Dissertação (mestrado)—Universidade de Brasília, Instituto de Psicologia, Departamento de Processos Psicológicos Básicos, Programa de Pós-Graduação em Ciências do Comportamento, 2018. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). / Movimentos faciais do próprio observador ou ausência deles podem servir como pistas para interpretar estados emocionais de pessoas observadas. Neste sentido, o presente estudo teve por objetivo analisar a capacidade de reconhecimento de expressões emocionais enquanto o observador tensiona a própria face ou imita a face-alvo. O experimento foi realizado com dois grupos (Imitação e Ruído), cada um com 30 participantes. Foi apresentada ao participante uma tarefa de reconhecimento de expressão emocional em face. Dependendo do grupo que foi alocado, o participante imitou (grupo imitação) a face-alvo ou tencionou a própria face (grupo ruído) durante 10 segundos, antes de responder qual emoção foi apresentada. A hipótese central deste experimento foi a de que indivíduos que tensionam sua própria face ou imitam a expressão da emoção facial possuem menor ou maior probabilidade de acertos na execução de tarefas de reconhecimento de expressões emocionais em faces respectivamente. Os resultados apresentaram diferenças significativas quando comparadas as tarefas de tensionar ou imitar a face-alvo, sugerindo que a alteração da própria face do observador pode influenciar durante o desempenho de uma tarefa de reconhecimento de emoção em faces. / Facial movements of the observer or absence of them can serve as clues to interpret the emotional state of observed persons. The aim of this work was to analyze the capacity of recognition of emotional expressions while the observer tensions his own face or imitates the target face. The experiment was performed with two groups (imitation and noise), each with 30 participants. It was presented to the participant a task of recognition of facial emotional expression, depending on the group that was allocated, the participant imitated the target face (imitation) or tensioned his own face (noise group) for 10 seconds, before answering which emotion was presented. The central hypothesis of this experiment is that individuals who stress their own face or imitate facial emotional expression have a lower or greater probability of success in performing tasks of recognition of emotional expressions on faces respectively. The results presented significant differences when comparing the tasks of tensioning or imitating the target face, suggesting that the alteration of the observer's own face may influence during the performance of a task of emotion recognition on faces.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Psicologia, Departamento de Processos Psicológicos Básicos, Programa de Pós-Graduação em Ciências do Comportamento, 2016. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2016-06-27T15:21:32Z No. of bitstreams: 1 2016_IvanBouchardetFonsecaGrebor.pdf: 1383274 bytes, checksum: 625403096445ecda0bc76c229cdf2393 (MD5) / Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2016-07-30T13:10:30Z (GMT) No. of bitstreams: 1 2016_IvanBouchardetFonsecaGrebor.pdf: 1383274 bytes, checksum: 625403096445ecda0bc76c229cdf2393 (MD5) / Made available in DSpace on 2016-07-30T13:10:30Z (GMT). No. of bitstreams: 1 2016_IvanBouchardetFonsecaGrebor.pdf: 1383274 bytes, checksum: 625403096445ecda0bc76c229cdf2393 (MD5) / A face é o principal meio de comunicação do qual dispomos, permitindo-nos extrair informações essenciais para o convívio social. A forma como se dá o reconhecimento de faces, portanto, tem sido objeto de grande interesse de pesquisadores de diversas áreas. Um dos elementos do reconhecimento de faces é o grau de familiaridade da face que observamos. Embora haja fortes evidências do processamento holístico de faces, estudos têm apontado diferenças no processamento de faces familiares e não familiares. A presente pesquisa buscou avaliar se existe um padrão de rastreamento visual para faces de diferentes graus de familiaridade. Para tal, utilizou-se a estratégia de eye-tracking para comparar faces familiares, não familiares e próprias durante uma tarefa de visualização livre em estudantes universitários. Os resultados foram analisados por meio da medida da distância de Levenshtein entre categorias, utilizando o algoritmo de Needleman-Wunsch. Observou-se uma grande semelhança entre os padrões de rastreamento das três categorias quando analisadas as trajetórias da primeira à quarta fixação. No entanto, na comparação das sequências, as faces próprias se mostraram pouco semelhantes às demais categorias. _______________________________________________________________________________________________ ABSTRACT / The face is our main path for communication. It allows us to extract vital information to social interaction. How face recognition happens has been an object of great interest to researchers of several fields. One aspect of face recognition is how familiar a face is to us. Although there is strong evidence for holistic processing of faces, studies have shown diferences in the processing of familiar and unfamiliar faces. This research aimed to investigate the existence of a pattern in the visual scanpath of faces in different degrees of familiarity. In order to achieve this, the eye-tracking methodology was used to compare familiar, unfamiliar and self faces of university students during a free viewing task. Results were analyzed by measuring the Levenshtein distance between categories, using the Needleman-Wunsch algorithm. When analyzing the first four fixations, a great similarity was observed between the three categories. However, when comparing the sequences, self-faces were shown to have little similarity to the other two categories.

