No segmento criminal, uma ferramenta digital capaz de comparar informações sobre suspeitos criminais, restringindo a lista de potenciais criminosos, representa um grande avanço tecnológico. O desafio é conseguir recuperar imagens similares em banco de dados a partir do retrato falado de um suspeito, sendo assim possível localizar as imagens de criminosos no banco de faces da polícia. A importância desse desafio deve-se ao fato que na maioria dos casos, o retrato falado gerado, a partir da descrição verbal de testemunhas é o ponto de partida para o desfecho de muitas investigações. Em vista disto, este trabalho tem por objetivo apresentar um sistema computacional capaz de buscar imagens de faces humanas de um banco de faces através dos esboços das imagens de face, a partir de um retrato falado. Foram feitos retratos falados para comparar com os esboços das imagens das faces humanas presentes em banco de dados e foram recuperadas as mais semelhantes. Na metodologia proposta, as imagens de face passam por um processamento chamado Misturograma, que resulta no esboço da imagem de face, que é utilizado para se comparar com os retratos falados obtidos. O algoritmo proposto usa distância Euclidiana para comparação de semelhança e wavelets de Haar como descritor das imagens. Foram utilizadas as métricas estatísticas de avaliação de desempenho: Recall X Precision e Cumulative Match Score. A metodologia proposta obteve uma precisão de 95% de acertos nas buscas realizadas em Cross Validation, dessa forma mostra-se um método viável para recuperação de imagens a partir de retratos falados. / In the criminal segment, a digital tool able to compare information on criminal suspects, restricting the list of potential criminals, represents a major technological breakthrough. The challenge is to retrieve similar images in the database and thus from the sketch of a suspect you can find images of criminals in the police faces database. The importance of this challenge is due to the fact that in most cases, the sketch generated from the verbal description of witnesses is the starting point for the outcome of many investigations. In view of this, this paper aims to develop a computer system able to search for images of human faces from a database of faces using face images of outlines from a sketch. Sketches were made to compare with the outlines of the images of human faces present in the database and the most similar were retrieved. In the proposed methodology, the face images go through a process called Misturograma, resulting in the outlines of the face image, which is used to compare the obtained sketches. The proposed algorithm uses Euclidean distance to compare the similarity and Haar wavelets as a descriptor of the images. We used the statistical metrics for performance evaluation: Recall X Precision and Cumulative Match Score. The proposed method achieved an accuracy of 95% in carried out searches in Cross Validation thus proves to be a viable method for recovering images from sketches.

No segmento criminal, uma ferramenta digital capaz de comparar informações sobre suspeitos criminais, restringindo a lista de potenciais criminosos, representa um grande avanço tecnológico. O desafio é conseguir recuperar imagens similares em banco de dados a partir do retrato falado de um suspeito, sendo assim possível localizar as imagens de criminosos no banco de faces da polícia. A importância desse desafio deve-se ao fato que na maioria dos casos, o retrato falado gerado, a partir da descrição verbal de testemunhas é o ponto de partida para o desfecho de muitas investigações. Em vista disto, este trabalho tem por objetivo apresentar um sistema computacional capaz de buscar imagens de faces humanas de um banco de faces através dos esboços das imagens de face, a partir de um retrato falado. Foram feitos retratos falados para comparar com os esboços das imagens das faces humanas presentes em banco de dados e foram recuperadas as mais semelhantes. Na metodologia proposta, as imagens de face passam por um processamento chamado Misturograma, que resulta no esboço da imagem de face, que é utilizado para se comparar com os retratos falados obtidos. O algoritmo proposto usa distância Euclidiana para comparação de semelhança e wavelets de Haar como descritor das imagens. Foram utilizadas as métricas estatísticas de avaliação de desempenho: Recall X Precision e Cumulative Match Score. A metodologia proposta obteve uma precisão de 95% de acertos nas buscas realizadas em Cross Validation, dessa forma mostra-se um método viável para recuperação de imagens a partir de retratos falados. / In the criminal segment, a digital tool able to compare information on criminal suspects, restricting the list of potential criminals, represents a major technological breakthrough. The challenge is to retrieve similar images in the database and thus from the sketch of a suspect you can find images of criminals in the police faces database. The importance of this challenge is due to the fact that in most cases, the sketch generated from the verbal description of witnesses is the starting point for the outcome of many investigations. In view of this, this paper aims to develop a computer system able to search for images of human faces from a database of faces using face images of outlines from a sketch. Sketches were made to compare with the outlines of the images of human faces present in the database and the most similar were retrieved. In the proposed methodology, the face images go through a process called Misturograma, resulting in the outlines of the face image, which is used to compare the obtained sketches. The proposed algorithm uses Euclidean distance to compare the similarity and Haar wavelets as a descriptor of the images. We used the statistical metrics for performance evaluation: Recall X Precision and Cumulative Match Score. The proposed method achieved an accuracy of 95% in carried out searches in Cross Validation thus proves to be a viable method for recovering images from sketches.

