Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário FEI, São Bernardo do Campo, 2018

Entre os sistemas de reconhecimento biométrico, a biometria da face exerce um papel importante nas atividades de pesquisa e nas aplicações de segurança, pois a face pode ser obtida sem conhecimento prévio de um indivíduo. Atualmente, uma grande quantidade de imagens digitais e seqüências de vídeo têm sido adquiridas principalmente sob condições não-controladas, freqüentemente com ruído, borramento, oclusão e variação de escala e iluminação. Por esses problemas, o reconhecimento facial (RF) é ainda considerado como uma área de pesquisa ativa e uma tarefa desafiadora. A motivação vem do fato que o reconhecimento de faces nas imagens com fundo complexo e em base de imagens faciais tem sido uma aplicação de sucesso. Portanto, o principal foco deste trabalho é reconhecer uma ou mais faces em imagens estáticas contendo diversos indivíduos e um individuo (face) em uma base de imagens com faces únicas obtidas sob condições diferentes. Para trabalhar com faces múltiplas, uma abordagem semi-supervisionada foi proposta baseada em características locais invariantes e discriminativas. A extração de características (EC) locais é feita utilizando-se do algoritmo Speeded-Up Robust Features (SURF). A busca por regiões nas quais as características ótimas podem ser extraídas é atendida através do algoritmo ABC. Os resultados obtidos mostram que esta abordagem é robusta e eficiente para aplicações de RF exceto para faces com iluminação não-uniforme. Muitos trabalhos de RF são baseados somente na extração de uma característica e nas abordagens de aprendizagem de máquina. Além disso, as abordagens existentes de EC usam características globais e/ou locais. Para obter características relevantes e complementares, a metodologia de RF deve considerar também as características de diferentes tipos e semi-globais. Portanto, a abordagem hierárquica de RF é proposta baseada na EC como globais, semi-globais e locais. As globais e semi-globais são extraídas utilizando-se de Color Angles (CA) e Edge Histogram Descriptors (EHD) enquanto somente características locais são extraídas utilizando-se do SURF. Uma ampla análise experimental foi feita utilizando os três métodos individualmente, seguido por um esquema hierárquico de três - estágios usando imagens faciais obtidas sob duas condições diferentes de iluminação com expressão facial e uma variação de escala leve. Além disso, para CA e EHD, o desempenho da abordagem foi também analisado combinando-se características globais, semi-globais e locais. A abordagem proposta alcança uma taxa de reconhecimento alta com as imagens de todas as condições testadas neste trabalho. Os resultados enfatizam a influência das características locais e semi-globais no desempenho do reconhecimento. Em ambas as abordagens, tanto nas faces únicas quanto nas faces múltiplas, a conquista principal é o alto desempenho obtido somente com a capacidade discriminativa de características sem nenhum esquema de treinamento. / Among biometric recognition systems, face biometrics plays an important role in research activities and security applications since face images can be acquired without any knowledge of individuals. Nowadays a huge amount of digital images and video sequences have been acquired mainly from uncontrolled conditions, frequently including noise, blur, occlusion and variation on scale and illumination. Because of these issues, face recognition (FR) is still an active research area and becomes a complex problem and a challenging task. In this context, the motivation comes from the fact that recognition of faces in digital images with complex background and databases of face images have become one of the successful applications of Computer Vision. Hence, the main goal of this work is to recognize one or more faces from still images with multiple faces and from a database of single faces obtained under different conditions. To work with multiple face images under varying conditions, a semi-supervised approach proposed based on the invariant and discriminative power of local features. The extraction of local features is done using Speeded-Up Robust Features (SURF). The search for regions from which optimal features can be extracted is fulfilled by an improved ABC algorithm. To fully exploit the proposed approach, an extensive experimental analysis was performed. Results show that this approach is robust and efficient for face recognition applications except for faces with non-uniform illumination. In the literature, a significant number of single FR researches are based on extraction of only one feature and machine learning approaches. Besides, existing feature extraction approaches broadly use either global or local features. To obtain relevant and complementary features from face images, a face recognition methodology should consider heterogeneous features and semi-global features. Therefore, a novel hierarchical semi-supervised FR approach is proposed based on extraction of global, semi-global and local features. Global and semi-global features are extracted using Color Angles (CA) and edge histogram descriptors (EHD) meanwhile only local features are extracted using SURF. An extensive experimental analysis using the three feature extraction methods was done first individually followed by a three-stage hierarchical scheme using the face images obtained under two different lighting conditions with facial expression and slight scale variation. Furthermore, the performance of the approach was also analyzed using global, semi-global and local features combinations for CA and EHD. The proposed approach achieves high recognition rates considering all image conditions tested in this work. In addition to this, the results emphasize the influence of local and semi-global features in the recognition performance. In both, single face and multiple faces approaches, the main achievement is the high performance obtained only from the discriminative capacity of extracted features without any training schemes.