Tese (doutorado)—Universidade de Brasília, Instituto de Ciências Biológicas, Programa de Pós-Graduação em Biologia Animal, 2018. / Submitted by Raquel Viana (raquelviana@bce.unb.br) on 2018-07-11T17:20:53Z No. of bitstreams: 1 2018_EdwardLeonelPradaSarmiento.pdf: 5855718 bytes, checksum: 1fb67334a1d0d617b3d8a73a1948c98b (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-07-14T19:20:33Z (GMT) No. of bitstreams: 1 2018_EdwardLeonelPradaSarmiento.pdf: 5855718 bytes, checksum: 1fb67334a1d0d617b3d8a73a1948c98b (MD5) / Made available in DSpace on 2018-07-14T19:20:33Z (GMT). No. of bitstreams: 1 2018_EdwardLeonelPradaSarmiento.pdf: 5855718 bytes, checksum: 1fb67334a1d0d617b3d8a73a1948c98b (MD5) Previous issue date: 2018-07-05 / O teste Stroop tem sido classicamente considerado como uma tarefa que consegue avaliar algumas das propriedades do controle cognitivo, especificamente quando é apresentada uma incongruência entre o nome da palavra e a cor da tinta, o que provoca uma resposta automática da leitura gerando um efeito perturbador conhecido como efeito de interferência na nomeação da cor. Utilizando como referência o princípio deste teste, diferentes versões têm introduzido variáveis de ordem afetiva, dando origem à versão do Stroop emocional, evidenciando a influência destas variáveis sobre os processos cognitivos. Partindo desta inter-relação entre emoção e cognição, o presente trabalho se propôs inicialmente a criar uma ferramenta composta por expressões faciais emocionais e palavras, reproduzindo características da tarefa Stroop emocional. Inicialmente, no estudo # 1 foi construído o protocolo de estímulos e adaptou-se a uma estrutura computadorizada, dando como resultado uma versão própria e em língua portuguesa, conhecida como Teste de Reconhecimento de Expressões Faciais com Conflito Emocional (TREFACE). No total foram avaliados 72 voluntários. No estudo # 2, foram avaliados 42 voluntários do ambiente universitário (25 mulheres, idade média 28.14±1.69 anos). Os resultados deste estudo revelaram que uma tarefa associada à leitura de palavras permite um melhor desempenho do que uma tarefa associada com o reconhecimento de faces. Também se identificou que na condição onde a palavra coincide com a imagem (condição congruente) há uma vantagem imediata quanto à taxa de acertos. Finalmente os dados quanto ao reconhecimento mostraram uma maior dificuldade quando a imagem não era congruente com a palavra. O estudo 3 teve como objetivo o mapeamento da atividade cortical por EEG durante a execução do teste TREFACE. Para tanto foram avaliados 30 estudantes universitários (15 mulheres, idade média 20.83±0.46 anos). Os resultados demonstraram uma reprodutibilidade dos dados comportamentais do estudo # 2. Adicionalmente, no que se refere ao tempo de reação, este foi maior para a leitura de palavras do que para o reconhecimento de faces. Observou-se também menor tempo de reação na condição congruente do que na condição incongruente e no reconhecimento incongruente identificou-se maior tempo de resposta. No que se refere aos resultados de EEG, foi observada uma maior atividade cerebral nas áreas frontotemporais e frontoparietais durante o monitoramento do conflito. Os padrões de atividade das ondas teta e alfa marcaram um tipo de atividade focada em regiões do hemisfério esquerdo, já para as frequências beta e gama a atividade se estendeu à maioria das regiões corticais. De forma geral, os resultados sugerem que o atributo emocional pode comprometer a capacidade de reconhecimento das faces, atingindo o funcionamento de mecanismos como o controle cognitivo e a regulação das emoções e revelando um mapa cortical especifico associado com as tarefas apresentadas pelo TREFACE. O presente trabalho contribui para a compreensão dos efeitos moduladores das emoções sobre as funções executivas além de se apresentar como um novo instrumento em língua portuguesa para avaliação da memória operacional emocional em indivíduos hígidos e, eventualmente, em diferentes patologias que acometem o funcionamento de áreas corticais relacionadas às funções executivas. / The Stroop test has been classically considered as a task that can evaluate some of the properties of cognitive control, specifically when an inconsistency between the word name and the color of the ink is presented, which causes an automatic reading response generating a disturbing effect known as interference effect in color naming. Using the principle of this test as a reference, different versions have introduced affective variables, giving rise to the emotional Stroop version, evidencing the influence of these variables on the cognitive processes. Based on the interrelationship between emotion and cognition, the present work initially proposed to create a tool composed of emotional facial expressions and words, reproducing characteristics of the emotional Stroop task. Initially, in study # 1, the stimulus protocol was constructed and adapted to a computerized structure, resulting in a Portuguese version, known as the Emotional Conflict Face Recognition Test (TREFACE). 