbrida e edge-first.
Carregando...
Data
2026-06-19
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Centro Federal de Educação Tecnológica de Minas Gerais
Resumo
Sistemas 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.
Descrição
Palavras-chave
Inteligência artificial, Identificação humana, Técnicas de vídeo, Visão computacional, Aprendizado de máquina