Reconhecimento de face invariante a iluminação baseado em uma abordagem supervisionada.

Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.Submitted by Oliveira Flávia (flavia@sisbin.ufop.br) on 2014-11-20T18:39:19Z No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_ReconhecimentoFaceInvariante.pdf: 5803660 bytes, checksum: 3d8cf640c67d53f4b7da87a0003e202a (MD5)Approved for entry into archive by Gracilene Carvalho (gracilene@sisbin.ufop.br) on 2014-11-24T17:04:51Z (GMT) No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_ReconhecimentoFaceInvariante.pdf: 5803660 bytes, checksum: 3d8cf640c67d53f4b7da87a0003e202a (MD5)Made available in DSpace on 2014-11-24T17:04:51Z (GMT). No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_ReconhecimentoFaceInvariante.pdf: 5803660 bytes, checksum: 3d8cf640c67d53f4b7da87a0003e202a (MD5) Previous issue date: 2012A crescente relevância dada aos estudos e pesquisas de sistemas automáticos de reconhecimento/identificação de faces capazes de identificar indivíduos nas mais diversas situações é devido às várias possibilidades de aplicações, tais como sistemas de segurança bancários, eleitorais e busca por pessoas desaparecidas. Outro fator é a questão da tarefa de reconhecimento não ser trivial devido aos componentes variantes como envelhecimento, uso de óculos, chapéu, maquiagem, variação de aparência e a variação de iluminação. Esta última é um dos maiores desafios dos sistemas de reconhecimento, pois pode ocultar quase todas as características da face. Assim, o presente trabalho propõe um sistema de reconhecimento de faces invariante à iluminação. O mesmo utiliza como pré-processamento das imagens as técnicas Local Contrast Enhancement (LCE) ou normalização da iluminação no domínio Discrete Consine Transform (DCT), na segunda fase é utilizado o DCT para extração de características e na terceira o Discrimination Power Analysis (DPA) é usado para redução de dimensionalidade. O reconhecimento é feito com o Support Vector Machine (SVM) e os experimentos são realizados em duas etapas. Na primeira são utilizadas as bases de dados Pie e Yale B e o modelo proposto é avaliado quanto ao quesito de variação de iluminação. Na segunda fase são utilizadas as bases JAFFE, AT&T, UMIST e Georgia e o modelo é avaliado quanto à robustez em relação a variação de expressão, rotação e fundo. O método proposto apresenta melhor desempenho e melhores resultados para as variações existentes nas bases testadas.The increasing relevance attributed to the field of automatic faces recognition/identification, that can identify people in several situations, is due to several potential applications such as security systems, banking, electoral, and search for missing people. Another factor of interest in this field is that the recognition task is nontrivial. There are several components that can influence the task as aging, the use of glasses, hats, make up and the changes in lighting. The lighting changes are one of the major challenges for the recognition systems, since it can hide almost all the features of the face. This work presents a face recognition method invariant to illumination. To the preprocessing of the images the method uses the technique Local Contrast Enhancement (LCE) or the normalization of the lighting in the Discrete Cosine Transform (DCT) domain. The DCT was also used to feature extraction and the DPA was used to dimensionality reduction. The recognition task is handled with the Support Vector Machine (SVM) and the experiments are carried out in two steps. In the first one two databases Pie and Yale B are used and then the proposed model is evaluated with respect to variation of illumination. In the second step are used the databases JAFFE, ATT, UMIST and Georgia and th