Reconhecimento de face invariante a iluminação baseado em uma abordagem supervisionada.

Abstract

A crescente relevância dada aos estudos e pesquisas de sistemas automáticos de reconhecimento/identificação de faces capazes de identificar indivíduos nas mais diversas situações é devido às várias possibilidades de aplicações, tais como sistemas de segurança bancários, eleitorais e busca por pessoas desaparecidas. Outro fator é a questão da tarefa de reconhecimento não ser trivial devido aos componentes variantes como envelhecimento, uso de óculos, chapéu, maquiagem, variação de aparência e a variação de iluminação. Esta última é um dos maiores desafios dos sistemas de reconhecimento, pois pode ocultar quase todas as características da face. Assim, o presente trabalho propõe um sistema de reconhecimento de faces invariante à iluminação. O mesmo utiliza como pré-processamento das imagens as técnicas Local Contrast Enhancement (LCE) ou normalização da iluminação no domínio Discrete Consine Transform (DCT), na segunda fase é utilizado o DCT para extração de características e na terceira o Discrimination Power Analysis (DPA) é usado para redução de dimensionalidade. O reconhecimento é feito com o Support Vector Machine (SVM) e os experimentos são realizados em duas etapas. Na primeira são utilizadas as bases de dados Pie e Yale B e o modelo proposto é avaliado quanto ao quesito de variação de iluminação. Na segunda fase são utilizadas as bases JAFFE, AT&T, UMIST e Georgia e o modelo é avaliado quanto à robustez em relação a variação de expressão, rotação e fundo. O método proposto apresenta melhor desempenho e melhores resultados para as variações existentes nas bases testadas.