Entre os sistemas de reconhecimento biométrico, a biometria da face exerce um papel importante nas atividades de pesquisa e nas aplicações de segurança, pois a face pode ser obtida sem conhecimento prévio de um indivíduo. Atualmente, uma grande quantidade de imagens digitais e seqüências de vídeo têm sido adquiridas principalmente sob condições não-controladas, freqüentemente com ruído, borramento, oclusão e variação de escala e iluminação. Por esses problemas, o reconhecimento facial (RF) é ainda considerado como uma área de pesquisa ativa e uma tarefa desafiadora. A motivação vem do fato que o reconhecimento de faces nas imagens com fundo complexo e em base de imagens faciais tem sido uma aplicação de sucesso. Portanto, o principal foco deste trabalho é reconhecer uma ou mais faces em imagens estáticas contendo diversos indivíduos e um individuo (face) em uma base de imagens com faces únicas obtidas sob condições diferentes. Para trabalhar com faces múltiplas, uma abordagem semi-supervisionada foi proposta baseada em características locais invariantes e discriminativas. A extração de características (EC) locais é feita utilizando-se do algoritmo Speeded-Up Robust Features (SURF). A busca por regiões nas quais as características ótimas podem ser extraídas é atendida através do algoritmo ABC. Os resultados obtidos mostram que esta abordagem é robusta e eficiente para aplicações de RF exceto para faces com iluminação não-uniforme. Muitos trabalhos de RF são baseados somente na extração de uma característica e nas abordagens de aprendizagem de máquina. Além disso, as abordagens existentes de EC usam características globais e/ou locais. Para obter características relevantes e complementares, a metodologia de RF deve considerar também as características de diferentes tipos e semi-globais. Portanto, a abordagem hierárquica de RF é proposta baseada na EC como globais, semi-globais e locais. As globais e semi-globais são extraídas utilizando-se de Color Angles (CA) e Edge Histogram Descriptors (EHD) enquanto somente características locais são extraídas utilizando-se do SURF. Uma ampla análise experimental foi feita utilizando os três métodos individualmente, seguido por um esquema hierárquico de três - estágios usando imagens faciais obtidas sob duas condições diferentes de iluminação com expressão facial e uma variação de escala leve. Além disso, para CA e EHD, o desempenho da abordagem foi também analisado combinando-se características globais, semi-globais e locais. A abordagem proposta alcança uma taxa de reconhecimento alta com as imagens de todas as condições testadas neste trabalho. Os resultados enfatizam a influência das características locais e semi-globais no desempenho do reconhecimento. Em ambas as abordagens, tanto nas faces únicas quanto nas faces múltiplas, a conquista principal é o alto desempenho obtido somente com a capacidade discriminativa de características sem nenhum esquema de treinamento. / Among biometric recognition systems, face biometrics plays an important role in research activities and security applications since face images can be acquired without any knowledge of individuals. Nowadays a huge amount of digital images and video sequences have been acquired mainly from uncontrolled conditions, frequently including noise, blur, occlusion and variation on scale and illumination. Because of these issues, face recognition (FR) is still an active research area and becomes a complex problem and a challenging task. In this context, the motivation comes from the fact that recognition of faces in digital images with complex background and databases of face images have become one of the successful applications of Computer Vision. Hence, the main goal of this work is to recognize one or more faces from still images with multiple faces and from a database of single faces obtained under different conditions. To work with multiple face images under varying conditions, a semi-supervised approach proposed based on the invariant and discriminative power of local features. The extraction of local features is done using Speeded-Up Robust Features (SURF). The search for regions from which optimal features can be extracted is fulfilled by an improved ABC algorithm. To fully exploit the proposed approach, an extensive experimental analysis was performed. Results show that this approach is robust and efficient for face recognition applications except for faces with non-uniform illumination. In the literature, a significant number of single FR researches are based on extraction of only one feature and machine learning approaches. Besides, existing feature extraction approaches broadly use either global or local features. To obtain relevant and complementary features from face images, a face recognition methodology should consider heterogeneous features and semi-global features. Therefore, a novel hierarchical semi-supervised FR approach is proposed based on extraction of global, semi-global and local features. Global and semi-global features are extracted using Color Angles (CA) and edge histogram descriptors (EHD) meanwhile only local features are extracted using SURF. An extensive experimental analysis using the three feature extraction methods was done first individually followed by a three-stage hierarchical scheme using the face images obtained under two different lighting conditions with facial expression and slight scale variation. Furthermore, the performance of the approach was also analyzed using global, semi-global and local features combinations for CA and EHD. The proposed approach achieves high recognition rates considering all image conditions tested in this work. In addition to this, the results emphasize the influence of local and semi-global features in the recognition performance. In both, single face and multiple faces approaches, the main achievement is the high performance obtained only from the discriminative capacity of extracted features without any training schemes.

