• classification
• cnn
• embedded
• face detection
• face recognition
• jetson nano
• pytorch
• real time
• surveillance
• video recognition

Tutela e sicurezza sono due aspetti fondamentali nella vita dell'uomo. Le tecnologie attuali, attraverso l’utilizzo di sistemi di intelligenza artificiale, possono essere un valido strumento per perseguire tali scopi. Un impiego di queste tecnologie potrebbe prevedere l’integrazione di sistemi di riconoscimento facciale all’interno di quelli di videosorveglianza, comunemente utilizzati in vari ambiti.
Il riconoscimento facciale è una tecnica di intelligenza artificiale che, utilizzando caratteristiche biometriche, rileva, traccia, identifica o verifica i volti umani presenti all’interno di immagini o video, catturati utilizzando una fotocamera digitale.
Questo lavoro di tesi si inserisce in tale ambito di ricerca. In particolare l’obiettivo dello studio è sviluppare un’applicazione di riconoscimento facciale che possa essere eseguita su un sistema embedded a basso consumo energetico. I sistemi embedded, infatti, grazie alle dimensioni ridotte, alla bassa richiesta energetica e alla potenza di calcolo, si prestano a tali fini. Sono, quindi, facilmente integrabili all’interno di apparecchiature di videosorveglianza quali telecamere o robot dotati di autocontrollo alimentati a batteria.
Lo sviluppo dell’applicazione, inoltre, è incentrato sull’ottimizzazione del processo descritto raggiunta attraverso l’analisi parallela eseguita su più volti. L’intero sistema è stato implementato attraverso l’utilizzo del linguaggio Python, del framework Pytorch e della NVIDIA Jetson Nano.


Protection and security are two fundamental aspects of human life. Current technologies, through the use of artificial intelligence systems, can be a valid tool to pursue these goals. One use of these technologies could involve the integration of facial recognition systems within those of video surveillance, commonly used in various fields.
Facial recognition is an artificial intelligence technique that, using biometric characteristics, detects, tracks, identifies or verifies human faces within images or videos, captured using a digital camera.
This thesis work is part of this research area. In particular, the goal of the study is to develop an application of facial recognition that can be run on an embedded system with low power consumption. Embedded systems, in fact, thanks to their small size, low power requirements and computing power, are suitable for such purposes. They are, therefore, easily integrated into video surveillance equipment such as cameras or battery-powered robots equipped with self-control.
The development of the application, moreover, is focused on the optimization of the described process achieved through the parallel analysis performed on several faces. The whole system has been implemented through the use of the Python language, the Pytorch framework and the NVIDIA Jetson Nano.