Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/14312
Document type: Tese
Access type: Acesso Aberto
Title: Reconhecimento facial utilizando análise de componentes principais e algoritmos genéticos em imagens segmentadas
Author: Medeiros, Luciano Xavier
First Advisor: Carrijo, Gilberto Arantes
First member of the Committee: Flores, Edna Lúcia
Second member of the Committee: Veiga, Antônio Cláudio Paschoarelli
Third member of the Committee: Angelotti, Wagner Fernando Delfino
Fourth member of the Committee: Ferreira, Wilson Tavares
Summary: Um indivíduo pode ser lembrado ou identificado por diversas características físicas. Durante a infância, uma criança aprende a identificar pessoas pela voz, pelo cheiro, mas provavelmente a característica mais marcante de uma pessoa é o seu rosto. Isso deve-se ao fato que ao olhar para o rosto de uma pessoa várias informações são coletadas quase que simultaneamente, como por exemplo, cor dos olhos, formato da boca, textura do cabelo, coloração da pele, etc.. Com uma quantidade maior de informações, a probabilidade de identificar uma pessoa erroneamente é menor, ou seja, é mais preciso reconhecer uma pessoa a partir da imagem de seu rosto do que a partir de uma amostra de sua voz. O reconhecimento de uma pessoa a partir da imagem do seu rosto sempre foi uma tarefa importante. Esse reconhecimento pode ter vários objetivos, como por exemplo, identificar um criminoso, permitir o acesso de pessoas a áreas restritas, etc.. Logo, com o aperfeiçoamento dos computadores, várias técnicas de reconhecimento facial foram desenvolvidas, entre elas técnicas que utilizam Principal Component Analysis (PCA). A proposta deste trabalho é desenvolver alguns métodos de reconhecimento facial que utilize menos recursos computacionais e sejam mais rápidos. Baseado no método PCA Avançado, foram desenvolvidas duas técnicas, os métodos PCA Segmentado e PCA Seletivo, que obtiveram maiores taxas de reconhecimento e menores tempos de processamento do que o método PCA Avançado. Também foram desenvolvidas outras 3 técnicas de reconhecimento que utilizam Algoritmos Genéticos que também obtiveram resultados melhores do que o PCA Avançado. As técnicas desenvolvidas neste trabalho também podem realizar o reconhecimento facial a partir de regiões faciais (testa, olhos, nariz, boca e queixo), pois nem sempre toda a imagem do rosto de uma pessoa está disponível para realizar a identificação, como por exemplo, imagens obtidas de câmeras de segurança onde um assaltante está encapuzado e a câmera consegue registrar somente a região dos olhos.
Abstract: A person can be remembered or identified by various physical characteristics. During childhood, a child learns to identify people by voice, the smell, but probably the most remarkable characteristic of a person is face. Due to the fact that looking at the face of a person more information is collected almost simultaneously, such as eye color, mouth shape, hair texture, skin color, etc.. With a larger amount of information, the probability of incorrectly identifying a person is lower, ie it is more precise to recognize a person from the image of his face than from a voice sample. The person recognition from the image face has always been an important task. This recognition may have several objectives such as identifying a criminal, to allow people access to restricted areas, etc.. Thereforewith the improvement of computers various facial recognition techniques were developed, including techniques that use PCA (Principal Component Analysis). The purpose of this research is develop some methods of face recognition that uses less computational resources and are faster. Based on PCA method, two techniques were developed, the methods Segmented PCA and Selective PCA , which had the highest recognition rates and processing times smaller than Advanced PCA. Other three recognition techniques also developed in this thesis and theses techniques using Genetic Algorithms which also performed better than Advanced PCA. The techniques developed in this thesis can also perform facial recognition from facial regions (forehead, eyes, nose, mouth and chin), it is not always the whole picture of a person s face is available to perform the identification, for example, images obtained from security cameras where a burglar is hooded and the camera can record only the eye region.
Keywords: PCA
Reconhecimento facial
Regiões faciais
Segmentação
Genetic algorithms
Face recognition
Face regions and segmentation
Computação
Reconhecimento do rosto humano (Computação)
Algoritmos genéticos
Area (s) of CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Language: por
Country: BR
Publisher: Universidade Federal de Uberlândia
Institution Acronym: UFU
Department: Engenharias
Program: Programa de Pós-graduação em Engenharia Elétrica
Quote: MEDEIROS, Luciano Xavier. Reconhecimento facial utilizando análise de componentes principais e algoritmos genéticos em imagens segmentadas. 2012. 156 f. Tese (Doutorado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2012. DOI https://doi.org/10.14393/ufu.te.2012.64
Document identifier: https://doi.org/10.14393/ufu.te.2012.64
URI: https://repositorio.ufu.br/handle/123456789/14312
Date of defense: 27-Jul-2012
Appears in Collections:TESE - Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
ReconhecimentoFacialUtilizando.pdf8.53 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.