Comparação de Técnicas de Reconhecimento Facial Utilizando Histogramas de Cores Quantizadas pelo...

Comparação de Técnicas de Reconhecimento

Facial Utilizando Histogramas de Cores

Quantizadas pelo Misturograma

Goiânia, 30 de maio de 2012

VIII Workshop de Visão Computacional (WVC’2012)

Autores: João Paulo Brognoni Casati

Prof. Dr. Evandro Luis Linhari Rodrigues

Afiliação: Universidade de São Paulo

Escola de Engenharia de São Carlos

Departamento de Engenharia Elétrica

Sumário

Introdução

Misturograma

Objetivos

Trabalhos Relacionados

Metodologia

Resultados

Conclusões

Introdução

Reconhecimento Facial

Identificar e/ou classificar indivíduos por meio de informações da face

Neste trabalho: utiliza-se das informações de cores de imagens faciais

Algumas Aplicações

Sistemas de Segurança

Robótica

Entretenimento

Introdução

CBIR (content-based image retrieval)

Recuperação de imagens por meio de seu conteúdo

Extração de características de imagens com métodos

computacionais

Quantizadores de Cores

Representação da

imagem em menos cores

Diminuição do espaço

ocupado em memória

Misturograma

Metodologia de quantização de cores em imagens

digitais

Baseado na arte: mistura de cores em camadas

Espaço de cores RGB

Reduz o número de cores para 8:

Preto, azul, verde, ciano, vermelho, magenta, amarelo e branco

Misturograma

Imagem quantizada pelo misturograma:

Esboço da Face:

Objetivos

Utilizar histograma de cores quantizadas em um

sistema CBIR de reconhecimento facial

Fazer a comparação entre 3 diferentes

abordagens

Minimizar a dimensão do vetor de características

Descritor adicional em outros sistemas CBIR

Trabalhos Relacionados

Quantização de imagens para

aplicação CBIR (2005)

Segmentação de pele em

imagens faciais (2006)

Geração do esboço da face

(2006)

Utilização do esboço para

aplicação de reconhecimento de

retrato falado (2009)

(SEVERINO JR & GONZAGA)

(SILVA & GONZAGA)

Metodologia

Comparação entre 3 diferentes abordagens:

1 – Utilização das 8 cores resultantes da quantização,

desenvolvida por Severino Jr. & Gonzaga (2005)

2 – Utilização de 7 cores resultantes

3 – Utilização das 8 cores + esboço da imagem

Vetor de características: Histograma de Cores

Banco de Faces Utilizado: AR Face Database

Metodologia

São utilizadas imagens de 119 indivíduos distintos:

65 homens

54 mulheres

Quatro classes de imagens do banco AR:

Metodologia

Para cada abordagem:

Uma das classes é armazenada no banco e as outras são apresentadas como entrada

Processamento:

Redimensionamento: 25%

Resultante: 124x144 pixels

Quantização e extração do esboço

Medida de similaridade: distância euclidiana

Metodologia

Resultados

85,00%

86,00%

87,00%

88,00%

89,00%

90,00%

91,00%

92,00%

93,00%

1ª Abr. (8) 2ª Abr. (7) 3ª Abr. (10)

92,30% 92,70%

88,10%

Média de Acertos

1ª Abr. (8)

2ª Abr. (7)

3ª Abr. (10)

Resultados

0,00%

2,00%

4,00%

6,00%

8,00%

10,00%

12,00%

1ª Abr. (8) 2ª Abr. (7) 3ª Abr. (10)

8,40%

6,70%

11,70%

Variação Máxima dos Resultados

1ª Abr. (8)

2ª Abr. (7)

3ª Abr. (10)

Resultados

0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

80,00%

90,00%

100,00%

1ª Abr. (8) 2ª Abr. (7) 3ª Abr. (10)

Média

Variação max.

Conclusões

A 2ª abordagem apresentou os melhores resultados (vetor de 7 posições)

O histograma do esboço não é um bom descritor de faces

As cores quantizadas pelo misturograma podem ser descritores eficientes de imagens faciais

Trabalhos futuros:

Classificação das faces por meio das cores quantizadas

VIII Workshop de Visão Computacional

Obrigado!