Download - Reconhecimento facial
![Page 1: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/1.jpg)
Reconhecimento facial
Helton Eduardo RitterKerly Selzler
Lucas Gabriel MeninHelmuth Grossmann Jr.
![Page 2: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/2.jpg)
Biometria
Biometria - Um estudo que faz medições sobre os seres vivos;
Atenção científica - apenas no fim do século XIX “características físicas passaram a ser armazenadas para fins judiciais”;
Cédulas de identidade – Brasil, início do século XX;
![Page 3: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/3.jpg)
O “fundamento” disso é..
A biometria é a única maneira de garantir a presença do proprietário durante a operação;
O reconhecimento facial tem pouco impacto cultural;
● Baseaiam-se em algorítmos matemátios;
●Necessidade de testar em uma grande amostra;
![Page 4: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/4.jpg)
O ambiente
O software vai ter que processar JPEG/MJPG/MP4/h264;
Ambiente controlado: fator determinante para o reconhecimento facial. Qualidade da câmera, iluminação do ambiente...
Em biometria sempre temos: FAR: taxa de falsa aceitação FRR: taxa de falsa rejeição
![Page 5: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/5.jpg)
CV
O “reconhecimento” de imagens faz parte de uma área que se chama “Visão computacional” - Computer Vision.
Bom artigo para quem quiser saber mais:http://www.acm.org/crossroads/xrds3-1/vision.html
Mais específico sobre reconhecimento facial:http://www.face-rec.org
![Page 6: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/6.jpg)
Temos então os principais tipos
Reconhecimento em imagem
X
Reconhecimento em vídeo
![Page 7: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/7.jpg)
PCA
Derivado da transformação de Karhunen-Loeve.
PCA – Principal Components Analisys - Tende a encontrar um subespaco t-dimensional entre a base do vetor correspondente para a máxima direção de variância do espaço de imagem original.
Esse novo subespaço é normalmente menor (t<<s). Se os elementos são considerados variáveis randômicas, os vetores do PCA são designados de “eigenvectors” ou “scatter matrix” (algo como matriz de covariância).
![Page 8: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/8.jpg)
ICA
Independent Component Analysis, minimiza a dependência dos dados de entrada entre a segunda e a maior ordem, tenta encontrar uma base nos dados para serem estatísticamente independentes (a covariância não ocorre). Há duas arquiteturas propostas por Bartlett, Movellan e Sejnowski, uma é baseada na bases independente estatísticamente e a segunda é baseada na representação fatorial do código.
![Page 9: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/9.jpg)
LDA
Linear Discriminant Analysis, procura os vetores bases (underlying space) que melhor descrevem a classe. No fim se tem um espaço de busca menor.
![Page 10: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/10.jpg)
EP
Evolotionary Pursuit. Trata-se de uma abordagem baseada no eigenspace que busca as melhores projeções dos eixos para maximizar o retorno da função, avaliando ao mesmo tempo a acurácia e a habilidade de generalização do sistema. Como a dimensão do problema é muito grande, é solucionada usando-se de algoritimos genéticos.
![Page 11: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/11.jpg)
EBGM
Elastic Bunch Graph Matching. Os seres humanos compartilham de uma mesma topologia de estrutura facial. Faces são representadas como gráficos com nós posicionados em pontos fiductiais (fixos, padrões, que possam servir de referência para comparações como o nariz, olhos...) e são guardados a distância desses vetores. Cada nó contém 40 coeficientes em diferentes escalas e orientações.
![Page 12: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/12.jpg)
Trace Transform
É uma generalização de transformações de Radon, é uma ferrameta para processar imagens que pode reconhecer objetos em transformação, rotação, translação e mudança de escala. Para produzir esse resultado um computador traça linhas ao longo da imagem.
![Page 13: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/13.jpg)
3-D Morphable Model
As faces são representadas em um modelo 3-D, porque esse é melhor para problemas de representação de faces, tratando melhor difrentes posições, iluminação. Tudo é “codificado” em formas e texturas.
![Page 14: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/14.jpg)
SVM - Support Vector Machine
Consiste em definir uma série de pontos em um espaço multidimensional e encontrar um hiperplano que separe esses pontos que estejam em classes diferentes.
Se tem habilidade com números veja também:http://en.wikipedia.org/wiki/Support_vector_machine
![Page 15: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/15.jpg)
Aplicações
Garantir a presença;
Ajudar tetraplégicos;
Reconhecimento da idade da pessoa (venda de cigarro);
Reconhecimento de criminosos;
![Page 16: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/16.jpg)
Aplicações
Sites que reconhecem pessoas em fotos;
Câmeras digitais / enquadramento da foto na face / esperar a pessoa piscar;
Logins em sistemas;
Identificação para abrir portas;
![Page 17: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/17.jpg)
Problemas
Iluminação;
Mudanças físicas;
Machucados;
Iluminação / qualidade da imagem
![Page 18: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/18.jpg)
Conclusões
Muitas aplicabilidades
Muitos problemas a resolver
Uso em aplicações não-críticas
Reconhecimento em vídeo
![Page 19: Reconhecimento facial](https://reader036.vdocuments.com.br/reader036/viewer/2022081816/5482589eb07959380c8b4778/html5/thumbnails/19.jpg)
Referências
Lopes, Vinicius Rodrigues. Reconhecimento Facial usando SVM. PUC-RJ Departamento de Informática, 2007.
FARIA, Alessandro de Oliveira. Biometria em Linux existe?. X Fórum Internacional do Software Livre. Porto Alegre, 2009.
http://www.baixaki.com.br/info/2852-comparacao-gerenciadores-de-fotos-com-reconhecimento-facial.htm , 09/11/2009 as 19:58.
GRGIC, Mislav, DELAC, Kresimir. Face Recognization, Algorithms. Disponível em <http://www.face-rec.org/algorithms/>