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

Tese de mestrado. Inteligência Artificial e Sistemas Inteligentes. Faculdade de Engenharia. Universidade do Porto. 2009

Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. / Submitted by Oliveira Flávia (flavia@sisbin.ufop.br) on 2014-09-04T18:59:52Z No. of bitstreams: 2 license_rdf: 22741 bytes, checksum: 6d485fa57a2ebb95a6dd0efb0da258db (MD5) DISSERTAÇÃO_ExtraçãoComparaçãoCaracterísticas.pdf: 5036840 bytes, checksum: 6799cb5c3196f4f2ee23940dc19f6b2f (MD5) / Approved for entry into archive by Gracilene Carvalho (dara_gmc@hotmail.com) on 2015-01-21T18:36:46Z (GMT) No. of bitstreams: 2 license_rdf: 22741 bytes, checksum: 6d485fa57a2ebb95a6dd0efb0da258db (MD5) DISSERTAÇÃO_ExtraçãoComparaçãoCaracterísticas.pdf: 5036840 bytes, checksum: 6799cb5c3196f4f2ee23940dc19f6b2f (MD5) / Made available in DSpace on 2015-01-21T18:36:46Z (GMT). No. of bitstreams: 2 license_rdf: 22741 bytes, checksum: 6d485fa57a2ebb95a6dd0efb0da258db (MD5) DISSERTAÇÃO_ExtraçãoComparaçãoCaracterísticas.pdf: 5036840 bytes, checksum: 6799cb5c3196f4f2ee23940dc19f6b2f (MD5) Previous issue date: 2014 / 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. ______________________________________________________________________________ / ABSTRACT: 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.

Orientador: Maurílio Boaventura / Coorientador: Inês Aparecida Gasparotto Boaventura / Banca: Silvio Alexandre de Araujo / Banca: Aylton Pagamisse / Resumo: O Reconhecimento facial é uma das tecnologias biométricas mais utilizadas em sistemas automatizados que necessitam garantir a identidade de uma pessoa para acesso autorizado e monitoramento. A grande aceitação do uso da face tem várias vantagens sobre outras tecnologias biométricas: ela é natural, não exige equipamentos sofisticados, a aquisição de dados é baseada em abordagens não invasivas, e pode ser feito a distância, de maneira cooperativa ou não. Embora muitos estudos em reconhecimento facial tenham sido feitos, problemas com variação de iluminação, poses com oclusão facial, expressão facial e envelhecimento ainda são desafios, pois influenciam a performance dos sistemas de reconhecimento facial e motivam o desenvolvimento de novos sistemas de reconhecimento que lidam com esses problemas e sejam mais confiáveis. Este trabalho tem como objetivo avaliar a técnica de Padrões Localmente Mapeados em Multiescala (MSLMP) para o reconhecimento facial. Técnicas baseadas em algoritmos genéticos e processamento de imagens foram usadas para obter melhores resultados. Os resultados obtidos chegam a 100% de acurácia para alguns banco de dados. A base de dados MUCT 'e, em particular, bastante complexa, ela foi criada em 2010 com o objetivo de aumentar a quantidade de bancos de dados disponíveis com alta variação de iluminação, idade, posições e etnias, e por isso, 'e um banco de dados difícil quanto ao reconhecimento automático de faces. Uma nova técnica de processamento baseada na... / Abstract: Facial recognition is one of the most used biometric technologies in automated systems which ensure a person's identity for authorized access and monitoring. The acceptance of face use has several advantages over other biometric technologies: it is natural, it does not require sophisticated equipment, data acquisition is based on non-invasive approaches, and can it be done remotely, cooperatively or not. Although many facial recognition studies have been done, problems with light variation, facial occlusion, position, expression, and aging are still challenges, because they influence the performance of facial recognition systems and motivate the development of more reliable recognition systems that deal with these problems. This work aim to evaluate the Multi-scale Local Mapped Pattern (MSLMP) technique for the facial recognition. Techniques based on genetic algorithms and image processing were applied to increase the performance of the method. The obtained results reach up to 100% of accuracy for some databases. A very difficult database to deal is the MUCT database which was created in 2010 with aim of providing images with high variation of lighting, age, positions and ethnicities in the facial biometry literature, which makes it a highly difficult base in relation to automated recognition. A new processing technique was developed based on the average gray levels of the images of the database / Mestre

