Comparação de Técnicas de Reconhecimento Facial Utilizando Histogramas de Cores Quantizadas pelo...
-
Upload
joao-paulo-brognoni-casati -
Category
Education
-
view
626 -
download
1
Transcript of 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!