trabalho reconhecimento facial

5/7/2018 Trabalho Reconhecimento Facial - slidepdf.com

http://slidepdf.com/reader/full/trabalho-reconhecimento-facial 1/8

Licenciatura em Engenharia Informática

João Pedro Esteves da Silva 7350

Tiago Jorge Ferreira Pais 7355

Ano lectivo 2009, 2010Docente Responsável pela disciplina: Jorge Ribeiro | [email protected]

Instituto Politécnico de Viana do Castelo

Inteligência Artificial Aplicada aoReconhecimento de Imagens Faciais



2009-2010, Trabalho Prático da disciplina de Inteligência Artificial

Índice

1. Introdução .....................................................................................................................3

2. O que é Reconhecimento Facial? .................................................................................. 3

2.1 História Reconhecimento de Imagens Faciais: .......................................................3

3. Fases do reconhecimento Facial ....................................................................................5

3.1 O processo de reconhecimento facial é o seguinte: .................................................5

4. Métodos de reconhecimento de Imagem Facial ............................................................6

4.1 Método EIGENFACE ..............................................................................................6

4.2 Método FISHERFACES ..........................................................................................6

4.3 Método KDDA ........................................................................................................7

5. Exemplos de Aplicação de Reconhecimento Facial ......................................................7

6. Conclusões .....................................................................................................................8

Os objectivos propostos no inicio da elaboração deste trabalho foram alcançados com

sucesso. Este foi importante pois importante pois, mostrou-nos como a Inteligência

Artificial é grande e como pode ser aplicada na realidade. Apesar mesmo de só termos

falado de reconhecimento facial........................................................................................8

Ao longo, do trabalho, vimos que esta tecnologia envolve bastantes áreas de trabalho,

entre elas Biometria, Electrotecnia, Informática, entre outras. Deparamo-nos também

que esta tecnologia tem muito para evoluir e que pode ser muito importante na

sociedade actual pois pode solucionar muitos problemas de fraude. No entanto ainda

têm muito que evoluir pois a maioria dos softwares de reconhecimento têm dificuldade

de detectar uma pessoas caso ela esteja a usar óculos de sol............................................ 8Para concluir, conseguimos aprender muito sobre o reconhecimento facial e como isto

pode ser uma mais-valia para a polícia de todo o mundo. Inteligência Artificial é uma

área de muita aposta pois passar por aqui o futuro ............................................................ 8

5. Bibliografia ....................................................................................................................8

Nome Aluno1, Nome Aluno 2 - 2/8 -




1. Introdução

No âmbito da unidade curricular de Inteligência Artificial foi-nos pedido umtrabalho cujo tema é Inteligência Artificial Aplicada ao Reconhecimento de

Imagens Faciais. O reconhecimento de imagens faciais é uma área de grandeinteresse e de constante inovação. As suas aplicações podem ir desde simplesprogramas de automatização de processos com recurso à identificação depessoas, até sistemas de segurança inteligentes que actuam conforme oreconhecimento, ou não, da pessoa. Este trabalho, procura explicar o que é oReconhecimento de imagens Faciais, Áreas em que pode ser aplicado etambém Exemplos onde já está a ser utilizado reconhecimento de imagem.

2. O que é Reconhecimento Facial?

Nos últimos anos, o reconhecimento facial através da análise por computador tornou-se numa área popular de investigação. Desde instituições privadas, aUniversidades, a investigação nesta área é abundante surgindo novas ideias emelhorias com enorme frequência. Devido á natureza do problema e do seuinteresse óbvio para a sociedade actual e futura, este campo é estudado nãosó por investigadores informáticos, mas por todo o tipo de profissionais vistoenvolver bastantes áreas de estudo, desde a biometria, á electrotecnia vistoque o estudo é não só tecnológico mas também de avaliação sensorial humana

face às características que nós destacamos quando olhamos para uma pessoa.

2.1 História Reconhecimento de Imagens Faciais:

Desde o início dos anos 1950, quando nasceram os computadores digitais e omundo ganhou um significativo poder de processamento, os cientistas dacomputação se esforçaram em levar o raciocínio e a lógica para o computador.A visão é um elemento central na experiência humana e se os computadoresadquirissem este dom estariam mais próximo de se integrar completamente à

sociedade humana e seriam capazes de oferecer uma grande variedade defunções úteis, como reconhecer e classificar os ambientes onde o computador atua, ou identificar pessoas através de suas fotografias em um grande bancode dados.





O primeiro passo rumo à visãoda máquina estava noscomputadores SEAC da AgênciaNacional de Padrões (NationalBureau of Standards). Com os

recentes avanços da InteligênciaArtificial (IA) e a importância doprocessamento simbólico sendodescoberto, Russell Kirsch foi oprimeiro a realizar oprocessamento de imagenscriando um scanner de tambor que interpretava uma pequenafoto de seu bebé e os algoritmosexecutados para processar a imagem, limpando-a para o computador einiciando assim o campo de processamento de imagem.

