Trabalho apresentado no congresso: VIII Workshop de Visão Computacional, Goiânia-GO, 2012. (WVC'2012) Artigo: http://www.swge.inf.br/anais/wvc/PDF/97986.PDF

1. VIII Workshop de Visão Computacional (WVC’2012)
Comparação de Técnicas de Reconhecimento
Facial Utilizando Histogramas de Cores
Quantizadas pelo Misturograma
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
Goiânia, 30 de maio de 2012

2. Sumário
 Introdução
 Misturograma
 Objetivos
 Trabalhos Relacionados
 Metodologia
 Resultados
 Conclusões

3. Introdução
 Reconhecimento Facial
 Identificar
e/ou classificar indivíduos por meio de
informações da face
 Nestetrabalho: utiliza-se das informações de cores de
imagens faciais
 Algumas Aplicações
 Sistemas de Segurança
 Robótica
 Entretenimento

4. Introdução
 CBIR (content-based image retrieval)
 Recuperação de imagens por meio de seu conteúdo
 Extraçãode características de imagens com métodos
computacionais
 Quantizadores de Cores
 Representação
da
imagem em menos cores
 Diminuição
do espaço
ocupado em memória

5. 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

6. Misturograma
 Imagem quantizada pelo misturograma:
 Esboço da Face:

7. 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

8. Trabalhos Relacionados
 Quantização de imagens para
aplicação CBIR (2005)
 Segmentação de pele em
(SEVERINO JR & GONZAGA)
imagens faciais (2006)
 Geração do esboço da face
(2006)
 Utilização do esboço para
(SILVA & GONZAGA) aplicação de reconhecimento de
retrato falado (2009)

9. 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

10. Metodologia
 São utilizadas imagens de 119 indivíduos distintos:
 65 homens
 54 mulheres
 Quatro classes de imagens do banco AR:

11. 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

12. Metodologia

13. Resultados
Média de Acertos
92,70%
92,30%
93,00%
92,00%
91,00%
90,00% 1ª Abr. (8)
88,10% 2ª Abr. (7)
89,00%
3ª Abr. (10)
88,00%
87,00%
86,00%
85,00%
1ª Abr. (8) 2ª Abr. (7) 3ª Abr. (10)

14. Resultados
Variação Máxima dos Resultados
11,70%
12,00%
10,00% 8,40%
8,00% 6,70%
1ª Abr. (8)
6,00% 2ª Abr. (7)
3ª Abr. (10)
4,00%
2,00%
0,00%
1ª Abr. (8) 2ª Abr. (7) 3ª Abr. (10)

15. Resultados
100,00%
90,00%
80,00%
70,00%
60,00%
Média
50,00%
Variação max.
40,00%
30,00%
20,00%
10,00%
0,00%
1ª Abr. (8) 2ª Abr. (7) 3ª Abr. (10)

16. 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

17. VIII Workshop de Visão Computacional
Obrigado!