Este projeto teve por objetivo investigar se existem diferenças nos julgamentos de atratividade de faces masculinizadas e feminilizadas entre mulheres durante a etapa folicular tardia e na etapa luteal (fases do ciclo menstrual) e se estas se correlacionam às alterações dos níveis hormonais. Foram incluídas 30 mulheres voluntárias, na faixa etária de 18 a 42 anos com ciclos menstruais regulares, com duração entre 24 e 33 dias, sem uso de anticoncepcional hormonal (AH). Foram utilizados para a avaliação da atratividade facial dois protótipos faciais: um de uma face feminina e outro de face masculina. De cada um desses protótipos foram confeccionadas mais quatro faces, cujos traços de duas foram masculinizados e das outras duas foram feminilizados em diferentes graus. Foram realizadas duas sessões experimentais para cada participante. A primeira sessão foi na etapa folicular tardia do ciclo menstrual e a segunda na etapa luteal do ciclo. Em cada sessão, a participante era instruída a ordenar decrescentemente as faces conforme o quão atraente cada uma lhe parecerá. Em seguida a participante classificava as faces em três grupos: Amigo, Inimigo e Amante. Posteriormente foi colhida a amostra de sangue para posteriores análises dos níveis hormonais. Ou seja, tanto na etapa folicular tardia quanto na luteal, as participantes avaliaram as imagens das faces e doaram uma amostra de sangue. As frequências foram comparadas e verificou-se que para as faces masculinas masculinizadas e a face neutra foram consideradas as mais atraentes na fase folicular tardia e na fase lútea. Na fase folicular tardia, para as faces masculinas, quanto mais masculinizadas elas forem, maior sua pontuação no grupo Amante. Na fase lútea, a face original masculina e todas as faces masculinas masculinizadas foram mais frequentemente classificadas ao grupo Amante, mas a face 50% masculinizada teve um aumento na qualificação de Inimigo. E finalmente, não foi verificada uma correlação entre os níveis hormonais e a preferência por faces mais masculinizadas ou feminilizada. Não foi evidenciada uma mudança significativa na preferência do julgamento das faces; observando-se que existe sempre uma preferência por faces mais masculinizadas para faces masculinas, e preferência por faces mais feminilizadas para faces femininas, independente das fases do ciclo menstrual. / This project aimed to investigate whether there are differences in attractiveness judgments of masculinized and feminized faces by women during the late follicular and the luteal phases (phases of the menstrual cycle) and whether these judgments correlate with hormonal level changes. Thirty women with age between 18 and 42 years old, with regular menstrual cycles lasting between 24 and 33 days, and without use of hormonal contraceptive (AH) were volunteers in this study. Stimuli were images of a female and a male prototypical faces that by computer morphing technique generated other faces with exaggeration of the gender traits by 25% and 50%. Two experimental sessions, the first in the late follicular phase and the second in the luteal phase, were conducted for each participant to judge the attractiveness of the faces, sorting them from the highest to lowest attractive. Finishing this task, the participant classified the faces into three groups: \"Friend\", \"Enemy\" or \"Lover.\" After each session in both menstrual phases blood sample of the participant was collected for further hormone level analysis. The masculinized male face and the original male face were chosen as more attractive in the follicular phase and the late luteal phase. Besides, in the late follicular phase, the more masculinized are the male faces, the higher is their score into the \"Lover\" group. In the luteal phase, also all masculinized and the original male faces were classified more frequently into the Lover group, but also the 50% masculinized male face was more frequently classified into the Enemy group. And finally, there was no correlation between hormone levels and preference for more masculinized or more feminized faces. Then, there is no evidence that hormonal levels change the face preferences. There was always a preference for masculinized faces to male faces, and preference for feminized faces for female faces, regardless of the menstrual cycle phases.

