Grouping faces in digital photo collections.

Como consequência da popularização da Internet (impulsionada pelas redes sociais, tais como FaceBook, Orkut, MySpace) e da crescente proliferação de câmeras digitais e dispositivos móveis, a organização automática de grandes coleções de fotografias digitais torna-se um recurso de extrema relevância. Sistemas tradicionais consideram apenas informações simples (e.g., data, nome de arquivo e diretório) para auxiliar na tarefa de organização. No entanto, para grandes coleções, tipicamente formadas por milhares de imagens, estas informações são insuficientes para produzir bons níveis de organização e de satisfação. A maioria das técnicas avançadas nesta área busca analisar o conteúdo das imagens e extrair informações de mais alto nível como, por exemplo, faces. Neste sentido, faces ocupam um papel preponderante, dada a importância que desempenham nas relações humanas. Portanto, no escopo de fotografias contendo faces, o agrupamento por faces é um tópico de grande relevância. Diante deste contexto, esta dissertação objetiva tratar do problema de agrupamento de faces, buscando: (i) a obtenção de melhor desempenho em relação ao estado da arte de técnicas para o agrupamento de faces no contexto de fotografia digital de consumo; e (ii) investigar formas de minimizar a degradação normalmente associada a variações nas imagens de faces (tais como iluminação, expressões faciais e pose). A abordagem proposta para atingir os objetivos supracitados é constituída por uma etapa de pré-processamento, seguida por etapas de extração de características SURF (Speeded Up Robust Features) e agrupamento. A partir de um estudo experimental e de testes estatísticos, nos quais se comparou a abordagem proposta com três sistemas comerciais, evidenciaram-se a existência de diferenças estatisticamente significativas entre os resultados gerados em favor da abordagem proposta.AS a result of the popularization of the Internet (motivated by social networks like Facebook, Orkut, MySpace) and the increasing proliferation of digital cameras and mobile devices, the automatic organization of large digital photo albums has become an extremely relevant resource. Traditional systems use only simple information (such as date, file and folder name) to help with the organization task. However, for large collections, typically formed by millions of images, this information is insufficient to achieve good leveis of organization and satisfaction. Most advanced techniques in this area aim to analyze image content and to extract high levei information, e.g., faces. In this sense, faces occupy a preponderant role, given their importance to human relations. Therefore, within the scope of photographs containing faces, face clustering is a very relevant topic. Within this context, this dissertation aims to address the problem of face clustering, while seeking: (i) to obtain better performance over the state of the art techniques in face clustering, and (ii) to investigate ways to minimize degradation usually associated with variations in face images (such as lighting, facial expressions and pose). The proposed approach to reach the above goals is composed of a preprocessing step followed by SURF (Speeded Up Robust Features) feature extraction and clustering steps. From an experimental study and statistical tests, in which the proposed approach and three commercial applications were compared, statistically significant differences between the generated results were inferred, with better results obtained by the proposed approach