Rede neural híbrida para reconhecimento e rastreamento de pessoas em monitoramento remoto de avaliação de licitações

Por que vigiar salas de licitação é importante

Quando governos ou empresas escolhem quem vai construir uma estrada, uma ponte ou uma usina, muitas vezes dependem de especialistas reunidos em uma sala de licitação para avaliar propostas concorrentes. Se uma pessoa não convidada entra, ou se um especialista sai discretamente, a imparcialidade de toda a decisão pode ser comprometida. Este estudo mostra como um sistema de câmeras inteligente movido por inteligência artificial pode monitorar automaticamente essas salas, acompanhar quem está presente e emitir um alerta quando algo parece errado, tudo sem precisar que pessoas fiquem olhando telas o dia todo.

Como funciona o novo observador inteligente de salas

Os pesquisadores construíram um sistema de monitoramento completo que funciona sobre câmeras de vigilância comuns em um escritório de avaliação de licitações. O sistema tem quatro tarefas principais: detectar pessoas no vídeo, seguir seus movimentos ao longo do tempo, reconhecer seus rostos e avaliar o que esses padrões significam em termos de segurança. Com base nessa visão combinada, uma unidade de alerta decide se permanece silenciosa ou se sinaliza eventos como um especialista ausentar-se por tempo excessivo ou um estranho entrar na sala. Mudanças do dia a dia, como o bloqueio temporário de alguém por outro indivíduo, ou a entrada e saída normal de funcionários, são registradas mas não disparam alarmes.

Ver e contar todos na sala

Para acompanhar quem está dentro, o sistema primeiro aprende a detectar cada pessoa em cada quadro de vídeo e a contar quantas pessoas estão presentes. Em seguida, ele vincula as detecções de um quadro para o outro para que cada pessoa receba uma etiqueta de identidade estável dentro do sistema, mesmo enquanto se move. Essa etapa de rastreamento ajuda a distinguir um desaparecimento breve, como quando alguém fica oculto atrás de um colega, de uma saída real pela porta. Ao seguir a trajetória de cada pessoa, o software pode identificar quando um especialista ficou ausente por mais tempo do que o limite predefinido e tratar isso como um risco que merece atenção.

Reconhecendo rostos pequenos e distantes

Salas de licitação costumam ser monitoradas por câmeras montadas no alto da parede ou do teto, o que faz com que rostos apareçam pequenos e frequentemente em ângulos desfavoráveis. Muitas ferramentas de reconhecimento facial existentes têm baixo desempenho nessas condições. Os autores, portanto, combinaram um método rápido de detecção de pessoas com um localizador de rostos refinado, melhor em ampliar rostos diminutos em cenas lotadas. Uma vez localizado o rosto, um método leve de correspondência facial o checa contra uma galeria armazenada de especialistas e funcionários conhecidos. Se um novo rosto não corresponder a nenhuma pessoa aprovada dentro de uma tolerância definida, o sistema marca esse indivíduo como possível intruso e encaminha essa avaliação à unidade de alerta.

Desempenho do sistema em escritórios reais

A equipe testou sua abordagem com vídeo real de uma sala de avaliação de licitações em uma empresa de energia. Compararam o sistema completo com abordagens mais simples que apenas contam pessoas ou as rastreiam sem saber quem são. O sistema híbrido mostrou-se melhor em diferenciar quatro situações práticas: um especialista realmente saindo, um especialista brevemente oculto da vista, a entrada normal de funcionários e a entrada de um estranho. Ele alcançou alta precisão no reconhecimento de rostos pequenos, funcionou de forma rápida o suficiente para uso em tempo real e reduziu significativamente intrusões não detectadas e falsos alarmes em comparação com os métodos básicos.

O que isso significa para decisões mais justas

Em termos simples, este trabalho mostra que câmeras comuns, associadas a inteligência artificial bem projetada, podem ajudar a manter salas de decisão sensíveis mais honestas. O sistema pode monitorar discretamente quem está presente, identificar quando um especialista desaparece ou quando uma pessoa desconhecida aparece e enviar alertas em tempo hábil para que gestores humanos possam responder. Embora ainda enfrente dificuldades quando rostos estão fortemente cobertos ou virados para outro lado, já oferece uma ferramenta prática para apoiar procedimentos de licitação mais limpos e pode ser adaptado para outros locais de trabalho que precisam de monitoramento confiável e de baixo custo de quem entra e sai.

Citação: Zhou, Z., Wang, Z., Meng, Y. et al. Hybrid neural network for personnel recognition and tracking in remote bidding evaluation monitoring. Sci Rep 16, 15769 (2026). https://doi.org/10.1038/s41598-026-42936-8

Palavras-chave: monitoramento de avaliação de licitações, rastreamento de pessoas, reconhecimento facial, vigilância por vídeo, rede neural