Extração e comparação de características locais para o reconhecimento facial por meio de retratos falados.

Página do item simplificado
dc.contributor.advisorCámara Chávez, Guillermopt_BR
dc.contributor.authorSilva, Marco Antonio de Albuquerque
dc.contributor.refereeCámara Chávez, Guillermo
dc.contributor.refereeGomes, David Menotti
dc.contributor.refereeBianchi, Andrea Gomes Campos
dc.contributor.refereeNascimento, Erickson Rangel do
dc.date.accessioned2015-01-21T18:36:46Z
dc.date.available2015-01-21T18:36:46Z
dc.date.issued2014
dc.descriptionPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractSistemas de reconhecimento facial através de retratos falados são muito importantes para agências de segurança. Esses sistemas podem ajudar a localizar ou diminuir o número de potenciais suspeitos. Recentemente, vários métodos foram propostos para resolver esse problema, mas não há uma comparação clara de desempenho entre eles. Neste trabalho é proposta uma nova abordagem para o reconhecimento facial através de fotografias/retratos falados baseada no Local Feature-based Discriminant Analysis (LFDA). Esse novo método foi testado e comparado com seus antecessores, utilizando três diferentes conjuntos de imagens (retratos falados) e também com a adição de uma galeria extra de 10.000 fotografias para estender a galeria. Experimentos utilizando as bases de imagens CUFS e CUFSF mostraram que a nossa abordagem supera as abordagens do estado-da-arte, além de ser 43% mais rápido que o segundo método, o LFDA. Nossa abordagem também mostra bons resultados com forensic sketches. A limitação ao avaliar este conjunto de imagens está no seu tamanho muito pequeno. Ao aumentar o conjunto de dados de treinamento, a precisão da nossa abordagem vai aumentar, uma vez que foi demonstrado por nossos experimentos. Além disso, demonstramos o desempenho e comparamos vários descritores e os principais métodos, utilizando três bases de dados diferentes e uma galeria extra, tal comparação não existia na literatura.pt_BR
dc.description.abstractenSystems for face sketch recognition are very important for law enforcement agencies. These systems can help to locate or narrow down potential suspects. Recently, various methods was proposed to address this problem, but there is no clear comparison of their performance. We propose a new approach for photo/sketch recognition based on the Local Feature-based Discriminant Analysis (LFDA) method. This new approach was tested and compared with its predecessors using three differents datasets and also adding an extra gallery of 10,000 photos to extend the gallery. Experiments using the CUFS and CUFSF databases show that our approach outperforms the state-of-the-art approaches, and it is 43% faster than the second method, the LFDA. Our approach also shows good results with forensic sketches. The limitation with this dataset is its very small size. By increasing the training dataset, the accuracy of our approach will increase, as it was demonstrated by our experiments. Furthermore, we demonstrate the performance and compare various descriptors and the main methods, using three different databases and an extra gallery, such a comparison does not exist in the literature.
dc.identifier.citationSILVA, Marco Antonio de Albuquerque. Extração e comparação de características locais para o reconhecimento facial por meio de retratos falados. 2014. 80 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2014.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/handle/123456789/4322
dc.language.isopt_BRpt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo autor, 30/07/2014, com as seguintes condições: disponível sob Licença Creative Commons 3.0, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais. Permite a adaptação desde que outros compartilhem pela mesma licença.pt_BR
dc.subjectFotografiapt_BR
dc.subjectReconhecimento facial - computaçãopt_BR
dc.subjectReconhecimento de padrões óticospt_BR
dc.titleExtração e comparação de características locais para o reconhecimento facial por meio de retratos falados.pt_BR
dc.typeDissertacaopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
DISSERTAÇÃO_ExtraçãoComparaçãoCaracterísticas.pdf
Tamanho:
4.8 MB
Formato:
Adobe Portable Document Format
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

PPGCC - Mestrado (Dissertações)