DISCUSIÓN SOBRE RECONOCIMIENTO FACIAL A GRAN ESCALA UTILIZANDO REDES NEURONALES PROFUNDAS EN EL SISTEMA SADE - PMPR
Resumen
Este artículo presenta un estudio metodológico y experimental sobre el uso de técnicas de reconocimiento facial basadas en aprendizaje profundo en un escenario hipotético inspirado en sistemas institucionales de seguridad pública, con énfasis en la posible integración de un módulo biométrico al SADE (Sistema de Atención y Despacho de Emergencias) de la Policía Militar de Paraná como herramienta de apoyo a la toma de decisiones. A diferencia de los enfoques orientados a la implementación inmediata, el estudio busca examinar críticamente la viabilidad técnica, los límites operativos y las implicaciones éticas, jurídicas y organizacionales asociadas al uso de esta tecnología en contextos sensibles. Los resultados muestran que el sistema desarrollado fue capaz de estructurar un espacio de embeddings faciales con un poder discriminativo consistente, lo que indica que el desempeño en las tareas de identificación depende directamente de la cantidad y diversidad de imágenes disponibles por identidad en la galería. En las evaluaciones de verificación, se observó que configuraciones de seguridad más restrictivas reducen la ocurrencia de falsos positivos, pero aumentan las tasas de rechazo de individuos genuinos. Este resultado refuerza que las métricas agregadas de precisión, cuando se consideran de forma aislada, no son suficientes para validar el uso de esta tecnología en aplicaciones policiales. Desde el punto de vista metodológico, el estudio contribuye al describir un pipeline reproducible para la organización de los datos, el entrenamiento del modelo, la generación de embeddings y la evaluación experimental.
Biografía del autor/a
Tecnóloga en Inteligencia Artificial, Universidad Cruzeiro do Sul, São Paulo-SP, Brasil. Cuadro de Tropa de la Policía Militar del Estado de Paraná, Cornélio Procópio, Paraná, Brasil.
Referencias
ALMEIDA, Lucas A.; SILVA, Renata M.; COSTA, Henrique P. Reconhecimento facial, segurança pública e direitos fundamentais: desafios éticos e jurídicos. Revista de Ciências Criminais Contemporâneas, São Paulo, v. 8, n. 2, p. 45–63, 2021.
BRANDNER, Tobias. Facial recognition technologies: opportunities, risks and ethical implications. AI & Society, London, v. 38, n. 1, p. 125–138, 2023 DOI: https://doi.org/10.1007/s00146-022-01465-9
BRASIL. Lei nº 13.675, de 11 de junho de 2018. Institui o Sistema Único de Segurança Pública (Susp) e cria a Política Nacional de Segurança Pública e Defesa Social (PNSPDS). Brasília, DF: Presidência da República, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/L13675.htm Acesso em: 1 mar. 2026.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Dispõe sobre a proteção de dados pessoais e altera a Lei nº 12.965, de 23 de abril de 2014 (Marco Civil da Internet). Brasília, DF: Presidência da República, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm Acesso em: 1 mar. 2026.
BUOLAMWINI, Joy; GEBRU, Timnit. Gender Shades: intersectional accuracy disparities in commercial gender classification. In: CONFERENCE ON FAIRNESS, ACCOUNTABILITY AND TRANSPARENCY, 2018, New York. Proceedings [...] New York: PMLR, 2018. p. 77–91.
CAO, Qiong; SHEN, Li; XIE, Weidi; PARKHI, Omkar M.; ZISSERMAN, Andrew. VGGFace2: a dataset for recognising faces across pose and age. In: IEEE INTERNATIONAL CONFERENCE ON AUTOMATIC FACE & GESTURE RECOGNITION, 2018, Xi’an, China. Proceedings [...] [S. l.]: IEEE, 2018. p. 67–74.
CENTER ON PRIVACY & TECHNOLOGY. Garbage in, garbage out: face recognition on flawed data. Washington, DC: Georgetown University Law Center, 2019. Disponível em: https://www.law.georgetown.edu/privacy-technology-center/publications/garbage-in-garbage-out-face-recognition-on-flawed-data/ Acesso em: 29 jan. 2026.
CRAWFORD, Kate. Atlas of AI: power, politics, and the planetary costs of artificial intelligence. New Haven: Yale University Press, 2021.
DENG, Jiankang; GUO, Jia; XUE, Niannan; ZAFEIRIOU, Stefanos. ArcFace: additive angular margin loss for deep face recognition. In: IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, 2019, Long Beach, CA. Proceedings [...] [S. l.]: IEEE, 2019. p. 4690–4699.
DONEDA, Danilo et al. Proteção de dados pessoais: a função e os limites do consentimento. Rio de Janeiro: Forense, 2019.
EUROPEAN UNION AGENCY FOR FUNDAMENTAL RIGHTS. Facial recognition technology: fundamental rights considerations in the context of law enforcement. Luxembourg: Publications Office of the European Union, 2019. Disponível em: https://fra.europa.eu/en/publication/2019/facial-recognition-technology-fundamental-rights-considerations-context-law Acesso em: 17 fev. 2026.
GARVIE, Clare; BEDOYA, Alvaro; FRANKLE, Jonathan. The perpetual line-up: unregulated police face recognition in America. Washington, DC: Georgetown Law Center on Privacy & Technology, 2016.
