A adoção de um sistema de segurança que utiliza reconhecimento facial para acesso às dependências do Tribunal de Justiça do Distrito Federal e dos Territórios (TJDFT) é tema de artigo publicado na 5ª edição da Revista Eletrônica do Conselho Nacional de Justiça (CNJ), publicada no primeiro semestre de 2021.
No texto “Amon: Controle de acesso do jurisdicionado no TJDFT a partir de técnicas de reconhecimento facial”, os servidores da corte Jairo Simão Santana Melo, Thiago Arruda Neves e Celso Oliveira Neto abordam o uso de inteligência artificial e aprendizagem de máquina no aprimoramento da segurança da instituição.
O Sistema Ámon, em operação no TJDFT desde junho de 2020, foi idealizado a partir de uma demanda da Assessoria de Segurança Institucional, que o desenvolveu em parceria com o Serviço de Ciência de Dados. Com a iniciativa, os dois órgãos do tribunal ampliaram o controle de acesso ao local, garantindo maior segurança para as pessoas que trabalham e que comparecem à sede do Tribunal.
O desafio que proporcionou a criação do Amon consistiu na implementação de um sistema de reconhecimento facial, a partir de fotografias, para elevar a segurança no TJDFT. O projeto é integrado ao SidenWeb, software que gerencia o controle integrado de acesso às dependências do tribunal.
O sistema fornece interfaces bem definidas para que outras aplicações possam se comunicar e utilizar os serviços que ele disponibiliza. Isso garante a interoperabilidade entre sistemas na internet a partir de métodos do protocolo HTTP. No caso do Ámon, os serviços são acessados pelos métodos Get (reconhecimento) e Post (vetorização).
Na construção do sistema foi utilizada a linguagem de programação Python e suas várias bibliotecas (módulos) de apoio, sendo a principal a biblioteca face recognition. A opção pelo SidenWeb, que já funcionava nas portarias do TJDFT, e Python possibilitou que o sistema fosse elaborado sem qualquer custo. O primeiro já operava no tribunal e a o Python é linguagem de programação de alto nível, multiparadigma, que possui um modelo de desenvolvimento aberto, comunitário, gerenciado pela Python Software Foundation.
Operação
O artigo destaca que o Sistema Amon entrou em operação com cerca de 1,2 milhão de registros vetorizados de fotos. Para processar o reconhecimento facial, o Amon gasta um tempo médio de 10 segundos, sendo que sete segundos são para localização da face na imagem de entrada com o algoritmo CNN (do inglês, Convolutional Neural Network – termo usado no contexto de inteligência artificial e aprendizado de máquina e diz respeito a uma classe de rede neural artificial aplicada no processamento e análise de imagens digitais). Os três segundos restantes são utilizados para a busca da face vetorizada pela face mais próxima na base de dados.
Na vetorização de fotos, o tempo médio é de 12 segundos, sendo que sete segundos são empregados na localização da face na imagem de entrada com o algoritmo CNN. O restante do tempo é dedicado ao incremento e persistência da base atualizada de fotos do Amon.
e-Revista do CNJ
A Revista Eletrônica CNJ veicula trabalhos acadêmicos com foco no Poder Judiciário e prestação de serviços jurisdicionais no Brasil. Ela também publica julgados importantes do Plenário do Conselho. A edição atual apresenta 16 artigos que abordam os cinco eixos da Justiça, dentre os quais, o incentivo ao acesso à justiça digital. Publicada semestralmente, a e-Revista do CNJ segue requisitos exigidos pelo sistema Qualis-Periódicos – gerenciado pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes).
A produção é coordenada pela Secretaria Especial de Programas, Pesquisas e Gestão Estratégica do CNJ, cujo titular, Marcus Livio Gomes, é o editor-chefe da publicação. A organização é de responsabilidade do Departamento de Pesquisas Judiciárias (DPJ) e todos os artigos enviados para apreciação são analisados tecnicamente por pareceristas anônimos, com doutorado na área e indicados pelo Conselho Editorial da e-Revista do CNJ.
Agência CNJ de Notícias
