Ambientes virtuais de aprendizagem com biometria facial

A Educação a Distância tem obtido grande importância no cenário educacional brasileiro. Através da facilidade de acesso às novas Tecnologias de Informação e Comunicação, tem-se expandido em alcance geográfico e numérico. Com isso, a Educação a Distância vem democratizando o ensino e o conhecimento, levando-os para áreas remotas em que o ensino presencial encontra inúmeras dificuldades para atender a população. O desenvolvimento de ferramentas que auxiliem na qualidade dos Ambientes Virtuais de Aprendizagem (AVA) tem se tornado uma prática para melhorar a Educação a Distância. O tópico da presente pesquisa é Segurança da Informação nos AVAs, tendo como hipótese que a biometria facial pode contribuir com esse aspecto através do monitoramento dos alunos nas plataformas virtuais de ensino em cursos na modalidade de Educação a Distância. Nossa proposta é melhorar o procedimento de autenticação na plataforma com a utilização da biometria facial, possibilitando a verificação da presença desse aluno com o reconhecimento facial. O estudo foi composto de três etapas. Na primeira etapa foi realizada uma pesquisa bibliográfica. Na segunda etapa foi realizado a elaboração e aplicação de um questionário para os integrantes da EAD do Instituto Federal do Piauí e da Universidade Federal do Piauí, no qual detectamos uma opinião positiva sobre a criação de novas ferramentas de autenticação. Partindo-se da pesquisa bibliográfica e da análise dos dados coletados através do questionário, a terceira etapa consistiu no desenvolvimento de um protótipo de reconhecimento facial para os AVAs. Participaram da pesquisa um total de 83 indivíduos, entre estudantes, tutores presenciais, tutores a distância, coordenadores, professores conteudistas e professores pesquisadores. Como inovação tecnológica para a Educação a Distância, nosso protótipo de reconhecimento facial foi implementado com as linguagens PHP e PYTHON, e a biblioteca de visão computacional OPENCV para detecção facial com haarcascade e reconhecimento facial com Padrões Binários Locais de Histogramas (LBPH). A ferramenta foi desenvolvida de forma a reconhecer o aluno através de padrões faciais, registrando a sua presença nos Ambientes Virtuais de Aprendizagem. Nos testes do protótipo foi utilizado um banco de dados com 167 imagens, além da realização do cadastro e reconhecimento de 20 usuários e testes de simulação de fraudes. Para testes de desempenho foi montado um banco de dados com 226 imagens. O protótipo demonstrou eficiência no desempenho e na efetivação do reconhecimento facial dos usuários, embora necessite de novas implementações.Online education has achieved great importance in Brazil’s education. Through the ease of access to the new Information and Communication Technologies, it has expanded in geographical and numerical reach. This way, Online Education has been democratizing teaching and knowledge, taking them to remote areas where face-to-face teaching encounters numerous difficulties in serving the population. The development of tools that support the quality of Virtual Learning Environments (VLE) has become frequent in order to improve Online Education. The topic of this research is Information Security in VLEs, and its hypothesis is that facial biometry can contribute to this aspect through the monitoring of students in the virtual platforms of teaching in courses in the modality of Online Education. Our proposal is to improve the authentication procedure on the pallet with the use of facial biometrics, enabling a verification of the vision with facial recognition. The study was composed of three stages. In the first stage, a bibliographical research was carried out. In the second stage, a questionnaire was developed and applied to the Online Education members at Instituto Federal do Piauí and Universidade Federal do Piauí, in which we detected a positive opinion about the creation of new authentication tools. Based on the bibliographical research and the analysis of the data collected through the questionnaire, the third step consisted in the development of a prototype of facial recognition for VLE. A total of 83 individuals, including students, face-to-face tutors, online tutors, coordinators, content teachers and research professors participated in the study. As a technological innovation for Online Education, our facial recognition prototype was implemented with the PHP and PYTHON languages, and the OPENCV computer vision library for haarcascade facial detection and facial recognition with Local Binary Histogram Patterns (LBPH). The tool was developed in order to recognize the student through facial patterns, recording their presence in Virtual Learning Environments. In the prototype tests, a database with 167 images was used, as well as the registration and recognition of 20 users and fraud simulation tests. For performance tests a database with 226 images was set up. The prototype demonstrated efficient performance and effective facial recognition of users, although it requires new implementations