Este projeto teve por objetivo investigar se existem diferenças nos julgamentos de atratividade de faces masculinizadas e feminilizadas entre mulheres durante a etapa folicular tardia e na etapa luteal (fases do ciclo menstrual) e se estas se correlacionam às alterações dos níveis hormonais. Foram incluídas 30 mulheres voluntárias, na faixa etária de 18 a 42 anos com ciclos menstruais regulares, com duração entre 24 e 33 dias, sem uso de anticoncepcional hormonal (AH). Foram utilizados para a avaliação da atratividade facial dois protótipos faciais: um de uma face feminina e outro de face masculina. De cada um desses protótipos foram confeccionadas mais quatro faces, cujos traços de duas foram masculinizados e das outras duas foram feminilizados em diferentes graus. Foram realizadas duas sessões experimentais para cada participante. A primeira sessão foi na etapa folicular tardia do ciclo menstrual e a segunda na etapa luteal do ciclo. Em cada sessão, a participante era instruída a ordenar decrescentemente as faces conforme o quão atraente cada uma lhe parecerá. Em seguida a participante classificava as faces em três grupos: Amigo, Inimigo e Amante. Posteriormente foi colhida a amostra de sangue para posteriores análises dos níveis hormonais. Ou seja, tanto na etapa folicular tardia quanto na luteal, as participantes avaliaram as imagens das faces e doaram uma amostra de sangue. As frequências foram comparadas e verificou-se que para as faces masculinas masculinizadas e a face neutra foram consideradas as mais atraentes na fase folicular tardia e na fase lútea. Na fase folicular tardia, para as faces masculinas, quanto mais masculinizadas elas forem, maior sua pontuação no grupo Amante. Na fase lútea, a face original masculina e todas as faces masculinas masculinizadas foram mais frequentemente classificadas ao grupo Amante, mas a face 50% masculinizada teve um aumento na qualificação de Inimigo. E finalmente, não foi verificada uma correlação entre os níveis hormonais e a preferência por faces mais masculinizadas ou feminilizada. Não foi evidenciada uma mudança significativa na preferência do julgamento das faces; observando-se que existe sempre uma preferência por faces mais masculinizadas para faces masculinas, e preferência por faces mais feminilizadas para faces femininas, independente das fases do ciclo menstrual. / This project aimed to investigate whether there are differences in attractiveness judgments of masculinized and feminized faces by women during the late follicular and the luteal phases (phases of the menstrual cycle) and whether these judgments correlate with hormonal level changes. Thirty women with age between 18 and 42 years old, with regular menstrual cycles lasting between 24 and 33 days, and without use of hormonal contraceptive (AH) were volunteers in this study. Stimuli were images of a female and a male prototypical faces that by computer morphing technique generated other faces with exaggeration of the gender traits by 25% and 50%. Two experimental sessions, the first in the late follicular phase and the second in the luteal phase, were conducted for each participant to judge the attractiveness of the faces, sorting them from the highest to lowest attractive. Finishing this task, the participant classified the faces into three groups: \"Friend\", \"Enemy\" or \"Lover.\" After each session in both menstrual phases blood sample of the participant was collected for further hormone level analysis. The masculinized male face and the original male face were chosen as more attractive in the follicular phase and the late luteal phase. Besides, in the late follicular phase, the more masculinized are the male faces, the higher is their score into the \"Lover\" group. In the luteal phase, also all masculinized and the original male faces were classified more frequently into the Lover group, but also the 50% masculinized male face was more frequently classified into the Enemy group. And finally, there was no correlation between hormone levels and preference for more masculinized or more feminized faces. Then, there is no evidence that hormonal levels change the face preferences. There was always a preference for masculinized faces to male faces, and preference for feminized faces for female faces, regardless of the menstrual cycle phases.

