Anais > Edições Anteriores > Anais do XI WCF 2015 > Reconhecimento facial utilizando Floresta de Caminhos Ótimos e algoritmos de votação

Reconhecimento facial utilizando Floresta de Caminhos Ótimos e algoritmos de votação

Autores: Jair José da Silva, Luis Mariano del Val Cura

Algoritmos convencionais de reconhecimento facial extraem das imagens da face descritores em forma de vetores de características, que representam as propriedades que permitem a identificação dos humanos [Jain et al. 2007]. Geralmente, o reconhecimento facial é realizado comparando o descritor obtido de uma imagem de consulta com o descritor de uma imagem alvo, atribuindo-se a esta comparação um valor de similaridade. Este valor de similaridade é comparado com um valor limiar de decisão prefixado para decidir se as imagens pertencem ou não ao mesmo indivíduo. Quando a comparação é realizada entre descritores do mesmo indivíduo temos uma comparação genuína e caso contrário, temos uma comparação impostora.
Uma abordagem diferente, apresentada pela primeira vez em [Moghaddam et al. 2000], realiza a comparação subtraindo primeiramente as imagens de consulta e alvo e extraindo posteriormente um vetor de características desta imagem diferença. Para realizar o reconhecimento facial, este vetor de característica precisa ser classificado como correspondente a uma imagem diferença da classe intrapessoal (comparação genuína) ou da classe interpessoal (comparação impostora). A hipótese desta proposta é que as imagens diferenças de imagens do mesmo indivíduo possuem características diferentes das imagens diferenças de imagens de indivíduos diferentes. O reconhecimento facial em [Moghaddam et al. 2000] é realizado então através de um classificador bayesiano que estima o valor da probabilidade de que o descritor da imagem diferença pertença à classe intrapessoal. Este valor é utilizado como similaridade para, a partir do limiar de decisão, determinar se as imagens de consulta e alvo pertencem ou não ao mesmo indivíduo.
O uso de um classificador bayesiano em vetores de alta dimensionalidade, como é o caso de descritores biométricos, impõe um alto custo computacional, tanto no treinamento do classificador como no processo de classificação. Adicionalmente, exige distribuição normal e separação linear das classes intrapessoal e interpessoal.
Neste trabalho propomos a utilização do classificador Floresta de Caminhos Ótimos (OPF) [Papa et al. 2009] que não impõe condições na distribuição dos descritores biométricos. Adicionalmente, neste trabalho introduzimos a classificação por votação proposta em [Ponti-Jr et al. 2011], na qual são criados n classificadores OPFs independentes, e a classificação final é obtida pela integração por votação dos resultados de cada um deles.
Como parte da pesquisa foram realizados experimentos com descritores biométricos obtidos pelos métodos de extração de características faciais eigenfaces [Turk et al. 1991] e casamento de grafos elásticos, ou EBGM [Wiskott et al. 1997].
O artigo está organizado como segue: a Seção 2 apresenta o classificador Floresta de Caminhos Ótimos (OPF) e a abordagem de votação, a Seção 3 descreve a adaptação e uso do classificador OPF como algoritmo biométrico, a seguir na Seção 4 são apresentados os resultados experimentais obtidos, e finamente na Seção 5 temos as conclusões e trabalhos futuros.

DOCUMENTO COMPLETO

• Reconhecimento facial utilizando Floresta de Caminhos Ótimos e algoritmos de votação