72 volunteers were evaluated throughout the studies. In study # 2, 42 volunteers from the university environment (25 women, mean age 28.14 ± 1.69 years) were evaluated. The results of this study revealed that a task associated with word reading allows better performance than a task associated with face recognition. It was also identified that the condition in which the word coincides with the image (congruent condition) there is an immediate benefit as to the rate of correctness. Finally, the recognition data showed greater difficulty when the image was not congruent with the word. The objective of Study 3 was to map the cortical activity by EEG during the execution of the TREFACE test. In order to do that, 30 university students (15 women, mean age 20.83 ± 0.46 years) were evaluated. The results demonstrated a reproducibility of the behavioral data of study # 2. In addition, as regards reaction time, it was higher for word reading than for face recognition. Shorter reaction times were also observed in the congruent condition than in the incongruent condition; and in the incongruent recognition a longer response time was identified. Regarding EEG results, greater brain activity was observed in frontotemporal and frontoparietal areas during the conflict monitoring. The activity patterns of the theta and alpha waves marked an activity focused on regions of the left hemisphere, whereas for the beta and gamma frequencies the activity extended to most of the cortical regions. In general, the results suggest that the emotional attribute can compromise the facial recognition ability, reaching mechanisms such as cognitive control and the regulation of emotions and revealing a specific cortical map associated with the tasks presented by TREFACE. The present work contributes to the understanding of the modulatory effects of emotions on the executive functions as well as presenting as a new instrument in Portuguese language for the evaluation of emotional operational memory in healthy individuals and, possibly, in different pathologies that affect the functioning of cortical areas related to executive functions.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). / Reconhecimento facial é uma área de grande interesse para governos e empresas nos dias de hoje, motivando diversas pesquisas na área. Atualmente, a maioria das pesquisas migrou para a utilização de aprendizado de máquina para apresentar soluções para o reconhecimento facial biométrico. As técnicas utilizando marcos faciais eram a principal abordagem para resolver reconhecimentos faciais biométricos e, mesmo com o avanço de novas técnicas, elas ainda são capazes de obter bons resultados em ambientes controlados. Porém, ainda existem problemas em aberto para serem solucionados, como o tratamento de gêmeos, variação de escala e o crescimento da face. Neste trabalho, inicialmente é feita uma pesquisa sobre os principais algoritmos de reconhecimento facial biométrico e, além disso, é proposto um novo método baseado em valores medidos (razões) de marcos faciais cefalométricos, que utilizam o tamanho da iris como um fator de normalização para solucionar a influência dos efeitos escala da face (crescimento facial) e melhorando os valores deEqual Error Rate (EER) para um sistema de reconhecimento facial em cenários específicos em 5%. Também foi feita uma análise para reduzir o número de razões necessárias, reduzindo das inicias 40 razões para 14, enquanto também aumentando o desempenho do método. / Nowadays, facial recognition arouses interest for governments and companies, motivating various reserches in the area. Presently, most researches have used techniques based on machine learning. Facial landmarks techniques were the first and main approach to solve biometric facial recognition and, even with the rise of newer techniques, they are still capable of achieving great results in controlled environments. However, there are still open problems to be solved, such as how to deal with twins, scale variation and the face growth. In this work, initially a research is made over the most important algorithms for biometric facial recognition and also, we propose a new method based on measured values (ratios) from facial cephalometric landmarks, which uses an iris size as a normalization factor to solve the influence of face scale (face growth) effect and improving Equal Error Rates (EER) scores for a facial recognition system in specifics scenarios under 5%. An analysis to reduce the number of ratios needed was also made, reducing from 40 to 14, while also increasing the performance of the method.

