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.

Computer Vision researchers are constantly challenged with questions that are motivated by real applications. One of these questions is whether a computer program could distinguish groups of people based on their geographical ancestry, using only frontal images of their faces. The advances in this research area in the last ten years show that the answer to that question is affirmative. Several papers address this problem by applying methods such as Local Binary Patterns (LBP), raw pixel values, Principal or Independent Component Analysis (PCA/ICA), Gabor filters, Biologically Inspired Features (BIF), and more recently, Convolution Neural Networks (CNN). In this work we propose to combine the Bag-of-Visual-Words model with new dictionary learning techniques and a new spatial structure approach for image features. An extensive set of experiments has been performed using two of the largest face image databases available (MORPH-II and FERET), reaching very competitive results for gender and ethnicity recognition, while using a considerable small set of images for training. / Pesquisadores de visão computacional são constantemente desafiados com perguntas motivadas por aplicações reais. Uma dessas questões é se um programa de computador poderia distinguir grupos de pessoas com base em sua ascendência geográfica, usando apenas imagens frontais de seus rostos. Os avanços nesta área de pesquisa nos últimos dez anos mostram que a resposta a essa pergunta é afirmativa. Vários artigos abordam esse problema aplicando métodos como Padrões Binários Locais (LBP), valores de pixels brutos, Análise de Componentes Principais ou Independentes (PCA/ICA), filtros de Gabor, Características Biologicamente Inspiradas (BIF) e, mais recentemente, Redes Neurais Convolucionais (CNN). Neste trabalho propomos combinar o modelo \"bag-of-words\" visual com novas técnicas de aprendizagem por dicionário e uma nova abordagem de estrutura espacial para características da imagem. Um extenso conjunto de experimentos foi realizado usando dois dos maiores bancos de dados de imagens faciais disponíveis (MORPH-II e FERET), alcançando resultados muito competitivos para reconhecimento de gênero e etnia, ao passo que utiliza um conjunto consideravelmente pequeno de imagens para treinamento.