Análisis de imágenes del rostro humano sin restricciones

La estimación de la postura del rostro humano es la tarea de estimar la orientación de las cabezas a partir de imágenes o video, Esta disciplina ha sufrido en los últimos años un avance considerable debido principalmente a numerosas investigaciones en el campo del Deep Learning. Las aplicaciones de la estimación del rostro humano son múltiples y van desde la realidad virtual y aumentada, asistencia del conductor, interacciones sociales como la mirada mutua, generación de mapas de atención para la venta minorista o la publicidad, etc. En este trabajo he querido recoger desde los aspectos teóricos en los que se basan los desarrollos sobre esta área hasta aspectos más prácticos como pueden ser el diseño y entrenamiento de una red neuronal convolucional. Primeramente, he recogido el marco teórico donde se mueven todos los avances del campo de la estimación de rostros, así realizare una breve descripción del Deep Learning y donde se enclava dentro de las técnicas de Inteligencia artificial y hare una breve descripción de la historia del Deep Learning y sus hitos más notables. Dentro del marco teórico me ha parecido fundamental el describir una serie de conceptos básicos del Deep Learning que me parece necesarios para entender todos los conceptos que se desarrollaran a lo largo del trabajo. Los últimos avances del campo de la detección del rostro humano se basan fundamentalmente en el área de las redes convolucionales, por lo que dentro del marco teórico describiré brevemente cómo funciona una red neuronal convolucional y los elementos que componen una arquitectura básica. Dentro del marco teórico, pero ya como un aspecto más practico describiré los pasos del ciclo de vida del diseño de una red convolucional con el framework Pytorch, en este apartado también revisare una de las técnicas más utilizadas hoy en día para los desarrollos de nuevos modelos como es la transferencia de conocimiento (“Transfer Learning”), veremos en que consiste y las ventajas que aporta al desarrollo de nuevos modelos usando otros ya existente y entrenados. Por último, me centrare en el diseño de un modelo para la estimación de la pose del rostro humano, definiré los requerimientos que debe tener el modelo y realizare un diseño para tal fin usando las últimas técnicas usadas en desarrollos similares. Posteriormente el modelo será entrenado con los datos de referencia de la pose del rostro y se evaluará su rendimiento frente a otros modelos ya existentes.---ABSTRACT---Human face pose estimation is the task of estimating the orientation of heads from images or video. This discipline has undergone considerable progress in recent years mainly due to numerous investigations in the field of Deep Learning. The applications of human face estimation are multiple and range from virtual and augmented reality, driver assistance, social interactions such as mutual gaze, generation of attention maps for retail or advertising, etc. .... In this work I have tried to collect from theoretical aspects on which the developments in this area are based to more practical aspects such as the design and training of a convolutional neural network. First of all, I have collected the theoretical framework where all the advances in the field of face estimation are based, I will give a brief description of Deep Learning and where it fits into the Artificial Intelligence techniques and I will make a brief description of the history of Deep Learning and its most notable milestones. Within the theoretical framework, it has seemed fundamental to me to describe a series of basic concepts of Deep Learning that I think are necessary to understand all the concepts that will be developed throughout the work. The latest advances in the field of human face detection are mainly based on the area of convolutional networks, so within the theoretical framework I will briefly describe how a convolutional neural network works and the elements that make up a basic architecture. Within the theoretical framework, but as a more practical aspect, I will describe the steps of the design life cycle of a convolutional network with the Pytorch framework. In this section I will also review one of the most used techniques nowadays for the development of new models, the transfer of knowledge ("transfer learning"), we will see what it consists of and the advantages it brings to the development of new models using other existing and trained models. Finally, I will focus on the design of a model for the estimation of the pose of the human face, I will define the requirements that the model must have and I will make a design for this purpose using the latest techniques used in similar developments. Subsequently, the model will be trained with the reference data of the face pose and its performance will be evaluated against other existing models