Anais > Edições Anteriores > Anais do X WCF 2014 > Reconhecimento Facial Utilizando Floresta de Caminhos Ótimos

Reconhecimento Facial Utilizando Floresta de Caminhos Ótimos

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

Descritores biométricos representam características físicas ou comportamentais dos seres humanos que permitem sua diferenciação e identificação [Jain et.al. 07]. Dentre as biometrias mais utilizadas temos a face e seu reconhecimento automatizado inicia-se com a extração de vetores descritores de características das imagens faciais. O reconhecimento facial é realizado comparando os vetores obtidos de uma imagem facial de consulta e uma imagem facial alvo e atribuindo-se um de valor de similaridade a esta comparação. Com este valor de similaridade e um limiar, um algoritmo decide se as imagens pertencem ao mesmo indivíduo ou não, isto é, decide se a comparação é genuína ou impostora.
Um algoritmo classificador possui um conjunto de classes predefinidas e dado uma nova amostra decide a qual dessas classes ela pertence. No caso de um classificador supervisionado existe uma etapa inicial de aprendizado através do treinamento do classificador com amostras de cada uma das classes.
Este artigo apresenta uma proposta para reconhecimento facial utilizando o classificador supervisionado Floresta de Caminhos Ótimos (OPF) [Papa et. al. 2009]. Nesta proposta, o classificador possui duas classes: as classes das Comparações Genuínas e a classe das Comparações Impostoras. A primeira classe é construída com descritores resultantes de comparações de imagens do mesmo individuo e a segunda classe com descritores das comparações de indivíduos diferentes.
Para reconhecer um individuo em uma imagem de consulta, constrói-se um descritor da sua comparação com uma imagem alvo e calcula-se a distancia deste vetor com as duas classes genuína e impostora obtendo-se assim um valor de similaridade. Adicionalmente, neste trabalho utiliza-se a abordagem em [Ponti-Jr e Papa, 2011] na qual n classificadores OPF independentes são construídos com conjuntos disjuntos de descritores. O valor de similaridade final é calculado como combinação dos n valores de similaridade independentes, utilizando algoritmos de votação.
O restante do artigo está organizado como segue: a seção 2 apresenta o uso de classificadores supervisionados em biometria, a seção 3 apresenta o classificador floresta de caminhos mínimos e a seção 4 os resultados experimentais obtidos.

DOCUMENTO COMPLETO

• Reconhecimento Facial Utilizando Floresta de Caminhos Ótimos