Abstract:
RESUMO: O reconhecimento facial tem por objetivo primordial identificar uma pessoa baseada em
imagens de sua face. Apesar de vários avanços obtidos, alguns desafios permanecem como
problemas não resolvidos, resultantes principalmente de condições não controladas do
ambiente, tais como mudanças de iluminação, oclusão, variações de expressões faciais e
posição da cabeça. Este trabalho apresenta uma proposta de representação de imagens
faciais para reconhecimento. A representação facial proposta é constituída de seis etapas
e baseia-se na combinação do filtro de Gabor curvo, entropia, Random Forest e Support
Vector Machine (SVM). Um conjunto de experimentos foi realizado, para avaliar a proposta
apresentada sobre características de cenários encontrados em um ambiente real, fazendo
uso das bases de imagens AR Face, FERET e YALE. A representação da face foi avaliada
em diversos cenários considerando variações de iluminação, oclusão por óculos de sol,
variação de iluminação com oclusão por óculos de sol, oclusão por cachecol, variação de
iluminação com oclusão por cachecol, mudança de expressão facial e todos os cenários juntos.
Os resultados obtidos por meio dos experimentos, apresentam melhorias incrementais
significativas diante de abordagens disponíveis na literatura, obtendo 98,03% de acurácia
para a AR Face completa, 97,26 para a FERET e 81,66% com a Yale com 50% de oclusão..................ABSTRACT: Face recognition has as its primary objective to identify a person in pictures of his
face. Despite several advances, some challenges remain as unresolved problems, resulting
mainly from uncontrolled environmental conditions, such as changes in lighting, occlusion,
variations of facial expressions and head position. This paper presents a proposal for
the representation of facial images for facial recognition, characterized by robustness to
occlusion, illumination variations and facial expressions. The proposed facial representation
consists of six steps and is based on the combination of the curved Gabor filter, entropy,
Random Forest and Support Vector Machine(SVM). A set of experiments was carried
out to evaluate the presented proposal on the characteristics of scenarios found in a real
environment, making use of the data bases, FERET and YALE. The face representation
was evaluated in several scenarios considering light variations, occlusion by sunglasses,
variation of lighting with occlusion by sunglasses, occlusion by scarf, variation of lighting
with occlusion by scarf, change of facial expression and all scenarios together. The results
obtained through the experiments, present significant incremental improvements in relation
to available approaches in the literature, obtaining 98.03% accuracy for full AR Face ,
97.26% for FERET and 81.66% with Yale with 50% of occlusion.