A visibilidade da etapa fértil na mulher é uma questão polêmica e tem sido muito discutida nas últimas décadas. Alguns autores argumentam que no transcorrer da evolução a ovulação ficou oculta. Em paralelo, outros pesquisadores afirmam que a ovulação na mulher não se manifesta de forma tão visível como em alguns primatas que apresentam sinais muito notórios da ovulação, por exemplo, a tumefação vaginal. Mas diversas pesquisas têm fornecido evidência que mostram que o período fértil na mulher é perceptível de maneira sutil, sem que se tenha consciência do processo perceptual envolvido. Os achados destas pesquisas apontam para o fato de diversas características (como a face, a proporção cintura quadril, a simetria de tecidos brandos pareados e o cheiro) serem percebidas como mais atraentes na etapa fértil. O presente estudo teve por objetivo investigar se em alguma etapa (folicular tardia ou lútea) do ciclo menstrual a face da mulher se torna mais atraente para o sexo oposto devido a mudanças morfológicas induzidas pelos níveis hormonais. Foram apresentados, apenas para participantes masculinos, 36 slides com fotografias de faces frontais de mulheres em idade reprodutiva. Em cada slide foram mostradas simultaneamente duas fotos da mesma mulher, uma das fotos obtida na Fase Folicular Tardia (FFT) do ciclo e a outra obtida na Fase Lútea (FL). Os participantes escolheram a face mais atraente e posteriormente avaliaram o grau de atratividade mediante uma escala analógica visual (VAS), cujo extremo esquerdo e direito da escala foram rotulados respectivamente por: nem um pouco atraente e muito atraente. Os resultados mostraram que a atratividade facial feminina muda em função da etapa do ciclo menstrual. As faces das mulheres que não tomavam anticoncepcionais foram julgadas como mais atraentes na etapa fértil do que na etapa infértil do ciclo. E o julgamento de atratividade feito para as faces das mulheres que tomavam anticoncepcionais não diferiram significativamente entre a FFT e a FL. Os resultados obtidos nesta pesquisa e nos estudos realizados previamente proporcionam evidências que demonstram que o período fértil nos humanos não está oculto, pois ocorrem mudanças na face que são detectáveis, mesmo quando o processo de percepção não é ciente. / Visibility of fertile period in women is a controversial topic that has been broadly discussed during the last decades. Some authors argue that ovulation became hidden in the course of evolution. In contrast, some other researchers state that ovulation in woman is not manifested as visibly as in other primates, which present very evident signals of ovulation like, e.g., vaginal tumefaction. However, several studies have provided evidence showing that fertile period in women is perceptible in a subtle way, without being aware of the perceptual process involved. Findings of those works points to the fact that some characteristics such as face, waist hip ratio, paired soft tissues symmetry and smell are perceived as more attractive in the fertile stage. The present work aimed to find out whether in any stage (late follicular or luteal) of menstrual cycle woman face appears more attractive to opposite sex, due to morphological changes induced by hormonal levels. 36 slides with frontal face photographs of woman in reproductive age were shown to male participants. In each slide two pictures of the same woman, one obtained in the late follicular phase and the other obtained in the luteal phase were exposed. Participants chose the more attractive picture and then they assessed the attractiveness through a visual analogical scale (VAS), in whose left and right extremes the legends not attractive at all and very attractive were marked, respectively. Results showed that female facial attractiveness changes as a function of the menstrual cycle stage. Faces of women who did not take contraceptives did not differ significantly between FFT and FL. The results obtained in this research and previous studies provide evidence to demonstrate that the fertile period in humans is not hidden, because on the face occur changes that are detectable even when the process of perception is not aware of.