O próximo passo lógico para tornar os computadores amigáveis ao usuário,inteligentes e parecidos com o ser humano seria sua capacidade dereconhecer os humanos para com o tempo capacitar a interacção. Oreconhecimento facial foi escolhido no início dos anos setenta por M.D. Kelley edepois, Takeo Kanade, como um problema interessante de visãocomputacional. No princípio, o foco em identificar faces estava nos padrões edeterminados traços faciais. Com o passar do tempo, a ênfase se desenvolveupara criar um conjunto de faces que combinadas podem formar qualquer face,prestando atenção assim às variações matemáticas entre as faces daspessoas e não em suas características.Existe um problema inerente aos humanos, já que conhecemos um númeromáximo de pessoas porque só podemos manter uma rede social limitada.Computadores, no entanto, são limitados apenas ao seu espaço dearmazenamento. Isto dá aos computadores a possibilidade de conhecer todo omundo e interagir com eles ou identificá-los. O desafio técnico doscomputadores não está em se lembrar de muitas faces, mas de tentar diferenciar as pessoas em um grande banco de dados, porque quanto maisindivíduos você tiver, menos diferenciados eles serão.Embora o desafio técnico esteja sendo superado lentamente, nos deparamoscom o grave problema da aceitação social. Atormentados com o medomanifestado em 1984, de George Orwell, a maioria dos membros da sociedade

está muito preocupada com o uso de um sistema de computador que é capazde reconhecê-los onde quer que eles vão. Se o sistema for bem-sucedido emsua tarefa, ele então pode informar ao governo sobre o paradeiro de qualquer pessoa, a qualquer hora. O “11 de setembro” e a conscientização do aumentoda onda de terrorismo deram ao governo um horizonte de oportunidades emque os americanos estão dispostos a abrir mão de alguma privacidade,liberdade e comodidade para estarem mais protegidos, e alguns usaram estehorizonte para adotar o reconhecimento facial em locais públicos.





3. Fases do reconhecimento Facial

Identificar um indivíduo através da análise da face é um processo complexoque normalmente requer artifícios inteligentes sofisticados e técnicas deaprendizagem computacional (machine learning techniques). Uma quantidadede fornecedores biométricos está envolvida na venda desses sistemas, usandotanto vídeos padrões como imagens termais para capturar imagens faciais. Aface é um componente chave da maneira como os seres humanos se lembrar ereconhecem uns aos outros. A inteligência artificial é necessária para simular ainterpretação humana das faces. As pessoas mudam todo o tempo. Pêlosfaciais, óculos e a posição da cabeça podem afetar a forma como um sistema

biométrico pode comparar uma face com outra. A aprendizagem computacionalé importante para a adaptação a essas mudanças e para comparar precisamente os novos exemplos com os templates previamente armazenados.

3.1 O processo de reconhecimento facial é o seguinte:

- Captura: técnicas padrõesde vídeo usam uma imagemfacial, ou uma coleção deimagens, capturada por umacâmera de vídeo. A posição

precisa da face do usuário eas condições de iluminaçãopodem afetar o desempenhodo sistema. Normalmente aimagem facial completa écapturada e um número depontos podem ser mapeadosna face. Por exemplo, aposição dos olhos, boca enarinas podem ser traçadaspara que um template únicoseja construído.Alternativamente, um mapafacial tridimensional pode ser criado a partir da imagem capturada.

As técnicas termais de imagem sob desenvolvimento analisam o calor,causado pelo fluxo de sangue sob a face. Uma câmera termal captura o padrãode veias sangüíneas ocultas por baixo da pele. Pelo fato de câmeras deinfravermelho serem usadas para capturar imagens faciais, a luz não éimportante e os sistemas podem capturar as imagens no escuro. Entretanto,

tais câmeras são significativamente mais caras que as padrões.





- Extração: o equipamento biométrico converte o exemplo da imagem facialem um padrão e depois em um código matemático único, o qual é armazenadona forma de um template.

- Comparação: A verificação um-para-um (1:1) é o método mais comum de

comparação. Entretanto, certos sistemas são capazes de fazer a identificaçãoum-para-muitos (1:n). Uma nova imagem facial é capturada e comparada como template previamente armazenado.

Dependendo da base que está configurada para a aplicação, pode-se obter umpar como resultado ou não.

4. Métodos de reconhecimento de Imagem Facial

4.1 Método EIGENFACE

O método Eigenface baseia-se em linearmente projetar o espaço de imagensem um espaço de características com dimensões reduzidas obtido fazendo usoda análise de componentes principais (PCA), também conhecido como métodoKarhunen-Loeve. Entretanto, produz direções de projeção que maximiza adispersão dos pontos no gráfico em todas as classes, isto é, em todas as

imagens faciais mantém as variações indesejadas causadas pela iluminação eexpressão facial [BELHUMEUR1997]. Este método baseia-se em autovetores eautovalores de uma matriz simétrica, que é a matriz de covariância.