Submitted by Marcos Samuel (msamjunior@gmail.com) on 2016-05-31T18:52:09Z No. of bitstreams: 1 Dissertacao_MMCC_Luiz_Otavio.pdf: 6874214 bytes, checksum: f2b823fc741e9778c02cd914c96b2769 (MD5) / Approved for entry into archive by Alda Lima da Silva (sivalda@ufba.br) on 2016-06-03T23:41:39Z (GMT) No. of bitstreams: 1 Dissertacao_MMCC_Luiz_Otavio.pdf: 6874214 bytes, checksum: f2b823fc741e9778c02cd914c96b2769 (MD5) / Made available in DSpace on 2016-06-03T23:41:39Z (GMT). No. of bitstreams: 1 Dissertacao_MMCC_Luiz_Otavio.pdf: 6874214 bytes, checksum: f2b823fc741e9778c02cd914c96b2769 (MD5) / Face é uma das características humanas mais exploradas em sistemas automáticos de identificação, podendo ser usada tanto em controle de acesso em sistemas de segurança, quanto para identificação de suspeitos, apenas para citar alguns exemplos. Principalmente em sistemas biométricos de controle de acesso, a identificação facial de um sujeito pode ser burlada a partir de fotos, vídeos ou máscaras, permitindo que impostores tenham acesso a tais sistemas. Estes ataques ocorrem por meio de captura de uma imagem de face genuína, gravação de movimentos dos olhos ou boca de um usuário com direito de acesso ou mesmo máscaras confeccionadas especialmente para imitar um usuário genuíno do sistema. Por conta disso, métodos de detecção de imitação facial passam a ser imprescindíveis para auxiliar sistemas de reconhecimento facial, a fim de distinguir uma imagem falsa (imagem da imagem ou imagem de um vídeo) de uma face real (imagem de um usuário). No presente trabalho, é proposto um estudo sistemático sobre os sistemas de detecção de imitação facial publicados na literatura da área de Reconhecimento de Padrões em Imagens. O estudo inicia com uma taxonomia dos trabalhos mais relevantes e uma evolução temporal dos trabalhos neste campo de pesquisa; em seguida, analisa comparativamente os resultados dos trabalhos da literatura sobre as bases de dados mais utilizadas para avaliações comparativas, buscando esclarecer a relevância dos resultados encontrados sob o ponto de vista das métricas utilizadas; por fim, após analisar as características dos métodos criados no passado, propõe perspectivas futuras no que se refere a sistemas mais robustos e que possam ser avaliados a partir de bases de dados mais complexas, bem como métricas menos enviesadas para avaliação dos resultados. O estudo discute algumas questões abertas sobre o tema, visando contribuir para a construção de sistemas aplicáveis no mundo real.

Submitted by Luiz Felipe Barbosa (luiz.fbabreu2@ufpe.br) on 2015-03-12T13:13:19Z No. of bitstreams: 2 Dissertacao Rafael Barreto.pdf: 2888932 bytes, checksum: 8342634de0d5283a7be9cd85aecf665a (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Approved for entry into archive by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-13T12:54:33Z (GMT) No. of bitstreams: 2 Dissertacao Rafael Barreto.pdf: 2888932 bytes, checksum: 8342634de0d5283a7be9cd85aecf665a (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T12:54:33Z (GMT). No. of bitstreams: 2 Dissertacao Rafael Barreto.pdf: 2888932 bytes, checksum: 8342634de0d5283a7be9cd85aecf665a (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-02-25 / Técnicas para reconhecimento facial têm sido extensivamente pesquisadas há vários anos. Uma das principais razões para essa popularidade é o fato de que amostras da face podem ser capturadas de maneira não-intrusiva viabilizando aplicações atualmente impossíveis com outras biometrias. Os desafios envolvidos, contudo, são proporcionais à popularidade. A maior parte dos descritores faciais atualmente utilizados não possuem poder discriminatório suficiente para permitir operação em cenários não-controlados. Por essa razão, cada vez mais pesquisadores têm-se focado na melhoria da etapa de classificação desses sistemas empregando técnicas de Aprendizagem de Máquina. Uma estratégia popular é combinar diversos descritores por meio de classificadores do tipo ensemble na expectativa de que um dos descritores utilizados forneça a capacidade discriminatória necessária. Embora eficaz, essa abordagem é computacionalmente custosa. Alternativamente, Aprendizagem de Métrica pode ser empregada para encontrar um mapeamento para um novo espaço de descritores no qual a separabilidade induzida por uma função de distância específica seja aumentada. Apesar de conhecida, essa estratégia não é bem explorada no domínio de reconhecimento facial. Nesse contexto, este trabalho analisa o Estado-da-Arte da aplicação de Aprendizagem de Métrica ao problema de reconhecimento facial e propõe o algoritmo `2-Norm Metric Learning (L2ML) baseado na métrica Euclidiana e especificamente projetado para operação em modo casamento de pares. L2ML introduz um problema de otimização envolvendo uma função objetivo simples com solução de cômputo eficiente ao contrário de outros métodos similares. Os experimentos mostram que o algoritmo L2ML atinge performance no Estado-da-Arte no protocolo Image Restricted da base de dados não-controlada Labeled Faces in theWild (LFW). De fato, uma precisão média de 85,50% foi obtida nesse protocolo combinando três medidas de distância. Este resultado põe L2ML em destaque em relação a técnicas mais complexas descritas em trabalhos recentes e reafirma Aprendizagem de Métrica como uma estratégia promissora para reconhecimento facial em ambientes irrestritos.