A biometria é a ciência que estuda a mensuração dos seres vivos. Muitos trabalhos exploram as características dos seres humanos tais como, impressão digital, íris e face, a fim de desenvolver sistemas biométricos, utilizados em diversas aplicações (monitoramento de segurança, computação ubíqua, robótica). O reconhecimento de faces é uma das técnicas biométricas mais investigadas, por ser bastante intuitiva e menos invasiva que as demais. Alguns trabalhos envolvendo essa técnica se preocupam apenas em localizar a face de um indivíduo (fazer a contagem de pessoas), enquanto outros tentam identificá-lo a partir de uma imagem. Este trabalho propõe uma abordagem capaz de identificar faces a partir de quadros de vídeo e, posteriormente, reconhecê-las por meio de técnicas de análise de imagens. Pode-se dividir o trabalho em dois módulos principais: (1) - Localização e rastreamento de faces em uma seqüência de imagens ( frames), além de separar a região rastreada da imagem; (2) - Reconhecimento de faces, identificando a qual pessoa pertence. Para a primeira etapa foi implementado um sistema de análise de movimento (baseado em subtração de quadros) que possibilitou localizar, rastrear e captar imagens da face de um indivíduo usando uma câmera de vídeo. Para a segunda etapa foram implementados os módulos de redução de informações (técnica Principal Component Analysis - PCA), de extração de características (transformada wavelet de Gabor), e o de classificação e identificação de face (distância Euclidiana e Support Vector Machine - SVM). Utilizando-se duas bases de dados de faces (FERET e uma própria - Própria), foram realizados testes para avaliar o sistema de reconhecimento implementado. Os resultados encontrados foram satisfatórios, atingindo 91,92% e 100,00% de taxa de acertos para as bases FERET e Própria, respectivamente. / Biometry is the science of measuring and analyzing biomedical data. Many works in this field have explored the characteristics of human beings, such as digital fingerprints, iris, and face to develop biometric systems, employed in various aplications (security monitoring, ubiquitous computation, robotic). Face identification and recognition are very apealing biometric techniques, as it it intuitive and less invasive than others. Many works in this field are only concerned with locating the face of an individual (for counting purposes), while others try to identify people from faces. The objective of this work is to develop a biometric system that could identify and recognize faces. The work can be divided into two major stages: (1) Locate and track in a sequence of images (frames), as well as separating the tracked region from the image; (2) Recognize a face as belonging to a certain individual. In the former, faces are captured from frames of a video camera by a motion analysis system (based on substraction of frames), capable of finding, tracking and croping faces from images of individuals. The later, consists of elements for data reductions (Principal Component Analysis - PCA), feature extraction (Gabor wavelets) and face classification (Euclidean distance and Support Vector Machine - SVM). Two faces databases have been used: FERET and a \"home-made\" one. Tests have been undertaken so as to assess the system\'s recognition capabilities. The experiments have shown that the technique exhibited a satisfactory performance, with success rates of 91.97% and 100% for the FERET and the \"home-made\" databases, respectively.

