Use este identificador para citar ou linkar para este item:
http://www.repositorio.ufop.br/jspui/handle/123456789/4322| Título: | Extração e comparação de características locais para o reconhecimento facial por meio de retratos falados. |
| Autor(es): | Silva, Marco Antonio de Albuquerque |
| Orientador(es): | Cámara Chávez, Guillermo |
| Palavras-chave: | Fotografia Reconhecimento facial - computação Reconhecimento de padrões óticos |
| Data do documento: | 2014 |
| Membros da banca: | Cámara Chávez, Guillermo Gomes, David Menotti Bianchi, Andrea Gomes Campos Nascimento, Erickson Rangel do |
| Referência: | SILVA, 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. |
| Resumo: | Sistemas 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. |
| Resumo em outra língua: | Systems 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. |
| Descrição: | Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. |
| URI: | http://www.repositorio.ufop.br/handle/123456789/4322 |
| Licença: | Autorização 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. |
| Aparece nas coleções: | PPGCC - Mestrado (Dissertações) |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| DISSERTAÇÃO_ExtraçãoComparaçãoCaracterísticas.pdf | 4,92 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciado sob uma Licença Creative Commons