4.2 Método FISHERFACES

O discriminante linear de Fisher (FLD), também conhecido com análise dediscriminantes linear (LDA), foi desenvolvido por R. A. Fisher na década de1930, porém, apenas recentemente tem sido utilizado para o reconhecimentode objetos. É um método específico à classe, pois, ele trabalha com o uso de“rótulos”, isto é, uma vez identificado os rostos dizendo qual face pertence a

qual pessoa, os mesmos são agrupados por pessoa, e cada agrupamentodesses é conhecido como classe. O método tenta modelar a dispersão dospontos visando maior confiabilidade para a classificação. O LDA busca otimizar a melhor linha em uma superfície que separa satisfatoriamente as classes[BELHUMEUR1997]. Inicia-se o algoritmo obtendo as matrizes de dispersãoentre classes, interclasse, e dentro das classes, intraclasse. A projeção é feitamaximizando a dispersão interclasse e minimizando a intraclasse, formuladopela razão entre as determinantes de ambas as matrizes, com isso diferindo doPCA, que maximiza o espalhamento, dispersão, dos padrões no espaço decaracterísticas, independente da classe em que esses pertencem[CAMPOS2001] apud [JAIN2000].





4.3 Método KDDA

O kernel direct discriminant analysis (KDDA) é uma técnica proposta por JuweiLu, et. al. [LU2003], com o intuito de melhorar a atuação de outra como SupportVector Machines (SVM), Kernel PCA (KPCA) [SCHÖLKOPF1999] eGeneralized Discriminant Analysis (GDA) em regressão de padrões e tarefasde classificação, superando algumas limitações. Este método faz uso defunções núcleo (kernel) com o intuito modificar o espaço dimensional,aumentando-o e obtendo uma maneira de dispor os dados de maneiralinearmente separáveis.

5. Exemplos de Aplicação de Reconhecimento Facial

No Super Bowl XXXV em janeiro de 2001, a polícia de Tampa Bay, Floridautilizado Viisage software de reconhecimento facial para procurar potenciaiscriminosos e terroristas presentes no evento. 19 pessoas com antecedentescriminais menores eram potencialmente identificados.

Na eleição presidencial de 2000, o governo mexicano empregada software dereconhecimento facial para evitar a fraude eleitoral. Alguns indivíduos foram seregistar para votar com vários nomes diferentes, em uma tentativa de colocar votos múltiplos. Ao comparar novas imagens faciais para aqueles que já nobanco de dados do eleitor, as autoridades foram capazes de reduzir registosduplicados. Tecnologias similares estão sendo usados nos Estados Unidospara evitar que pessoas de obter cartões de identificação falsos e carteiras demotoristaHá também uma série de usos potenciais para o reconhecimento facial queestão atualmente sendo desenvolvidos. Por exemplo, a tecnologia poderia ser usada como medida de segurança em caixas electrónicos, em vez de usar um

cartão de banco ou número de identificação pessoal, o ATM seria capturar umaimagem do seu rosto, e compará-lo com sua foto no banco de dados do banco





para confirmar a sua identidade. Este mesmo conceito também poderia ser aplicado a computadores; usando uma webcam para capturar uma imagemdigital de si mesmo, o seu rosto poderia substituir sua senha, como forma delogin.

6. Conclusões

Os objectivos propostos no inicio da elaboração deste trabalho foram alcançados com

sucesso. Este foi importante pois importante pois, mostrou-nos como a Inteligência

Artificial é grande e como pode ser aplicada na realidade. Apesar mesmo de só

termos falado de reconhecimento facial.

Ao longo, do trabalho, vimos que esta tecnologia envolve bastantes áreas de trabalho,

entre elas Biometria, Electrotecnia, Informática, entre outras. Deparamo-nos

também que esta tecnologia tem muito para evoluir e que pode ser muito

importante na sociedade actual pois pode solucionar muitos problemas de fraude.

No entanto ainda têm muito que evoluir pois a maioria dos softwares dereconhecimento têm dificuldade de detectar uma pessoas caso ela esteja a usar

óculos de sol.

Para concluir, conseguimos aprender muito sobre o reconhecimento facial e como isto

pode ser uma mais-valia para a polícia de todo o mundo. Inteligência Artificial é

uma área de muita aposta pois passar por aqui o futuro

5. Bibliografiahttp://www.aedb.br/seget/artigos06/916_Copia%20de%20Artigo%20Comparativo

%20Facial.pdf

http://en.wikipedia.org/wiki/Facial_recognition_system

http://mit.universia.com.br/STS/STS035/PDF/anthony_final.pdf


trabalho reconhecimento facial

Documents