Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/23846
Document type: | Trabalho de Conclusão de Curso |
Access type: | Acesso Aberto |
Title: | Reconhecimento facial aplicado a imagens infravermelhas: Um estudo comparativo utilizando abordagens holísticas. |
Alternate title (s): | Facial recognition applied to infrared images: A comparative study using holistic approaches. |
Author: | Sousa, Eduardo Vieira e |
First Advisor: | Fernandes, Henrique Coelho |
First member of the Committee: | Lima, Maria Adriana Vidigal de |
Second member of the Committee: | Julia, Rita Maria da Silva |
Summary: | Os sistemas de reconhecimento facial modernos possuem um desempenho extraordinário quando aplicados a imagens em alta resolução e bem iluminadas. No entanto, essas não são as condições encontradas em um cenário real, onde aplicações desse tipo se fazem necessárias. Deste modo, as taxas de reconhecimento tendem a se degradar a medida que esses sistemas são expostos a imagens com variações na posição, iluminação e expressões faciais, situações comuns com as quais uma aplicação de reconhecimento facial deve lidar, especialmente em casos onde não se dispõe de um ambiente controlado. Por esses motivos, a utilização de imagens infravermelhas tem se tornado uma das abordagens mais promissoras, já que elas são mais robustas aos fatores que afetam a performance dos sistemas de detecção e reconhecimento facial. Esse trabalho apresenta o desenvolvimento de uma aplicação capaz de realizar o reconhecimento utilizando imagens de faces no espectro visível e infravermelho, e posteriormente, o sistema foi empregado na elaboração de um estudo comparativo entre ambos os resultados. Para isso, foi utilizada uma base de dados contendo conjuntos de imagens de 30 indivíduos nos dois espectros. Cada conjunto possui variações de iluminação, expressão e na posição da face, o que tornou possível mensurar o impacto dessas alterações nas taxas de reconhecimento, e verificar robustez proporcionada por cada tipo de imagem frente às diferentes condições. Os métodos utilizados para o reconhecimento foram o Eigenfaces e o Fisherfaces, duas abordagens holísticas bastante conhecidas e estudadas na literatura. Na etapa de classificação, essas técnicas foram combinadas ao algoritmo dos k vizinhos mais próximos, e os testes foram executados variando a métrica de similaridade entre: Distancia Euclidiana, Manhattan, Chebyshev e Mahalanobis. Além disso, foram testadas variações nos valores de k e no número de componentes principais utilizadas para a redução de dimensionalidade e projeção das imagens. Os resultados comprovaram a hipótese de que as imagens infravermelhas são mais robustas à variação de iluminação, preservando as taxas de reconhecimento mesmo nas condições mais adversas, ao contrário das imagens do espectro visível. Quanto às variações de posição e expressões faciais, os testes foram inconclusivos devido à pequena quantidade de imagens disponíveis. O estudo indica que a área do reconhecimento facial ainda carece de bases de dados complexas para que testes mais precisos possam ser realizados. Apesar disso, os resultados sugerem que a fusão de imagens em um sistema multiespectral parece ser a melhor alternativa, aproveitando assim as vantagens de cada tipo de imagem. |
Abstract: | Modern facial recognition systems have such an extraordinary performance when applied to high definition and well illuminated pictures. Nevertheless, these are not the conditions found in real life situations where applications of this kind are needed. In most cases, recognition rates tend to degrade when exposed to changes in pose, lighting and facial expressions, common situations which the system has to deal with, especially in uncontrolled environments. For these reasons, the use of infrared imagery for facial recognition has become one of the most promising approaches, since they tend to be more robust to those problems that affect facial recognition systems. This work introduces the development of an application capable of applying face recognition methods on images of the visible and infrared spectrum, and latter, the system was used in a study comparing both results. For this task, a data set containing multispectral pairs of images from 30 individuals was used. Each set has variations in pose, light and expression, making it possible to measure their impact on recognition rates and verify how robust each kind of image is for multiple scenarios. For recognition, Eigenfaces and Fisherfaces, two well known and studied methods were implemented. For classification, the k-nearest neighbors algorithm was applied, switching between Euclidian, Manhattan, Chebyshev and Mahalanobis distances, and varying the values of k and principal components for dimensionality reduction and image projection. The results confirm the hypothesis that infrared imagery is more robust to illumination changes, preserving recognition rates even in the most unfavorable conditions, which was not the case for visible specter images. For pose and facial expressions, the tests were inconclusive due to the small amount of images available. The research shows that facial recognition field is in need of more complete databases, so more precise tests can be done. Despite of this, the results suggests that image fusion in a multispectral system could be the best option, taking advantage of the benefits from each king of image. |
Notes: | O código-fonte da aplicação desenvolvida não está disponível no documento. |
Keywords: | Reconhecimento Facial Facial Recognition Infravermelho Infrared Eigenfaces Fisherfaces K-NN |
Area (s) of CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS) |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Quote: | SOUSA, Eduardo Vieira. Reconhecimento facial aplicado a imagens infravermelhas: Um estudo comparativo utilizando abordagens holísticas. 2018. 83 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2018. |
URI: | https://repositorio.ufu.br/handle/123456789/23846 |
Date of defense: | 19-Dec-2018 |
Appears in Collections: | TCC - Ciência da Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ReconhecimentoFacialAplicado.pdf | TCC | 3.83 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.