Apresentação_-_EAICTI_2015

8/18/2019 Apresentação_-_EAICTI_2015

1/9

Estudo do Algoritmo PCA Aplicado ao Reconhecimento Facial

Henrique Pedro de Oliveira (ICV/UNIOESTE/PRPPG), JosuéPereira de Castro, Adriana Postal (Orientadora), e-mail:

[email protected]

Universidade Estadual do Oeste do Paraná/Centro de CiênciasExatas e da Terra/Cascavel, PR


2/9

• Introdução

• Revisão de Literatura

• Reconhecimento Facial• Principal Component Analysis

• Próximos Passos

• Agradecimentos

• Referências

Roteiro


3/9

Introdução

• Uso em redes sociais, sistemas de segurança, identificação

criminal e outras aplicações de IHC;

• Os principais desafios dessa linha de pesquisa são (Lai et al ., 2008):

• Pose;

• Iluminação;

•

Expressão;• Ocultação parcial da face;

• e envelhecimento.

• Como objetivo, esse projeto almeja analisar a eficiência do

PCA em relação a algumas dessas condições.


4/9

Revisão de Literatura

• Reconhecimento facial (Stan & Anil, 2005)

•

Formas de reconhecimento• Autenticação (1-1);

• Reconhecimento (1-n);

• Composto por quatro etapas:

• Detecção de face;

• Viola-Jones.• Alinhamento;

• Extração de características;

• Comparação.


5/9


• Principal componente Analysis (Shlens, 2005)

•

Ameniza o problema da alta dimensionalidade doconjunto de dados;

• Transformação linear:

• Y = PX

• Matriz de covariância ;

• 1

−1

• A matriz P é definida pelo k auto vetores de ,

ordenado pelo k maiores auto valores;


6/9


• Principal componente Analysis

• Reconstrução do conjunto de dados (Shlens, 2005) :

•

• Reconhecimento (Turk & Pentland 1991):

• Projeta-se a imagem teste q em cada auto-espaço:

•

•Gerar classe de indivíduos:•

1

=1

• A imagem teste q pertence a classe i que gera a

menor distância euclidiana

• 2 2


7/9

Próximos Passos

O próximo passo será realizar a implementação do

módulo de um sistema de reconhecimento facial utilizando oalgoritmo PCA e fazer uma análise dos resultados em relação

a diferentes condições apresentadas nas imagens teste.


8/9

Agradecimentos

Ao MEC-SESU, pelo financiamento deste projeto de iniciação

científica a partir do Programa de Educação Tutorial (PET).


9/9

ReferenciasLai, H.; Ramanathan, V.; Wechsler, H. (2008). Reliable face recognition

using adaptive and robust correlation filters. Computer Vision and Image

Understanding, Volume 111, pp. 329-350.

Stan, Z. L.; Anil, K. J. (2005). Handbook of Face Recognition. New York:

Springer Science+Business Media, Inc.

M. Turk and A. Pentland (1991). Eigenfaces for recognition. Journal of

Cognitive Neuroscience 3 (1): 71 –86.

Shlens, J. (2005). A Tutorial on Principal Component Analysis.http://www.cs.cmu.edu/~elaw/papers/pca.pdf. Acessado em 19/01/2015.

Apresentação_-_EAICTI_2015

Documents

Transcript of Apresentação_-_EAICTI_2015