AUMENTO DE DADOS PARA RECONHECIMENTO FACIAL COM TRANSFERÊNCIA DE APRENDIZADO DE CNNs

Abstract

RESUMO:O reconhecimento facial é uma tarefa desafiadora de Visão Computacional. Nesta disserta- ção, é proposto um método para reconhecimento de faces aplicando aumento de dados e transferência de aprendizado de Redes Neurais Convolucionais (CNNs) pré-treinadas. O foco é analisar o poder do aumento de dados para melhorar o desempenho do sistema. Foram extraídas características das imagens para o treinamento de classificadores usando a CNN VGG-Face. Para uma base de imagens de entrada, são aplicadas várias transformações gerando 12 versões diferentes da base de imagens de entrada, para avaliar qual combinação produz melhores resultados. Experimentos foram realizados usando o aumento de dados na base Labeled Faces in the Wild (LFW). Os testes mostraram que a acurácia para essa base chegou a 98.43%. Também foi criada uma base de dados proprietária composta por imagens de 12 indivíduos. Para essa base a melhor acurácia foi de 95.41%. A melhoria dos resultados com o método proposto leva a inferir que o aumento de dados é um passo essencial para a tarefa de reconhecimento facial. No entanto, como a operação de aumento que mais contribui com a melhora dos resultados não é a mesma para as duas bases de entrada é necessário realizar esse estudo para cada aplicação.ABSTRACT:Face recognition is a challenging Computer Vision task. In this dissertation, we propose a method for face recognition by applying data augmentation and transfer learning in pre-trained Convolutional Neural Networks (CNNs). Our main focus is to analyze the power of data augmentation towards improving system accuracy. We have trained classifiers with extracted features from the VGG-Face CNN. For a given input dataset, we applied several transformations to generate 12 different versions of the datasets used to evaluate which combination produces better results. We ran experiments using data augmentation on the Labeled Faces in the Wild (LFW) dataset. The experiments with LFW reached accuracy of 98.43%. We also created a proprietary dataset composed of 12 subjects. For the proprietary dataset, the best accuracy obtained was 95.41%. The improvement of results with the proposed method leads to infer that data augmentation is an essential step for the facial recognition task. However, since the augmentation operation that contributes the most to the results improvement is not the same for the two input datasets it is necessary to conduct this study for each application.