Inspirado nas técnicas utilizadas por pintores que sobrepõem camadas de tintas de diversos matizes na geração de uma tela artística e também observando-se a distribuição da quantidade dos cones na retina do olho humano na interpretação destas cores, este trabalho propõe uma técnica de processamento de imagens baseada na mistura de cores. Trata-se de um método de quantização de cores estático que expressa a proporção das cores preto, azul, verde, ciano, vermelho, magenta, amarelo e branco obtida pela representação binária da cor que compõe os pixels de uma imagem RGB com 8 bits por canal. O histograma da mistura é denominado de misturograma e gera planos que interceptam o espaço RGB, definindo o espaço de cor HSM (Hue, Saturation and Mixture). A posição destes planos dentro do cubo RGB é modelada por meio da distribuição dos cones sensíveis aos comprimentos de onda curta (Short), média (Middle) e longa (Long) consideradas para a retina humana. Para demonstrar a aplicabilidade do espaço de cor HSM, é proposta, neste trabalho, a segmentação dos pixels de uma imagem digital em pele humana ou não pele com o uso dessa nova abordagem. Para análise de desempenho da mistura de cores foi implementado um método tradicional no espaço de cor RGB e também usando uma distribuição Gaussiana nos espaços de cores HSV e HSM. Os resultados obtidos demonstram o potencial da técnica que emprega a mistura de cores para a segmentação de imagens digitais coloridas. Verificou-se também que, baseando-se apenas na camada mais significativa da mistura de cores, gera-se a imagem esboço de uma imagem facial denominada esboço da face. Os resultados obtidos comprovam o bom desempenho do esboço da face em aplicações CBIR. / Inspired on the techniques used by painters to overlap layers of various hues of paint to create oil paintings, and also on observations of the distribution of cones in human retina for the interpretation of these colors, this thesis proposes an image processing technique based on color mixing. This is a static color quantization method that expresses the mixture of black, blue, green, cyan, red, magenta, yellow and white colors quantified by the binary weight of the color that makes up the pixels of an RGB image with 8 bits per channel. The mixture histogram, called a mixturegram, generates planes that intersect the RGB color space, defining the HSM (Hue, Saturation and Mixture) color space. The position of these planes inside the RGB cube is modeled by the distribution of cones sensitive to the short (S), middle (M) and long (L) wave lengths of the human retina. To demonstrate the applicability of the HSM color space, this thesis proposes the segmentation of the pixels of a digital image of human skin or non-skin using this new approach. The performance of the color mixture is analyzed by implementing a traditional method in the RGB color space and by a Gaussian distribution in the HSV and HSM color spaces. The results demonstrate the potential of the proposed technique for color image segmentation. It was also noted that, based only on the most significant layer of the colors mixture, it is possible generates the face sketch image. The results show the performance of the face sketch image in CBIR applications.

Inspirado nas técnicas utilizadas por pintores que sobrepõem camadas de tintas de diversos matizes na geração de uma tela artística e também observando-se a distribuição da quantidade dos cones na retina do olho humano na interpretação destas cores, este trabalho propõe uma técnica de processamento de imagens baseada na mistura de cores. Trata-se de um método de quantização de cores estático que expressa a proporção das cores preto, azul, verde, ciano, vermelho, magenta, amarelo e branco obtida pela representação binária da cor que compõe os pixels de uma imagem RGB com 8 bits por canal. O histograma da mistura é denominado de misturograma e gera planos que interceptam o espaço RGB, definindo o espaço de cor HSM (Hue, Saturation and Mixture). A posição destes planos dentro do cubo RGB é modelada por meio da distribuição dos cones sensíveis aos comprimentos de onda curta (Short), média (Middle) e longa (Long) consideradas para a retina humana. Para demonstrar a aplicabilidade do espaço de cor HSM, é proposta, neste trabalho, a segmentação dos pixels de uma imagem digital em pele humana ou não pele com o uso dessa nova abordagem. Para análise de desempenho da mistura de cores foi implementado um método tradicional no espaço de cor RGB e também usando uma distribuição Gaussiana nos espaços de cores HSV e HSM. Os resultados obtidos demonstram o potencial da técnica que emprega a mistura de cores para a segmentação de imagens digitais coloridas. Verificou-se também que, baseando-se apenas na camada mais significativa da mistura de cores, gera-se a imagem esboço de uma imagem facial denominada esboço da face. Os resultados obtidos comprovam o bom desempenho do esboço da face em aplicações CBIR. / Inspired on the techniques used by painters to overlap layers of various hues of paint to create oil paintings, and also on observations of the distribution of cones in human retina for the interpretation of these colors, this thesis proposes an image processing technique based on color mixing. This is a static color quantization method that expresses the mixture of black, blue, green, cyan, red, magenta, yellow and white colors quantified by the binary weight of the color that makes up the pixels of an RGB image with 8 bits per channel. The mixture histogram, called a mixturegram, generates planes that intersect the RGB color space, defining the HSM (Hue, Saturation and Mixture) color space. The position of these planes inside the RGB cube is modeled by the distribution of cones sensitive to the short (S), middle (M) and long (L) wave lengths of the human retina. To demonstrate the applicability of the HSM color space, this thesis proposes the segmentation of the pixels of a digital image of human skin or non-skin using this new approach. The performance of the color mixture is analyzed by implementing a traditional method in the RGB color space and by a Gaussian distribution in the HSV and HSM color spaces. The results demonstrate the potential of the proposed technique for color image segmentation. It was also noted that, based only on the most significant layer of the colors mixture, it is possible generates the face sketch image. The results show the performance of the face sketch image in CBIR applications.