A visibilidade da etapa fértil na mulher é uma questão polêmica e tem sido muito discutida nas últimas décadas. Alguns autores argumentam que no transcorrer da evolução a ovulação ficou oculta. Em paralelo, outros pesquisadores afirmam que a ovulação na mulher não se manifesta de forma tão visível como em alguns primatas que apresentam sinais muito notórios da ovulação, por exemplo, a tumefação vaginal. Mas diversas pesquisas têm fornecido evidência que mostram que o período fértil na mulher é perceptível de maneira sutil, sem que se tenha consciência do processo perceptual envolvido. Os achados destas pesquisas apontam para o fato de diversas características (como a face, a proporção cintura quadril, a simetria de tecidos brandos pareados e o cheiro) serem percebidas como mais atraentes na etapa fértil. O presente estudo teve por objetivo investigar se em alguma etapa (folicular tardia ou lútea) do ciclo menstrual a face da mulher se torna mais atraente para o sexo oposto devido a mudanças morfológicas induzidas pelos níveis hormonais. Foram apresentados, apenas para participantes masculinos, 36 slides com fotografias de faces frontais de mulheres em idade reprodutiva. Em cada slide foram mostradas simultaneamente duas fotos da mesma mulher, uma das fotos obtida na Fase Folicular Tardia (FFT) do ciclo e a outra obtida na Fase Lútea (FL). Os participantes escolheram a face mais atraente e posteriormente avaliaram o grau de atratividade mediante uma escala analógica visual (VAS), cujo extremo esquerdo e direito da escala foram rotulados respectivamente por: nem um pouco atraente e muito atraente. Os resultados mostraram que a atratividade facial feminina muda em função da etapa do ciclo menstrual. As faces das mulheres que não tomavam anticoncepcionais foram julgadas como mais atraentes na etapa fértil do que na etapa infértil do ciclo. E o julgamento de atratividade feito para as faces das mulheres que tomavam anticoncepcionais não diferiram significativamente entre a FFT e a FL. Os resultados obtidos nesta pesquisa e nos estudos realizados previamente proporcionam evidências que demonstram que o período fértil nos humanos não está oculto, pois ocorrem mudanças na face que são detectáveis, mesmo quando o processo de percepção não é ciente. / Visibility of fertile period in women is a controversial topic that has been broadly discussed during the last decades. Some authors argue that ovulation became hidden in the course of evolution. In contrast, some other researchers state that ovulation in woman is not manifested as visibly as in other primates, which present very evident signals of ovulation like, e.g., vaginal tumefaction. However, several studies have provided evidence showing that fertile period in women is perceptible in a subtle way, without being aware of the perceptual process involved. Findings of those works points to the fact that some characteristics such as face, waist hip ratio, paired soft tissues symmetry and smell are perceived as more attractive in the fertile stage. The present work aimed to find out whether in any stage (late follicular or luteal) of menstrual cycle woman face appears more attractive to opposite sex, due to morphological changes induced by hormonal levels. 36 slides with frontal face photographs of woman in reproductive age were shown to male participants. In each slide two pictures of the same woman, one obtained in the late follicular phase and the other obtained in the luteal phase were exposed. Participants chose the more attractive picture and then they assessed the attractiveness through a visual analogical scale (VAS), in whose left and right extremes the legends not attractive at all and very attractive were marked, respectively. Results showed that female facial attractiveness changes as a function of the menstrual cycle stage. Faces of women who did not take contraceptives did not differ significantly between FFT and FL. The results obtained in this research and previous studies provide evidence to demonstrate that the fertile period in humans is not hidden, because on the face occur changes that are detectable even when the process of perception is not aware of.

A busca por métodos de leitura biométrica tem crescido muito, alimentada pelas necessidades governamentais, militares e comerciais. Pesquisas indicam que o mercado de reconhecimento facial vai movimentar bilhões de dólares nos próximos anos. Dessa forma, encontrar métodos que atendem situações específicas impulsiona novos avanços nessa área. Cada aplicação de reconhecimento de faces precisa de uma solução particular. Há casos que o tempo de resposta é o fator mais importante; outros exigem que a face seja classificada mesmo que de forma parcial. Em todas essas situações, a acurácia e a robustez talvez sejam os atributos mais importantes. Entretanto, na maioria das vezes, tais características se comportam como grandezas inversas: aumentado o grau de confiança dos resultados o desempenho do método será afetado. Por isso, desenvolver uma metodologia que equilibra tais fatores é essencial para a construção de soluções aceitáveis. Este trabalho apresenta um novo algoritmo de reconhecimento facial, baseado em descritores locais e em redes complexas. O método é capaz de concentrar a informação, antes distribuída pelos diversos pontos dos descritores, em um único vetor de características, tornando a classificação mais rápida e eficiente. Além disso, o outro foco da metodologia é reduzir etapas de pré-processamento, evitando que processos sejam executados de forma desnecessária. Os experimentos