SISTEMA DE RECONHECIMENTO FACIAL BASEADO EM ANÁLISE DE COMPONENTES PRINCIPAIS E MOMENTO DE HU: Comparação com diferentes classificadores
O desenvolvimento de um modelo de
reconhecimento facial não implica em uma tarefa
de fácil conhecimento para todos, pois as faces
possuem características que as tornam muito
complexas no que diz respeito ao reconhecimento.
A dificuldade em desenvolver estes modelos
está na modelagem de um sistema que tenha a
capacidade de extrair características que possam
ser utilizadas para diferenciar uma face de outra.
Por mais que uma face pareça diferente das
demais, todas possuem características padrões
como, por exemplo, dois olhos, uma boca e um
nariz. Este projeto busca a implementação de
técnicas de extração de características com o
intuito de construir um sistema de reconhecimento
facial. Inicialmente, serão utilizados extratores de
características como: análise de componentes
principais (PCA - Principal Component Analysis),
análise de momentos invariantes (Hu). Em
um segundo momento, serão aplicados os
classificadores MultiLayer Perceptron (MLP)
e Radial-Basis Functions (RBF) no processo
de reconhecimento da face. O treinamento, a
validação e o teste do algoritmo serão realizados
num banco de imagens contendo 250 imagens de
5 classes distintas. Após estes estudos, pretendese
constatar que o desempenho, dos algoritmos
testados para sistemas de reconhecimento facial,
terá resultados satisfatórios. Ao descobrir a melhor
técnica, esta poderá ser aplicada a um sistema de
localização de pessoas em locais de difícil acesso,
como regaste, podendo ser implementados em
robôs terrestres e veículos aéreos não tripulados
(VANTs) minimizando o risco de vida que os
profissionais se submetem, estes que trabalham
com resgate em locais de difícil acesso.
SISTEMA DE RECONHECIMENTO FACIAL BASEADO EM ANÁLISE DE COMPONENTES PRINCIPAIS E MOMENTO DE HU: Comparação com diferentes classificadores
-
DOI: atena
-
Palavras-chave: Extrator de caracterís
-
Keywords: Artificial Neural Networks, Face Recognition, Puller features.
-
Abstract:
The development of facial recognition
model does not imply a task easy to knowledge
for all, because the faces have features that make
them very complex. The difficulty in developing
these models is the modeling of a system that has
the ability to extract features that can be used to
distinguish one face from another. As it appears
that a face different from the other, all patterns
have characteristics, for example, two eyes, a
mouth and a nose. This project seeks to implement
feature extraction techniques in order to build a
SISTEMA DE RECONHECIMENTO
FACIAL BASEADO EM ANÁLISE DE
COMPONENTES PRINCIPAIS E MOMENTO DE HU:
COMPARAÇÃO COM DIFERENTES CLASSIFICADORES
CAPÍTULO 22
Impactos das Tecnologias nas Engenharias Vol. 2 Capítulo 22 200
facial recognition system. Initially, features extractors are used as principal component
analysis (PCA), analysis of invariant moments (Hu). In a second step, the classifiers
MultiLayer Perceptron will be applied (MLP) and Radial-Basis Functions (RBF) in the face
recognition process. The training, validation and algorithm testing will be carried out in a
image bank containing 250 images of 5 different classes. Following these studies, the aim
is to observe that the performance of the tested algorithms for facial recognition systems
have satisfactory results. By discovering the best technique, it can be applied to a people
location system in hard to reach places, such as redemption, and can be implemented in
ground robots and unmanned aerial vehicles (UAVs) minimizing the risk of life submitted to
professionals working with rescue in difficult to access locations.
-
Número de páginas: 15
- Jéssyca Almeida Bessa
- Pedro Henrique Almeida Miranda
- Andressa da Silva Fernandes
