Contexto
Implementação em Python para o grupo de robótica da universidade: captura por câmera e reconhecimento facial em tempo quase real.
Como foi feito
- OpenCV para captura e pré-processamento de frames.
- Dlib, Haar Cascade e Media Pipe conforme experimentos e requisitos de performance.
- Pipeline modular para trocar detector sem reescrever toda a aplicação.
Desafios
Iluminação variável em arena de competição e latência aceitável para controle de robô.
Resultado
Demonstração funcional integrada ao ecossistema de SSL / robótica.