A biometria é a ciência que estuda a mensuração dos seres vivos. Muitos trabalhos exploram as características dos seres humanos tais como, impressão digital, íris e face, a fim de desenvolver sistemas biométricos, utilizados em diversas aplicações (monitoramento de segurança, computação ubíqua, robótica). O reconhecimento de faces é uma das técnicas biométricas mais investigadas, por ser bastante intuitiva e menos invasiva que as demais. Alguns trabalhos envolvendo essa técnica se preocupam apenas em localizar a face de um indivíduo (fazer a contagem de pessoas), enquanto outros tentam identificá-lo a partir de uma imagem. Este trabalho propõe uma abordagem capaz de identificar faces a partir de quadros de vídeo e, posteriormente, reconhecê-las por meio de técnicas de análise de imagens. Pode-se dividir o trabalho em dois módulos principais: (1) - Localização e rastreamento de faces em uma seqüência de imagens ( frames), além de separar a região rastreada da imagem; (2) - Reconhecimento de faces, identificando a qual pessoa pertence. Para a primeira etapa foi implementado um sistema de análise de movimento (baseado em subtração de quadros) que possibilitou localizar, rastrear e captar imagens da face de um indivíduo usando uma câmera de vídeo. Para a segunda etapa foram implementados os módulos de redução de informações (técnica Principal Component Analysis - PCA), de extração de características (transformada wavelet de Gabor), e o de classificação e identificação de face (distância Euclidiana e Support Vector Machine - SVM). Utilizando-se duas bases de dados de faces (FERET e uma própria - Própria), foram realizados testes para avaliar o sistema de reconhecimento implementado. Os resultados encontrados foram satisfatórios, atingindo 91,92% e 100,00% de taxa de acertos para as bases FERET e Própria, respectivamente. / Biometry is the science of measuring and analyzing biomedical data. Many works in this field have explored the characteristics of human beings, such as digital fingerprints, iris, and face to develop biometric systems, employed in various aplications (security monitoring, ubiquitous computation, robotic). Face identification and recognition are very apealing biometric techniques, as it it intuitive and less invasive than others. Many works in this field are only concerned with locating the face of an individual (for counting purposes), while others try to identify people from faces. The objective of this work is to develop a biometric system that could identify and recognize faces. The work can be divided into two major stages: (1) Locate and track in a sequence of images (frames), as well as separating the tracked region from the image; (2) Recognize a face as belonging to a certain individual. In the former, faces are captured from frames of a video camera by a motion analysis system (based on substraction of frames), capable of finding, tracking and croping faces from images of individuals. The later, consists of elements for data reductions (Principal Component Analysis - PCA), feature extraction (Gabor wavelets) and face classification (Euclidean distance and Support Vector Machine - SVM). Two faces databases have been used: FERET and a \"home-made\" one. Tests have been undertaken so as to assess the system\'s recognition capabilities. The experiments have shown that the technique exhibited a satisfactory performance, with success rates of 91.97% and 100% for the FERET and the \"home-made\" databases, respectively.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2018. / Submitted by Fabiana Santos (fabianacamargo@bce.unb.br) on 2018-11-07T19:44:44Z No. of bitstreams: 1 2018_JohnatanSantosdeOliveira.pdf: 5538984 bytes, checksum: 20580b9ff8534339b6b7390d5c55d9fb (MD5) / Approved for entry into archive by Fabiana Santos (fabianacamargo@bce.unb.br) on 2018-11-12T17:49:55Z (GMT) No. of bitstreams: 1 2018_JohnatanSantosdeOliveira.pdf: 5538984 bytes, checksum: 20580b9ff8534339b6b7390d5c55d9fb (MD5) / Made available in DSpace on 2018-11-12T17:49:55Z (GMT). No. of bitstreams: 1 2018_JohnatanSantosdeOliveira.pdf: 5538984 bytes, checksum: 20580b9ff8534339b6b7390d5c55d9fb (MD5) Previous issue date: 2018-11-12 / Um dos principais desafios enfrentados pelo sistema bancário é garantir a segurança das transações financeiras. Devido à conveniência e aceitação, o uso de caracterı́sticas faciais para autenticação biométrica de usuários em sistemas bancários está se tornando uma tendência mundial. Essa abordagem de autenticação de usuários está atraindo grandes investimentos de instituições bancárias e financeiras, especialmente em cenários de diferentes domı́nios, nos quais imagens faciais tiradas de documentos de identificação são comparadas com autorretratos digitais (selfies) tiradas com câmeras de dispositivos móveis. Neste estudo, coletamos das bases de dados do maior banco público brasileiro um grande dataset, chamado FaceBank, com 27.002 imagens de selfies e fotos de documentos de identificação de 13.501 sujeitos. Em seguida, avaliamos os desempenhos de dois modelos de Redes Neurais Convolucionais bem referenciados (VGG-Face e OpenFace) para extração de caracterı́sticas profundas, bem como os desempenhos de quatro classificadores (SVM Linear, SVM Power Mean, Random Forest e Random Forest com o Ensemble Vote) para autenticação