GROTHER, Patrick; NGAN, Mei; HANAOKA, Kayee. Face recognition vendor test (FRVT): demographic effects. Gaithersburg, MD: National Institute of Standards and Technology, 2019 DOI: https://doi.org/10.6028/NIST.IR.8280
INTRONA, Lucas D.; WOOD, David. Picturing algorithmic surveillance: the politics of facial recognition systems. Surveillance & Society, London, v. 2, n. 2/3, p. 177–198, 2004 DOI: https://doi.org/10.24908/ss.v2i2/3.3373
JAIN, Anil K.; ROSS, Arun; PRABHAKAR, Salil. An introduction to biometric recognition. IEEE Transactions on Circuits and Systems for Video Technology, New York, v. 14, n. 1, p. 4–20, 2004 DOI: https://doi.org/10.1109/TCSVT.2003.818349
KISHORE, Saritha et al. Evaluation of Deep Learning Methods in Face Recognition: datasets, metrics, and results. International Journal on Science and Technology (IJSAT), v. 16, n. 4, out./dez. 2025. Disponível em: https://www.ijsat.org/papers/2025/4/9116.pdf Acesso em: 17 fev. 2026 DOI: https://doi.org/10.71097/IJSAT.v16.i4.9087
MIN, J.; FLYNN, P.; BOWYER, K. W. Using multiple gallery and probe images per person to improve performance of face recognition. In: IEEE COMPUTER SOCIETY CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION WORKSHOPS, 2003, Washington, DC. Proceedings [...] Washington, DC: IEEE, 2003. p. 25 DOI: https://doi.org/10.1109/CVPRW.2003.10033
MIRANDA, João Vitor Arnas de; LIMA, Luis Henrique de. O uso de tecnologias como forma de melhorar a eficiência na segurança pública: um quadro comparativo na PMPR pré e pós implementação do sistema de atendimento e despacho de emergências (SADE). Revista Científica de Alto Impacto, v. 27, n. 127, out. 2023. Disponível em: https://revistaft.com.br/o-uso-de-tecnologias-como-forma-de-melhorar-a-eficiencia-na-seguranca-publica-um-quadro-comparativo-na-pmpr-pre-e-pos-implementacao-do-sistema-de-atendimento-e-despacho-de-emergencias-sade/ Acesso em: 17 fev. 2026 DOI: https://doi.org/10.5281/zenodo.8433291
PARKHI, Omkar M.; VEDALDI, Andrea; ZISSERMAN, Andrew. Deep face recognition. In: BRITISH MACHINE VISION CONFERENCE, 2015, Swansea, UK. Proceedings [...] Durham: BMVA Press, 2015. p. 41.1–41.12 DOI: https://doi.org/10.5244/C.29.41
RAPOSO, Vera Lúcia. When facial recognition does not ‘recognise’: erroneous identifications and resulting liabilities. AI & Society, v. 39, p. 1857–1869, 2024 DOI: https://doi.org/10.1007/s00146-023-01634-z
SANTOS, Thiago Federovicz Mendes dos. A implantação do sistema de atendimento e despacho de emergências via mobile no 10º batalhão da Polícia Militar do Paraná. Brazilian Journal of Development, Curitiba, v. 9, n. 3, p. 11214–11241, 2023 DOI: https://doi.org/10.34117/bjdv9n3-153
SCHEIRER, Walter J.; JAIN, Lalit P.; BOULT, Terrance E. Probability models for open set recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, New York, v. 36, n. 11, p. 2317–2324, 2014 DOI: https://doi.org/10.1109/TPAMI.2014.2321392
SCHROFF, Florian; KALENICHENKO, Dmitry; PHILBIN, James. FaceNet: a unified embedding for face recognition and clustering. In: IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, 2015, Boston, MA. Proceedings [...] [S. l.]: IEEE, 2015. p. 815–823 DOI: https://doi.org/10.1109/CVPR.2015.7298682
SU, Yiyang; KIM, Minchul; LIU, Feng; JAIN, Anil; LIU, Xiaoming. Open-Set Biometrics: Beyond Good Closed-Set Models. arXiv, [cs.CV], 2024. Disponível em: https://arxiv.org/abs/2407.16133 Acesso em: 17 fev. 2026.
TAIGMAN, Yaniv; YANG, Ming; RANZATO, Marc’Aurelio; WOLF, Lior. DeepFace: closing the gap to human-level performance in face verification. In: IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, 2014, Columbus, OH. Proceedings [...] [S. l.]: IEEE, 2014. p. 1701–1708.
THORAT, S. B.; NAYAK, S. K.; DANDALE, Jyoti P. Facial recognition technology: an analysis with scope in India. International Journal of Computer Science and Information Security, v. 8, n. 1, 2010. Disponível em: https://arxiv.org/abs/1005.4263 Acesso em: 17 fev. 2026.
WANG, Xukang; WU, Ying Cheng; ZHOU, Mengjie; FU, Hongpeng. Beyond surveillance: privacy, ethics, and regulations in face recognition technology. Frontiers in Big Data, Lausanne, v. 7, art. 1337465, 2024. Disponível em: https://www.frontiersin.org/journals/big-data/articles/10.3389/fdata.2024.1337465/full Acesso em: 29 jan. 2026 DOI: https://doi.org/10.3389/fdata.2024.1337465
WASHINGTON POST. Arrested by AI: police ignore standards after facial recognition matches. Washington, DC, 2025. Disponível em: https://www.washingtonpost.com/business/interactive/2025/police-artificial-intelligence-facial-recognition/ Acesso em: 29 jan. 2026.
Licencia
Derechos de autor 2026 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.