Autenticação utilizando Atributos Faciais obtidos por Redes Neurais Convolucionais em Sistema de Gestão de Aprendizado
Avaliações online estão cada vez mais presentes. Isso é ainda mais evidente com a grande demanda resultante da pandemia de 2020. No entanto, verificar a autenticidade do avaliado é uma tarefa que ainda precisa de novas soluções. Neste sentido, este trabalho apresenta dois plugins para o Moodle, um Sistema de Gestão da Aprendizagem amplamente utilizado nos diversos níveis do ensino. O primeiro, chamado Face Verification Quiz, é para o registro e verificação facial do usuário no Moodle, em uma atividade de questionário com esse recurso habilitado. O segundo, chamado Face Verification Report, é para mostrar um relatório de acessos nesta atividade. Redes Neurais Convolucionais Profunda treinadas foram usadas para detectar rapidamente o contorno da face através de pixels dos olhos, nariz e boca. Outra rede foi utilizada para a verificação facial, extraindo um vetor de 128 dimensões de cada face por meio da arquitetura de rede neural ResNet-34. Esses plugins foram testados com 32 usuários. Os resultados apresentam a viabilidade de uso, com aprovação média de 76% através de um questionário aplicado em 16 usuários em atividades opcionais online realizadas no Moodle no final de 2020 e início de 2021. Apesar dos desafios apresentados pela pandemia COVID-19, as soluções apresentadas poderão ser úteis após esse período de isolamento.