robusta de face em diferentes domı́nios. Com base nos resultados obtidos (precisões superiores a 90%, em geral), é possı́vel concluir que a abordagem de matching de faces profundas avaliada neste estudo é adequada para autenticação de usuários em aplicações bancárias entre domı́nios. Até onde sabemos, este é o primeiro trabalho que usa um grande conjunto de dados composto por imagens bancárias reais para avaliar a abordagem de autenticação de face entre domı́nios. Além disso, este trabalho apresenta um estudo sobre as reais necessidades na implementação futura de um sistema biométrico, propondo um sistema de nuvem para permitir a adoção de tecnologias biométricas. Por fim, propõe também um modelo seguro e integrado de subsistema ABIS de transmissão de dados. Toda a análise e implementação leva em conta a total aderência e compatibilidade com padrões e especificações propostos pelo governo brasileiro. / Ensuring the security of transactions is currently one of the major challenges facing banking systems. The use of facial features for biometric authentication of users in banking systems is becoming a worldwide trend, due to the convenience and acceptability of this form of identification, and also because computers and mobile devices already have built-in cameras. This user authentication approach is attracting large investments from banking and financial institutions especially in cross-domain scenarios, in which facial images taken from ID documents are compared with digital self-portraits (selfies) taken with mobile device cameras. In this study, from the databases of the largest public Brazilian bank we collected a large dataset, called FaceBank, with 27,002 images of selfies and ID document photos from 13,501 subjects. Then, we assessed the performances of two well-referenced Convolutional Neural Networks models (VGG-Face and OpenFace) for deep face features extraction, as well as the performances of four effective classifiers (Linear SVM, Power Mean SVM, Random Forest and Random Forest with Ensemble Vote) for robust cross-domain face authentication. Based on the results obtained (authentication accuracies higher than 90%, in general), it is possible to conclude that the deep face matching approach assessed in this study is suitable for user authentication in cross-domain banking applications. To the best of our knowledge, this is the first study that uses a large dataset composed of real banking images to assess the cross-domain face authentication approach to be used in banking systems. As an additional, this work presents a study on the real needs in the future implementation of a biometric system proposing a cloud system to enable the adoption of biometrics technologies, creating a new model of service delivery. Besides that, proposes a secure and integrated ABIS Data Transmission subsystem model. All the analysis and implementation takes into account the total adherence and compatibility with the standards and specifications proposed by the Brazilian government, at the same time, establish mechanisms and controls to ensure the effective protection of data.

Submitted by Viviane Lima da Cunha (viviane@biblioteca.ufpb.br) on 2016-02-18T10:52:41Z No. of bitstreams: 1 arquivototal.pdf: 2258673 bytes, checksum: 21b44b2c7c089c792e07c8e4e298daf6 (MD5) / Made available in DSpace on 2016-02-18T10:52:41Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2258673 bytes, checksum: 21b44b2c7c089c792e07c8e4e298daf6 (MD5) Previous issue date: 2015-02-27 / Biometrics offers a reliable authentication mechanism that identifies the users through their physical and behavioral characteristics. The problem of face recognition is not trivial because there are many factors that affect the face detection and recognition, as for example, lighting, face position, hair, beard, etc. This work proposes to analyze the effects of geometric and lighting normalization on face recognition techniques, aiming to adapt them to uncontrolled environments. The results show that the utilization of background information in the normalization process increases the face recognition error rates and this happens in many papers in the literature. The lighting and geometric normalization methods, when performed with precise points of the eyes centers, effectively help in face recognition. / A biometria oferece um mecanismo de autenticação confiável, que identifica os usuários por intermédio de suas características físicas e comportamentais. O problema do reconhecimento facial não é trivial, pois existem muitos fatores que influenciam na detecção e no reconhecimento de face como, por exemplo, a iluminação, a posição da face, cabelo, barba, etc. Este trabalho se propõe a analisar os efeitos de técnicas de normalização geométrica e de iluminação sobre métodos de reconhecimento de face, visando adequar esses métodos para ambientes não controlados. Os resultados mostram que a presença do plano de fundo no processo de normalização contribui para aumentar as taxas de erro no reconhecimento de face, fato que ocorre em vários trabalhos presentes na literatura. Nesta dissertação, verificou-se que a aplicação de técnicas de normalização de iluminação e normalização geométrica, quando realizadas com pontos precisos dos centros dos olhos, efetivamente ajuda na tarefa de reconhecimento facial.

