Sistemas de identificação pessoal utilizando tecnicas de reconhecimento e verificação facial automaticas

• Main Author: Andrade Neto, Ernesto Luiz
• Other Authors: UNIVERSIDADE ESTADUAL DE CAMPINAS
• Format: Others
• Language: Portuguese
• Published: [s.n.] 1997
• Subjects: Reconhecimento de padrões; Processamento de imagens; Análise de componentes principais
• Online Access: ANDRADE NETO, Ernesto Luiz. Sistemas de identificação pessoal utilizando tecnicas de reconhecimento e verificação facial automaticas. 1997. 122f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/259421>. Acesso em: 22 jul. 2018.; http://repositorio.unicamp.br/jspui/handle/REPOSIP/259421

Orientador: Lee Luan Ling === Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação === Made available in DSpace on 2018-07-22T04:27:30Z (GMT). No. of bitstreams: 1 AndradeNeto_ErnestoLuiz_M.pdf: 14866307 bytes, checksum: 54ccabaab1dde1496f08c07b2008240f (MD5) Previous issue date: 1997 === Resumo: A presente tese apresenta o desenvolvimento de sistemas biométricos utilizando técnicas de reconhecimento de face. Sistemas biométricos faciais permitem reconhecer e identificar indivíduos usando apenas a informação extraída de suas imagens faciais. Os sistemas biométricos de reconhecimento de face necessitam ter um modelo para codificar e representar a informação da face para posterior reconhecimento. Escolhemos como modelo de representação da informação facial o método de eigenfaces [TIJRI<::]. Devido a capacidade do método de extrair e comprimir a informação da imagem facial ele compõe o núcleo para a extração de características de nosso sistema de reconhecimento. O processamento do método de eigenfaces em nosso sistema de reconhecimento facial foi implementado de modo semi-automático. Os testes da arquitetura do sistema de reconhecimento facial com eigenfaces são realizados para as aplicações de reconhecimento e verificação facial. Na realização dos testes, adquirimos uma base de dados de imagens faciais composta de 435 imagens de 102 indivíduos. Não foram impostas restrições severas ao processo de aquisição da base de dados, resultando em grandes variações entre imagens do mesmo indivíduo. Avaliamos a tolerância do sistema as diversas variações presentes nas imagens da base de dados. Todas as rotinas necessárias às tarefas de processamento de imagens, reconhecimento e verificação de faces foram escritas em C++. Elas compõem uma biblioteca de rotinas que pode ser adaptada para outras tarefas como a segmentação automática de imagens faciais. O sistema de reconhecimento de faces é testado na tarefa de classificar corretamente 435 imagens de 102 pessoas atribuindo a cada imagem sua classe correspondente. O sistema de reconhecimento de faces obteve uma taxa de acerto de 97.70% utilizando um classificador de distância mínima. O sistema de verificação facial de faces é testado com um classificador de distância mínima onde variamos o limiar de aceitação === Abstract: This thesis dissertation shows the development of biometrics systems based in face recognition technics. These biometric systems are able to recognize and identify people by extracting information from their facial images. Face recognition systems must have a model to encode and represent facial image information for recognition purposes. We choose the eigenface method [fURKJ, due to its remarkable capability to extract and compress facial image information, as the core for the feature extraction task. The eigenface method was implemented in a semi-automatic way. The eigenface system framework is tested in two distinct tasks: face recognition and face verification. To perform the tests, we acquired a face image database composed of 435 views of 102 people. No hard constraints were imposed to the database acquisition process what means we obtained large variations between images of same people. We also evaluate the system's tolerance against such variations. Ali the routines needed to the task of image processing, face recognition and face verification were written in C++. They compose a library of routines that can be adapted for other task such as automatic segmentation of facial images. The face recognition performance is evaluated against the fuU database, 435 images, trying to classify each image in its correspondent class. Each class represents one person present in the database. The face recognition system achieved a recognition rate of 97.70%. The face verification system was tested with the fuU database, 435 images, using a minimum distance classifier varying its acceptance threshold === Mestrado === Mestre em Engenharia Elétrica