Orientador: Aparecido Nilceu Marana / Banca: Patricia Bellin Ribeiro / Banca: Roberta Spolon / Resumo: Na sociedade atual, a identificação precisa e rápida dos indivíduos é uma necessidade. Devido às crescentes preocupações sobre segurança, a Biometria tem sido proposta para este fim. A região ocular da face, que inclui o olho, as pálpebras, os cílios e as sobrancelhas, é uma das mais recentes modalidades biométricas sendo pesquisadas. Além da alta unicidade desta região da face, sua utilização representa um bom trade-off entre a utilização de toda a região da face e a utilização apenas da textura da íris dos olhos, pois possibilita uma gama maior de distâncias do indivíduo sendo identificado ao sensor. Este trabalho apresenta um novo método de autenticação de pessoas baseado em características oculares profundas, que são extraídas da região ocular da face usando uma CNN (Convolutional Neural Network). Em nosso método, em vez de usar diretamente os características profundas para a autenticação, usamos a diferença entre as características de referência e teste, gerando um vetor diferença. Então, nosso método adota uma estratégia de pares. Em seguida, um classificador SVM (Support Vector Machine) binário é treinado para determinar se um vetor diferença é genuíno ou impostor. O novo método proposto para autenticação de pessoas baseado em características oculares foi avaliado em diferentes bases de dados, contendo toda a face ou apenas a região ocular. Em nossos experimentos, a fusão de características oculares com características faciais obteve melhores resultados do que o uso... / Abstract: In modern society, accurate and quick identification of individuals is a necessity. Due to growing security concerns, Biometrics has been proposed for this purpose. The ocular region of the face, which includes the eye, eyelids, eyelashes and eyebrows, is one of the most recent biometric modalities being investigated. In addition to the high uniqueness of this region of the face, its use represents a good trade-off between the use of the entire face region and using only the texture of the iris of the eyes, since it allows a greater range of distances of the individual being identified to the sensor. This work presents a new method for identity authentication based on ocular deep features, which are extracted from the ocular region of the face by using a very deep CNN (Convolutional Neural Network). In our method, instead of using directly the deep features for the authentication, we use the difference between the probe and reference deep features, creating a difference vector. So, our method adopts a pairwise strategy. Then, a binary SVM (Support Vector Machine) classifier is trained to determine whether a given difference of deep features is genuine or impostor. The proposed new method for identity authentication based on ocular features was evaluated on different databases, containing the entire face or only the ocular region. In our experiments, the fusion of ocular features with facial features obtained better results than the use of features of the whole face when ... / Mestre