foram realizados com bancos de faces bem conhecidos na literatura, revelando taxas de acurácia de até 98,5%. A técnica também apresentou bons resultados mesmo quando havia ruídos nas amostras, muitas vezes oriundos de objetos presentes na composição do cenário. Para uma análise complementar, algoritmos clássicos de reconhecimento facial foram submetidos ao mesmo conjunto de dados, gerando assim resultados comparativos entre as metodologias. / The search for biometric scanning methods has grown a lot due to government, military and commercial needs. Researches indicate the face recognition market will move billions of dollars in next years. Thus, finding methods to specific situations drives new advances in this area. Each application face recognition requires a particular solution. There are cases the response time is the most important factor; others require that face must be classified even if partially. In all these situations, accuracy and robustness may be the most important attributes. However, in most cases, these features behave as inverse greatness: increasing the confidence level of the results the method performance will be affected. Therefore, create the method which balances these factors is essential for construction of acceptable solutions. This paper presents a new face recognition algorithm based on local descriptors and complex networks. The method is able to concentrate the information before distributed by various point descriptors, in a unique feature vector. It makes the classification step faster and more efficient. Furthermore, another focus of the method is reduce pre-processing steps, avoiding unnecessary processes. The experiments were conducted with faces datasets well known in the literature, revealing accuracy rates of up to 98.5%. The technique also showed good results when there was noise in the samples, often derived from objects present in the composition of the scene. For additional analysis, classical facial recognition algorithms were subjected to the same data set, generating comparative results between both methodologies.

A busca por métodos de leitura biométrica tem crescido muito, alimentada pelas necessidades governamentais, militares e comerciais. Pesquisas indicam que o mercado de reconhecimento facial vai movimentar bilhões de dólares nos próximos anos. Dessa forma, encontrar métodos que atendem situações específicas impulsiona novos avanços nessa área. Cada aplicação de reconhecimento de faces precisa de uma solução particular. Há casos que o tempo de resposta é o fator mais importante; outros exigem que a face seja classificada mesmo que de forma parcial. Em todas essas situações, a acurácia e a robustez talvez sejam os atributos mais importantes. Entretanto, na maioria das vezes, tais características se comportam como grandezas inversas: aumentado o grau de confiança dos resultados o desempenho do método será afetado. Por isso, desenvolver uma metodologia que equilibra tais fatores é essencial para a construção de soluções aceitáveis. Este trabalho apresenta um novo algoritmo de reconhecimento facial, baseado em descritores locais e em redes complexas. O método é capaz de concentrar a informação, antes distribuída pelos diversos pontos dos descritores, em um único vetor de características, tornando a classificação mais rápida e eficiente. Além disso, o outro foco da metodologia é reduzir etapas de pré-processamento, evitando que processos sejam executados de forma desnecessária. Os experimentos foram realizados com bancos de faces bem conhecidos na literatura, revelando taxas de acurácia de até 98,5%. A técnica também apresentou bons resultados mesmo quando havia ruídos nas amostras, muitas vezes oriundos de objetos presentes na composição do cenário. Para uma análise complementar, algoritmos clássicos de reconhecimento facial foram submetidos ao mesmo conjunto de dados, gerando assim resultados comparativos entre as metodologias. / The search for biometric scanning methods has grown a lot due to government, military and commercial needs. Researches indicate the face recognition market will move billions of dollars in next years. Thus, finding methods to specific situations drives new advances in this area. Each application face recognition requires a particular solution. There are cases the response time is the most important factor; others require that face must be classified even if partially. In all these situations, accuracy and robustness may be the most important attributes. However, in most cases, these features behave as inverse greatness: increasing the confidence level of the results the method performance will be affected. Therefore, create the method which balances these factors is essential for construction of acceptable solutions. This paper presents a new face recognition algorithm based on local descriptors and complex networks. The method is able to concentrate the information before distributed by various point descriptors, in a unique feature vector. It makes the classification step faster and more efficient. Furthermore, another focus of the method is reduce pre-processing steps, avoiding unnecessary processes. The experiments were conducted with faces datasets well known in the literature, revealing accuracy rates of up to 98.5%. The technique also showed good results when there was noise in the samples, often derived from objects present in the composition of the scene. For additional analysis, classical facial recognition algorithms were subjected to the same data set, generating comparative results between both methodologies.

