News

Banca de DEFESA: EUCASSIO GONÇALVES LIMA JUNIOR

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: EUCASSIO GONÇALVES LIMA JUNIOR
DATA: 09/06/2017
HORA: 09:00
LOCAL: Sala 260 - Bloco SG 9
TÍTULO: Entropia de projeção do Gabor Curvo com Random Forest para reconhecimanto de face
PALAVRAS-CHAVES: Gabor filter, entropy, occlusion, facial recognition, random forest, svm
PÁGINAS: 36
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Sistemas de Informação
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 abordagem para reconhecimento facial, caracterizando-se pela robustez a oclusão, variações de iluminação e expressões faciais. A abordagem proposta é constituı́da de seis etapas e baseia-se na combinação do filtro de Gabor curvo, entropia da função de projeção de variância, Random Forest e Support Vector Machine (SVM). O filtro de Gabor curvo é utilizado para realizar a extração do vetor de caracterı́sticas de uma imagem. Em seguida, as magnitudes das respostas de Gabor curvo são segmentadas em blocos não sobrepostos, com o intuito de diminuir a interferência de variações locais na imagem. A entropia da função de projeção de variância é usada para reduzir dados mais relevantes a partir da etapa anterior. Por fim, para construir o vetor final de caracterı́sticas utiliza-se o Random Forest. Por meio dele identifica-se os elementos mais relevantes da extração de caracterı́sticas visando manter os dados mais representativos da imagem, dessa forma, a abordagem apresenta uma baixa dimensionalidade do vetor de caracterı́sticas. De posse do vetor de caracterı́sticas, inicia-se o processo de treinamento do classificador, considerando os diversos indivı́duos da base de imagens. Após o treinamento do SVM, pode-se colocar a abordagem em operação para efetuar o reconhecimento facial das pessoas. Um conjunto de experimentos foi realizado, para avaliar a abordagem apresentada sobre caracterı́sticas de cenários encontrados em um ambiente real, fazendo uso das bases de imagens: AR Face, Feret, Essex e Essex com oclusão. A abordagem proposta 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 superam as abordagens do estado da arte disponı́veis na literatura em todas as bases.

 

 


MEMBROS DA BANCA:
Externo à Instituição - CORNÉLIA JANAYNA PEREIRA PASSARINHO - UESPI
Externo à Instituição - EVANDRO OTTONI TEATINI SALLES - UFES
Presidente - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Interno - 1579396 - RODRIGO DE MELO SOUZA VERAS
Notícia cadastrada em: 05/06/2017 08:46
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb04.ufpi.br.sigaa 28/03/2024 07:25