O reconhecimento facial é uma tarefa que os seres humanos realizam naturalmente todos os dias e praticamente sem esforço nenhum. Porém para uma máquina este processo não é tão simples. Com o aumento do poder computacional das máquinas atuais criou-se um grande interesse no processamento de imagens e vídeos digitais, com aplicações nas mais diversas áreas de conhecimento. Este trabalho objetiva a comparação de técnicas de reconhecimento facial, já conhecidas na literatura, com o intuito de identificar qual técnica possui melhor desempenho em um ambiente real e semicontrolado. Secundariamente avalia-se a possibilidade da utilização de uma ou mais técnicas de reconhecimento facial para identificar automaticamente a presença de alunos em uma sala de aula de artes marciais, utilizando imagens das câmeras de vigilância instaladas no recinto, levando em consideração aspectos importantes, tais como: imagens com pouca nitidez, luminosidade não ideal, movimentação constante dos alunos e o fato das câmeras estarem em um ângulo fixo. Este trabalho está relacionado às áreas de Processamento de Imagens e Reconhecimento de Padrões, e integra a linha de pesquisa de \"Monitoramento de Presença\" do projeto \"Ensino e Monitoramento de Atividades Físicas via Técnicas de Inteligência Artificial\" (Processo 2014.1.923.86.4, publicado no DOE 125(45), em 10/03/2015), projeto este executado em conjunto da Universidade de São Paulo, Faculdade Campo Limpo Paulista e Academia Central Kungfu-Wushu. Com os experimentos realizados e apresentados neste trabalho foi possível concluir que, dentre os métodos de reconhecimento facial utilizados, o método Local Binary Patterns teve o melhor desempenho no ambiente proposto. Por outro lado, o método Eigenfaces teve o pior desempenho de acordo com os experimentos realizados. Além disso, foi possível concluir também que não é viável a realização da detecção de presença automática de forma confiável no ambiente proposto, pois a taxa de reconhecimento facial foi relativamente baixa, se comparada a outros trabalhos do estado da arte, trabalhos estes que usam de ambientes de testes mais amigáveis, mas ao mesmo tempo menos comumente encontrados em nosso dia-a-dia. Acredita-se que foi possível alcançar os objetivos propostos pelo trabalho e que o mesmo possa contribuir para o estado da arte atual na área de visão computacional, mais precisamente no âmbito do reconhecimento facial. Ao final são sugeridos alguns trabalhos futuros que podem ser utilizados como ponto de partida para a continuação desta pesquisa ou até mesmo de novas pesquisas relacionadas a este tema / Face recognition is a task that human beings perform naturally in their everyday lives, usually with no effort at all. To machines, however, this process is not so simple. With the increasing computational power of current machines, a great interest was created in the field of digital videos and images processing, with applications in most diverse areas of knowledge. This work aims to compare face recognition techniques already know in the literature, in order to identify which technique has the best performance in a real and semicontrolled environment. As a secondary objective, we evaluate the possibility of using one or more face recognition techniques to automatically identify the presence of students in a martial arts classroom using images from the surveillance cameras installed in the room, taking into account important aspects such as images with low sharpness, illumination variation, constant movement of students and the fact that the cameras are at a fixed angle. This work is related to the Image Processing and Pattern Recognition areas, and integrates the research line \"Presence Monitoring\" of the project entitled \"Education and Monitoring of Physical Activities using Artificial Intelligence Techniques\" (Process 2014.1.923.86.4, published in DOE 125 (45) on 03/10/2015), developed as a partnership between the University of São Paulo, Campo Limpo Paulista Faculty, and Kungfu-Wushu Central Academy. With the experiments performed and presented in this work it was possible to conclude that, amongst all face recognition methods that were tested, Local Binary Patterns had the best performance in the proposed environment. On the other hand, Eigenfaces had the worse performance according to the experiments. Moreover, it was also possible to conclude that it is not feasible to perform the automatic presence detection reliably in the proposed environment, since the face recognition rate was relatively low, compared to the state of the art which uses, in general, more friendly test environments but at the same time less likely found in our daily lives. We believe that it was possible to achieve the objectives proposed by this work and that can contribute to the current state of the art in the computer vision field and, more precisely, in the face recognition area. Finally, some future work is suggested that can be used as a starting point for the continuation of this work or even for new researches related to this topic

