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
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Comparação de Técnicas de Reconhecimento Facial Utilizando Histogramas de Cores Quantizadas pelo Misturograma
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
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
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