Lição 8: Guardião do campus de IA

Kararne.Yang Aug 27.2025

0 76 Easy

Leve os projetos STEM em sala de aula além do básico com micro:bit usando o UNIHIKER K10. Neste projeto, os alunos criarão um sofisticado sistema de reconhecimento facial para portões de campus que demonstra aplicações reais de aprendizado de máquina. Projetado para alunos do 6º ao 12º ano, esta lição abrangente cobre princípios éticos de IA, programação em Python e integração de hardware, atendendo aos padrões CSTA, NGSS e de Computação do Reino Unido. Com o poder de processamento superior e câmera integrada do UNIHIKER K10 (não disponível no micro:bit padrão), os alunos podem desenvolver sistemas de IA verdadeiramente avançados que os preparam para carreiras tecnológicas futuras.

Objetivos

Projetar um porteiro inteligente para campus utilizando o recurso de detecção facial do UNIHIKER K10, capaz de reconhecer diferentes identidades de visitantes do campus e fornecer respostas adequadas.

Conhecimentos Fundamentais

1. Compreender os princípios básicos da tecnologia de reconhecimento facial.

2. Dominar os métodos de aprendizagem, reconhecimento e esquecimento de rostos com o UNIHIKER K10.

3. Dominar a programação necessária para implementar o reconhecimento facial usando o UNIHIKER K10.

Lista de Materiais

Lista de Hardware:

HARDWARE LIST

1 UNIHIKER K10

Link

1 Cabo USB-C

Link

1 Servo

Link

Software: Software de Programação Gráfica Mind+ (Versão mínima exigida: V1.8.1 RC1.0)

Uso Básico do Software Mind+

1. Abra o Mind+ e alterne para o modo offline.

2. Carregar o UNIHIKER K10: Com base nas etapas anteriores, clique em "Extensão", localize o módulo "UNIHIKER K10" em "Placa" e clique para adicioná-lo. Após clicar em "Voltar", você encontrará o UNIHIKER K10 na "Área de Comandos", completando assim o carregamento do dispositivo.

3. Conectar o UNIHIKER K10: Primeiramente, é necessário utilizar um cabo USB para conectar o UNIHIKER K10 ao computador.

Em seguida, após clicar em "Conectar Dispositivo", selecione "COM-UNIHIKER K10" para estabelecer a conexão.

Observação: O nome do dispositivo pode variar entre diferentes unidades UNIHIKER K10, mas todos terminam com K10.

No Windows 10/11, o UNIHIKER K10 não requer instalação de drivers. Entretanto, para o Windows 7, é necessária a instalação manual do driver: https://www.unihiker.com/wiki/K10/faq/#high-frequency-problem

Prática Hands-on

Vamos começar as tarefas da lição de hoje. Iniciaremos com o aprendizado facial e gradualmente dominaremos como reconhecer diferentes rostos no UNIHIKER K10 e fornecer feedback correspondente com base na identidade das pessoas.

Tarefa 1: Aprender Rostos

Nesta parte, usaremos a câmera para aprender rostos diferentes e obter IDs faciais, simulando o processo de cadastro facial para o porteiro de IA.

Tarefa 2: Reconhecer Rostos

Aqui, reconheceremos rostos que aparecem diante da câmera, comparando-os com os rostos aprendidos anteriormente e fornecendo feedback correspondente, simulando o processo de reconhecimento do porteiro de IA.

Tarefa 3: Esquecer Rostos

Nesta tarefa, aprenderemos como esquecer rostos aprendidos anteriormente, simulando o processo de atualização do banco de dados facial para o porteiro de IA.

Tarefa 1: Aprender Rostos

1. Configuração de Hardware

Confirme que o UNIHIKER K10 está conectado ao computador via cabo USB e que um servo está conectado ao pino P0 para simular a cancela de controle de acesso.

2. Preparação do Software

Certifique-se de que o Mind+ está aberto, o código pré-definido aparece no modo gráfico Python, e o UNIHIKER K10 está carregado com sucesso. Agora você pode começar a escrever o programa do projeto.

3. Escrever o programa

PASSO 1: Chamar o Comando de Detecção Facial

Primeiro, precisamos usar o comando "ativar show de câmera" para exibir o feed da câmera na tela do UNIHIKER K10.

Após ligar a câmera, localizamos o comando "Alternar para o modo Detecção facial" para mudar a câmera para o modo de detecção facial.

PASSO 2: Aprender Rostos

Precisamos usar uma variável chamada "Aprender rosto" para indicar se o aprendizado facial deve ser realizado. O valor inicial é 0. Quando o valor for 1, indica que o aprendizado facial deve ocorrer. Quando o valor for 0 e um rosto for detectado, significa que o reconhecimento facial será ativado. O fluxo desse processo é mostrado no diagrama abaixo.

O UNIHIKER K10 já nos forneceu um bloco pré-empacotado para o comando "Aprender rosto", localizado no módulo de IA. Basta arrastá-lo para a área de script para ativar o aprendizado facial.

Para controlar a variável "Aprender rosto", utilizamos uma função de callback de evento. Quando o botão A é pressionado, o valor da variável "Aprender rosto" é definido como 1, iniciando o processo de aprendizado facial, e a luz branca é acionada. Após aguardar 2 segundos, o aprendizado é concluído, a variável é redefinida para 0, a luz é desligada e a mensagem "Rosto aprendido" é exibida. Dessa forma, concluímos a verificação condicional para determinar se o aprendizado facial deve ocorrer. A função para reconhecer rostos será abordada na próxima parte do tutorial.

4. Execução do Programa

PASSO1: Verifique e certifique-se de que o UNIHIKER K10 está conectado ao Mind+. Confirme que o endereço IP está sendo exibido na seção "Barra de menus", indicando que a conexão está estabelecida.