CAPES / O reconhecimento facial está se tornando uma tarefa comum com a evolução da tecnologia da informação. Este artefato pode ser utilizado na área de segurança, controlando acesso a lugares restritos, identificando pessoas que tenham cometido atos ilícitos, entre outros. Executar o reconhecimento facial é uma tarefa complexa e, para completar este processo, são implementadas etapas que compreendem: a captura de imagens faciais, a detecção de regiões de interesse, a normalização facial, a extração de características e o reconhecimento em si. Dentre estas, as três primeiras são tratadas neste trabalho, que tem como objetivo principal a normalização automática de faces. Tanto para a captura de imagens quanto para a normalização frontal existem normas internacionais que padronizam o procedimento de execução destas tarefas e que foram utilizadas neste trabalho. Além disto, algumas normas foram adaptadas para a construção de uma base de imagens faciais com o objetivo de auxiliar o processo de reconhecimento facial. Também foi criada uma nova metodologia para normalização de imagens faciais laterais, baseando-se nas normas da normalização frontal. Foram implementadas normalização semiautomática frontal, semiautomática lateral e automática lateral. Para a execução da normalização facial automática são necessários dois pontos de controle, os dois olhos, o que torna indispensável a execução da etapa de detecção de regiões de interesse. Neste trabalho, foram comparadas duas metodologias semelhantes para detecção. Primeiramente foi detectada uma região contendo ambos os olhos e, em seguida, dentro desta região, foram detectados cada um dos olhos de forma mais precisa. Para as duas metodologias foram utilizadas técnicas de processamento de imagens e reconhecimento de padrões. A primeira metodologia utiliza como filtro o Haar-Like Features em conjunto com a técnica de reconhecimento de padrões Adaptative Boosting. Sendo que as técnicas equivalentes no segundo algoritmo foram o Local Binary Pattern e o Support Vector Machines, respectivamente. Na segunda metodologia também foi utilizado um algoritmo de otimização de busca baseado em vizinhança, o Variable Neighborhood Search. Os estudos resultaram em uma base com 3726 imagens, mais uma base normalizada frontal com 966 imagens e uma normalizada lateral com 276 imagens. A detecção de olhos resultou, nos melhores testes, em aproximadamente 99% de precisão para a primeira metodologia e 95% para a segunda, sendo que em todos os testes a primeira foi o mais rápida. Com o desenvolvimento de trabalhos futuros pretende-se: tornar públicas as bases de imagens, melhorar a porcentagem de acerto e velocidade de processamento para todos os testes e melhorar a normalização, implementando a normalização de plano de fundo e também de iluminação. / With the evolution of information technology Facial recognition is becoming a common task. This artifact can be used in security, controlling access to restricted places and identifying persons, for example. Facial recognition is a complex task, and it's divided into some process, comprising: facial images capture, detection of regions of interest, facial normalization, feature extraction and recognition itself. Among these, the first three are treated in this work, which has as its main objective the automatic normalization of faces. For the capture of images and for the image normalization there are international standards that standardize the procedure for implementing these tasks and which were used in this work. In addition to following these rules, other standardizations have been developed to build a database of facial images in order to assist the process of face recognition. A new methodology for normalization of profile faces, based on the rules of frontal normalization. Some ways of normalization were implemented: frontal semiautomatic, lateral semiautomatic and automatic frontal. For the execution of frontal automatic normalization we need two points of interest, the two eyes, which makes it a necessary step to execute the detection regions of interest. In this work, we compared two similar methods for detecting. Where was first detected a region containing both eyes and then, within this region were detected each eye more accurately. For the two methodologies were used techniques of image processing and pattern recognition. The first method based on the Viola and Jones algorithm, the filter uses as Haar-like Features with the technique of pattern recognition Adaptive Boosting. Where the second algorithm equivalent techniques were Local Binary Pattern and Support Vector Machines, respectively. In the second algorithm was also used an optimization algorithm based on neighborhood search, the Variable Neighborhood Search. This studies resulted in a database with 3726 images, a frontal normalized database with 966 images and a database with face's profile normalized with 276 images. The eye detection resulted in better tests, about 99 % accuracy for the first method and 95 % for the second, and in all tests the first algorithm was the fastest. With the development of future work we have: make public the images database, improve the percentage of accuracy and processing speed for all tests and improve the normalization by implementing the normalization of the background and also lighting.