Made available in DSpace on 2016-06-02T19:05:35Z (GMT). No. of bitstreams: 1 2559.pdf: 3778790 bytes, checksum: 6c638e612ae760d51fad8def01969ed1 (MD5) Previous issue date: 2009-07-24 / Universidade Federal de Sao Carlos / Lately, the human face object has been exploited by the advent of systems involving biometrics, especially for applications in security. One of the most challenging applications is the problem of human face recognition, which consists of determining the correspondence between an input face and an individual from a database of known persons. The process of face recognition consists of two steps: feature extraction and classification. In the literature of face recognition, different techniques have been used, and they can be divided into holistic techniques (implicit feature extraction), feature-based techniques (explicit feature extraction) and hybrid techniques (involving the two previous). In many articles, holistic techniques have proved to be most efficient and generally they involve methods of statistical pattern recognition as Principal Component Analysis (PCA), Independent Component Analysis (ICA), Linear Discriminant Analysis (LDA), Support Vector Machines (SVM), and Neural Networks. For problems such as human face recognition in digital images, a crucial point is the ability to generalize. The solution for this problem is complex due to the high dimensionality of data and the small number of samples per person. Using a single classifier would reduce the ability of recognition, since it is difficult to design a single classifier in these conditions that capture all variability that span the human faces spaces. Thus, this work proposes to investigate the combination of multiple classifiers applied to the problem of face recognition, defining a new scheme to resolve this problem, varying the feature extraction with PCA and some its variants and LDA, K-Nearest Neighbor (K-NN) and Maximum Likelihood (MaxLike) classifiers and several trainable or not trainable methods for combining classifiers. Still, to mitigate the problem of small sample size (SSS), a technique for regularizing the covariance matrix was used. Finally, to assess the classification performance, Holdout and Resubstitution methods were used to partition the data set and the Kappa coefficient and Z and T statistics were used to measure the performance of the proposed scheme. From the experiments it was concluded that the best sub-schemes were the RBPCA/MaxLike-PCA/NN-KL5/NN classifiers combined by the Majorite Vote Rule for the ORL database and the RLDA+RPCA/MaxLike-KL4/NNKL5/ NN classifiers combined by the Sum Rule for the AR database, obtaining Kappa coefficients of 0.956 (mean) and 0.839, respectively. Besides that, it has been determined that these sub-schemes are robust to pose (ORL database), illumination and small change of the facial expression, but they were affected by occlusions (AR database). / Nas últimas décadas, o objeto face humana tem sido muito explorado graças ao advento dos sistemas envolvendo biometria, especialmente para aplicações nas áreas de segurança. Uma das aplicações mais desafiadoras é o problema de reconhecimento de face humana, que consiste em determinar a qual indivíduo em um banco de dados de pessoas conhecidas uma imagem de face corresponde. O processo de reconhecimento de face consiste basicamente em duas etapas: extração de atributos e classificação. Na literatura de reconhecimento de faces, diversas técnicas foram utilizadas, podendo ser divididas em técnicas holísticas (extração de atributos implícita), técnicas baseadas em características (extração de atributos explícita) e técnicas híbridas (envolvem as duas anteriores). Em maior número na literatura, as técnicas holísticas demonstraram ser mais eficientes e envolvem em geral, métodos de reconhecimento de padrões estatísticos como Principal Component Analysis (PCA), Independent Component Analysis (ICA), Linear Discriminant Analysis (LDA), Support Vector Machines (SVM), além de Redes Neurais. Para problemas como o reconhecimento de face humana em imagens digitais, um ponto determinante é a capacidade de generalização. Por esse problema ser complexo de ser resolvido, devido à alta dimensionalidade dos dados e ao número pequeno de amostras por pessoa, utilizar um único classificador tornaria reduzida a capacidade de reconhecimento, já que é difícil projetar um único classificador nestas condições que capture todas as variações que formam o espaço de faces humanas. Dessa forma, este trabalho se