PASSO2: Clique no botão "Enviar" no canto superior direito da interface.

PASSO3: Execução do Programa. O feed da câmera será exibido e, quando o botão A for pressionado, a luz RGB ficará amarela para indicar que o aprendizado facial está em andamento. Após dois segundos, a luz se apagará e uma mensagem será exibida para indicar que o aprendizado facial foi concluído.

Tarefa 2: Reconhecer Rostos

Na tarefa anterior, concluímos as condições para aprendizado e reconhecimento facial. Agora, nesta tarefa, implementaremos a função "Reconhecimento Facial", que envolve reconhecer rostos e fornecer feedback correspondente com base no resultado do reconhecimento.

1. Escrever o Programa

PASSO1: Reconhecer Rostos

O UNIHIKER K10 fornece um comando "Reconhecer rosto". Usaremos este comando para realizar o reconhecimento facial. Após o reconhecimento, utilizaremos o comando "combinar Rosto ID: com ID" para armazenar o ID facial reconhecido em uma variável chamada "ID". Também exibiremos o ID facial reconhecido na tela do UNIHIKER K10.

Nota: Para mais detalhes sobre o comando "Reconhecer rosto", consulte o Centro de Conhecimento.

PASSO2: Definir Ações de Feedback

Ao reconhecer um rosto, se o rosto não tiver sido aprendido, a luz RGB ficará vermelha e a mensagem "Acesso negado" será exibida. A tela do UNIHIKER K10 mostrará o ID facial como -1 e o servo simulado permanecerá fechado. Após 2 segundos, a luz RGB será desligada.

Se o rosto reconhecido tiver sido aprendido, a luz RGB ficará verde e a mensagem "Bem vindo a escola" será exibida. A tela do UNIHIKER K10 mostrará o ID facial como 1. O servo simulado primeiro subirá e depois fechará após 2 segundos. A luz RGB será desligada após 2 segundos.

PASSO3: Diferenciar Saudações por Função

Em uma escola, além dos alunos, há também professores, diretores e outras funções. A saudação após o reconhecimento facial deve ser diferente dependendo da função. Portanto, definimos saudações distintas para cada função. O ID facial reconhecido será usado para distinção:

• ID 1: Aluno

• ID 2: Professor

• ID 3: Diretor

As frases de saudação correspondentes são as seguintes:

Para definir saudações diferentes para cada função com base no ID facial, podemos usar declarações condicionais. A configuração do programa seria a seguinte:

2. Execução do Programa

PASSO1: Conecte o UNIHIKER K10.

PASSO2: Clique no botão "Enviar" no canto superior direito da interface.

PASSO3:

- Se o rosto reconhecido não foi aprendido: acenda a luz vermelha, exiba a mensagem de aviso e mantenha o portão fechado.

- Se o rosto reconhecido foi aprendido: acenda a luz verde, exiba a mensagem de boas-vindas e abra o portão.

Tarefa 3: Esquecer Rostos

1. Escrever o Programa

Utilizaremos uma função de callback de evento para completar o evento "Esquecer todos os IDs de rosto". Quando o botão B for pressionado, o programa usará o comando Forget All Face IDs para esquecer todos os rostos aprendidos. A luz indicadora azul será acionada para mostrar a ação. Após 1 segundo, a luz será desligada. As instruções do programa relacionadas seriam:

2. Execução do Programa

Clique em Upload, pressione a tecla B para acender a luz azul por 1 segundo e depois desligá-la. Em seguida, teste com um rosto previamente aprendido e o ID facial será exibido como-1, indicando que o rosto aprendido foi esquecido com sucesso.

O programa completo para o porteiro inteligente do campus com IA é mostrado na imagem a seguir.

Centro de Conhecimento

1. O que é reconhecimento facial

O reconhecimento facial é uma tecnologia biométrica usada para identificar indivíduos com base em suas características faciais. Envolve capturar imagens ou fluxos de vídeo contendo rostos através de uma câmera ou webcam, detectar e rastrear automaticamente os rostos na imagem e, em seguida, reconhecê-los por meio de uma série de tecnologias relacionadas. Também é conhecido como detecção facial ou reconhecimento facial.

Em termos simples, o reconhecimento facial é o processo de identificar a pessoa por trás de uma imagem facial. Ele responde à pergunta: "De quem é este rosto? "

O reconhecimento facial geralmente envolve estas quatro etapas:

(1) Detecção facial: O processo de localizar o rosto em uma imagem (ou seja, determinar se é um rosto).

(2) Pré-processamento facial: Melhorar a imagem do rosto para torná-la mais clara.

(3) Coleta e aprendizado de rostos: Capturar e pré-processar os rostos detectados, depois aprendê-los e memorizá-los.

(4) Reconhecimento facial: Identificar qual rosto, entre os previamente coletados e aprendidos, corresponde mais ao rosto a ser reconhecido.

As três primeiras etapas preparam a etapa final do reconhecimento facial. Ao projetar um programa para reconhecimento facial, primeiro coletamos e pré-processamos os rostos detectados para criar um conjunto de imagens faciais; em seguida, treinamos essas imagens para formar um modelo facial. Por fim, durante o reconhecimento, novos dados de imagem são capturados e alimentados no modelo facial gerado, que produz o resultado do rosto reconhecido.

2. Aprender rosto

3. Reconhecer rosto

4. Esquecer ID do rosto

Pronto para ir além das limitações do micro:bit? Os recursos avançados de IA do UNIHIKER K10 o tornam a ferramenta perfeita para ensinar habilidades de próxima geração. Baixe nossos arquivos de aula completos para levar este projeto para sua sala de aula hoje.