Aparecido Nilceu Marana / Banca: Adilson Gonzaga / Banca: Antonio Carlos Sementille / Resumo: Para identificação de pessoas o reconhecimento facila possui várias vantagens sobre outros tipos de biometria, principalmente por sua alta universalidade, coletabilidade e aceitabilidade. Quando lidando com reconhecimento de faces 2D vários probelmas aparecem normalmente relacionaos com pose, iluminação e espressão facial. Para aumentar a performance de métodos de reconhecimento facial vários algoritmos que utilizam modelos 3D foram propostos, uma vez que esse tipo de dado permite maios facilidade para tratamento dos problemas já mencionados. Com um modelo 3D é possível rotacionar a face em qualquer eixo, projetar iluminação e corrigir deformações ocasionadas por expressão. Os maiores problemas com reconhecimento de faces 3D são vinculados com seus scanners, o alto custo e a forma intrusiva que eles funcionam. Alguns scanners 3D necessitam que a pessoa fique parada por todo o tempo de captura do modelo e, portanto, limitado a sua aplicação. Uma alternativa para scanners 3D tradicionais é a utilização do Kinect, um dispositivo criado pela Microsoft para aumentar a interação dos usuários com jogos no Xbox 360. O maior problema com o Kinect é que ele gera imagens de baixa resolução, dificultando a utilização desses dados para o reconhecimento de faces 3D. O principal objetivo dessa dissertação é analisar alguns métodos que foram propostos para o reconhecimento de faces 3D e propor novas formas de realizar essa função utilizando os dados do Kinect, com isso propromos um método que combina os descritores 3DLBP e o HAOG. Resultados experimentais obtidos no database EURECOM 3D mostraam que a fusão dos métodos melhora o desempenho de ambos. Também foram propostas formas de melhorar a qualidade das faces quando houver obstrução parcial da face usando preenchimento simétrico / Abstract: For person identification, facil recognition has several advantages over other biometric traits due mostly to its high universelly, collectability, and acceptability. When dealing with 2D face images several problems arise related to pose, illumination, and facial expressions. To increase the performance of facial recognition, 3D mehtods have been proposed and developedm since working with 3D objects allow us to handle better the aforementioned problems. With 3D object, it is possible to rotate the face around any axis, generate illumination that matches the one in the enviroment and even correct the deformation in the model due to facial expression. The mais problems with 3D facial recognition are: the high cost of the 3D cameras that have been generally employed, and intrusive way that such devices work. Some of them require that the subject remais completely still for several minutes while scanning, limiting, therefpre, the application deployment for uncontrollable enviroments. One alternative to those expensive cameras is the Kinect, a device developed by Microsoft to enchance gaming in the Xbok 360 console. Due to its capacites to generate depth images, Kinect is candidate device to be use for 3D face recognition, replacing the traditional 3D cameras. The mais problem with the Kinect is that it generates low-resolution images, making difficult the ask of precise facial recognition. The mais objective of this dissertation was to ptoposed some mehtods that have been proposed recently for 3D face recognition and to propose a neu method that combines 3DLBP and HAOG features. Experimental results obtained on the EURECOM 3D face database show that when 3DLBP and HAOG features are combineted the results can be better than they are used alone. We Have also proposed a method that increase the facial recognition performance when the faces present partial obstructions, by utilizing a symetric filling approach / Mestre

Orientador: Anna Diva Plasencia Lotufo / Co-orientador: Jorge Manuel M. C. Pereira Batista / Banca: Carlos Roberto Minussi / Banca: Ricardo Luiz Barros de Freitas / Banca: Díbio Leandro Borges / Banca: Gelson da Cruz Junior / Resumo: O presente trabalho tem como objetivo realizar o reconhecimento de identidade por meio de um método baseado nos Sistemas Imunológicos Artificiais de Seleção Negativa. Para isso, foram explorados os tipos de recursos e alternativas adequadas para a análise de expressões faciais 3D, abordando a técnica de Padrão Binário que tem sido aplicada com sucesso para o problema 2D. Inicialmente, a geometria facial 3D foi convertida em duas representações em 2D, a Depth Map e a APDI, que foram implementadas com uma variedade de tipos de recursos, tais como o Local Phase Quantisers, Gabor Filters e Monogenic Filters, a fim de produzir alguns descritores para então fazer-se a análise de expressões faciais. Posteriormente, aplica-se o Algoritmo de Seleção Negativa onde são realizadas comparações e análises entre as imagens e os detectores previamente criados. Havendo afinidade entre as imagens previamente estabelecidas pelo operador, a imagem é classificada. Esta classificação é chamada de casamento. Por fim, para validar e avaliar o desempenho do método foram realizados testes com imagens diretamente da base de dados e posteriormente com dez descritores desenvolvidos a partir dos padrões binários. Esses tipos de testes foram realizados tendo em vista três objetivos: avaliar quais os melhores descritores e as melhores expressões para se realizar o reconhecimento de identidade e, por fim, validar o desempenho da nova solução de reconhecimento de identidades baseado nos Sistemas Imunológicos Artificiais. Os resultados obtidos pelo método apresentaram eficiência, robustez e precisão no reconhecimento de identidade facial / Abstract: This work aims to perform the identity recognition by a method based on Artificial Immune Systems, the Negative Selection Algorithm. Thus, the resources and adequate alternatives for analyzing 3D facial expressions were explored, exploring the Binary Pattern technique that is successfully applied for the 2D problem. Firstly, the 3D facial geometry was converted in two 2D representations. The Depth Map and the Azimuthal Projection Distance Image were implemented with other resources such as the Local Phase Quantisers, Gabor Filters and Monogenic Filters to produce descriptors to perform the facial expression analysis. Afterwards, the Negative Selection Algorithm is applied, and comparisons and analysis with the images and the detectors previously created are done. If there is affinity with the images, than the image is classified. This classification is called matching. Finally, to validate and evaluate the performance of the method, tests were realized with images from the database and after with ten descriptors developed from the binary patterns. These tests aim to: evaluate which are the best descriptors and the best expressions to recognize the identities, and to validate the performance of the new solution of identity recognition based on Artificial Immune Systems. The results show efficiency, robustness and precision in recognizing facial identity / Doutor