ESTUDO DE ÍNDICES DE DIVERSIDADE COMO DESCRITORES DE TEXTURA PARA CLASSIFICAÇÃO DE IMAGENS DE FACES

• Main Author: Reis, Artur Bernardo Silva
• Other Authors: Silva, Aristófanes Corrêa
• Format: Others
• Language: Portuguese
• Published: Universidade Federal do Maranhão 2016
• Subjects: Processamento de imagens; Reconhecimento de padrões; Índice de diversidade; Faces; Máquinas de vetores suporte; Image processing; Pattern recognition; Diversity index; Support vector machine; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
• Online Access: http://tedebc.ufma.br:8080/jspui/handle/tede/484

Made available in DSpace on 2016-08-17T14:53:20Z (GMT). No. of bitstreams: 1 dissertacao Artur.pdf: 2614613 bytes, checksum: ccffca7646e98481fa69cd43bca77f03 (MD5) Previous issue date: 2012-04-13 === Coordenação de Aperfeiçoamento de Pessoal de Nível Superior === This work purposes an investigation into the potential of characterization of textures of human faces in digital images using the diversity index. To this we developed a methodology that uses the retinex to normalization of lighting conditions, diversity indexes for feature extraction and Support Vector Machine as classifier. Several tests are performed using four bases of face images, each base with uniques characteristics that can be verified the usability of the indexes used. The results are very promising since in eighteen tests were reached accuracies over 95%. In addition, a sensitivity of 100% in a test case and false positive rate of 0.2%, indicating that the diversity index can be a good tool for describing textures of human faces. === O objeto de estudo deste trabalho é uma investigação sobre o potencial grau de caracterização de texturas de faces humanas em imagens digitais usando índices de diversidade. Para isto é desenvolvida uma metodologia que utiliza o retinex como técnica de normalização de iluminação, índices de diversidade para a extração de características e a Máquina de Vetores Suporte como classificador. Para isto são realizados vários testes utilizando quatro bases de imagens de faces, com várias características peculiares para que possa ser verificada a usabilidade dos índices utilizados. Os resultados obtidos são muito promissores, uma vez que em dezoito testes realizados, foram atingidas acurácias acima de 95%. Além disso, obtivemos sensibilidade de 100% em um caso de teste e taxa de falsos positivos de 0.2%, indicando que os índices de diversidade podem ser uma boa ferramenta para a descrição de texturas de faces humanas.