Ciencia da computacao

2.1 Reconhecimento Facial

        Reconhecimento Facial é algo que os humanos fazem com uma certa facilidade e até mesmo inconscientemente, sendo uma ferramenta automática.

        O reconhecimento facial é definido usando certos padrões que são comuns como: boca, nariz, olhos, etc. E que tem a disposição relativamente parecida em todos as pessoas.

        SUNG (1994) afirma que a detecção facial é determinada por ter ou não ter uma face na imagem, e então deve ser apontado sua localização por intermédio de enquadramento ou dentro da imagem, suas coordenadas, comparando a imagem presente com as imagens conhecidas pelo sistema.

        Mesmo com tanta tecnologia existente nos dias de hoje, as detecções faciais ainda sofrem alguns problemas para se criar um padrão e o ambiente perfeito para tal.

        Para o reconhecimento facial, um dos maiores problemas encontrados são os diferentes tipos de faces, com características diferentes como: tamanho dos olhos, boca, nariz, dentre outros. Um outro problema enfrentado é a iluminação disposta para uma nítida captação da imagem, lugares com pouca iluminação não são possíveis a detecção com precisão, justamente por encontrar diferenças como sombras, que não estavam na imagem inicial. Adornos como óculos, barba, piercings também afetam o reconhecimento se forem coletadas as imagens anteriormente sem os mesmos.

        Um sistema usado para o reconhecimento facial segue quatro etapas principais, sendo elas: primeiramente a detecção da face, posteriormente o alinhamento da face encontrada, logo após é feita a extração das feições e por último é feito uma busca por faces que corresponda à imagem captada.

        Uma ilustração dessas etapas:

Imagem ## - Fluxo padrão de um sistema de reconhecimento Facial

[pic 1]

Fonte: (JAIN; LI, 2005)  

Alguns critérios a seguir para o reconhecimento facial são indispensáveis o uso de quatro requisitos:

- UNIVERSALIDADE: Todo e qualquer indivíduo necessita ter a informação para ser avaliada.

- SINGULARIDADE: Cada pessoa precisa ter características diferentes, que sejam únicas, sobre essa informação.

- PERMANÊNCIA: A informação não pode sofrer alterações com o passar do tempo, deve ser imutável.

- MENSURABILIDADE: A informação a ser coletada deve possibilitar uma medição.

Rastreamento de Faces

        Os processos de rastreamento das imagens podem ser coletados de quatro formas: 2D, 3D, Imagens Sequenciais e Termograma.

        Um dos primeiros passos para a captação de pontos da face é descobrir se existe mais de uma face na imagem. A detecção é um processo crítico para que o reconhecimento seja feito com sucesso, são baseados em cálculos matemáticos e redes neurais que atingem até 85% de detecção correta, segundo (Zhao et al. 2003).

Imagem ## - Biometria Facial

[pic 2]

Fonte: JP Consultoria

Imagem: 2D (à esquerda) – 3D (Centro) – Infravermelho (à direita)

Para esses métodos de extração existem dois tipos de abordagens:

1. Aparência Facial - Abordagem Global

Tem como ideia básica reduzir as imagens em vários pixels, assim independente das variações causadas por: reflexos, texturas de pele, iluminação dentre outros fatores, a distinção facial pode então, ser capturada.

A imagem é então transformada em um espaço composto por conjuntos básicos de funções conhecidos como eigenfaces, que são usadas para criar a imagem detectada (Turk and Pentland 1991). Posteriormente foram introduzidas outras transformações parecidas para compreensão e representação das detecções de faces.

        A transformação fundamental, Transformada de Karhunen-Loéve passou a ser conhecida pela comunidade biométrica de, Principal Component Analysis – PCA, um dos principais métodos aplicados para biometria.

1. Geometria Facial - Abordagem Local

Nessa abordagem busca-se a modelagem facial em localizações geométricas que tenham características particulares como os olhos.

Assim obtemos o resultado do reconhecimento baseado em comparações de sistemas geométricos.

Reconhecimento em 2d e 3D

O rastreamento em 2D é um processo simples, o sensor que capta esse tipo de método é amplamente usado nos aparelhos como: notebooks, câmeras digitais, smartphones, etc.