propôs à investigação de combinação de múltiplos classificadores aplicados ao problema do reconhecimento de face, obtendo um novo esquema para solução do mesmo, variando a extração de atributos com PCA e algumas variantes e LDA, classificadores K Vizinhos Mais Próximos e Máxima Verossimilhança e diversos combinadores treináveis ou não. Ainda, para amenizar o problema de poucas amostras, uma técnica de regularização de matrizes de covariância foi utilizada. Finalmente, para avaliação de desempenho utilizou-se Holdout e Resubstitution para particionar o conjunto de dados, assim como o coeficiente Kappa e testes de significância Z e T foram utilizados para medir o desempenho do esquema proposto. Dos experimentos concluiu-se que os melhores subesquemas foram o RBPCA/MaxVer-PCA/NN-KL5/NN → Votação por Maioria para o banco de dados ORL e o RLDA+RPCA/MaxVer-KL4/NN-KL5/NN → Soma para o banco de dados AR com coeficientes Kappa 0,956 (médio) e 0,839, respectivamente. Além disso, foi determinado que estes subesquemas são robustos à pose (ORL), iluminação e à pequenas variações de expressão facial, mas sofreram influência de oclusões (AR).

Made available in DSpace on 2015-05-14T12:36:43Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2151124 bytes, checksum: ffc486a2022781c4365766e4bf1e7054 (MD5) Previous issue date: 2009-08-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Human face has a very complex and variable pattern, which makes the face detection and recognition operations a challenging problem. The scope of these operations is quite comprehensive, involving mainly security applications, such as authorization for physical and logical access, people tracking, and real time authentication. In addition to security applications, face detection and recognition can also be associated with other applications, such as human-computer interaction and virtual reality. Several studies of face detection and recognition have been proposed and developed by researchers, pursuing greater precision and efficiency. Currently there are face detectors and recognizers with accuracy exceeding 95%. Commercial systems are available as well. This work presents a study on several face detection and recognition methods. Also was discussed the possibility of developing a new face detection method using Prediction by Partial Match (PPM), Entropy and Discrete Cosine Transform (DCT). It is further proposed a new face recognition method based on DCT. Finally, is proposed an architecture for a face detection and recognition system in video. To validate the architecture, the proposed system was implemented using one of the best detectors in the literature and the recognizer produced in this work. Several experiments were performed, and both the face detector used as the recognizer developed were effective, achieving success rates compatible with most current methods / A face humana possui um padrão bastante complexo e variável, o que torna as operações de detecção e reconhecimento de face um problema desafiador. O campo de aplicação dessas operações é bastante abrangente, envolvendo principalmente aplicações de segurança, como autorização de acesso físico e lógico, rastreamento de pessoas e autenticação em tempo real. Além de aplicações de segurança, a detecção e o reconhecimento de faces também pode ser associado a outras aplicações, como interação homem-máquina e realidade virtual. Diversos trabalhos de detecção e reconhecimento de face vêm sendo propostos e desenvolvidos pela comunidade científica, buscando continuamente uma maior precisão e eficiência. Atualmente já estão disponíveis detectores e reconhecedores de face com precisão superior a 95%. Sistemas comerciais também já estão disponíveis no mercado. Este trabalho apresenta um estudo sobre os diversos métodos de detecção e reconhecimento de face existentes. Também foi analisada a possibilidade de desenvolvimento de um novo método de detecção de face utilizando Predição por Casamento Parcial (Prediction by Partial Match, PPM), Entropia e Transformada Cosseno Discreta (Discrete Cosine Transform, DCT). Propõe-se ainda, um novo método de reconhecimento de face baseado na DCT. Por fim, apresenta-se a arquitetura de um sistema de detecção e reconhecimento de face em vídeo. Para validação desta arquitetura, o sistema proposto foi implementado utilizando um dos melhores detectores encontrados na literatura e o reconhecedor produzido neste trabalho. Diversos experimentos foram realizados e tanto o detector de face utilizado, quanto o reconhecedor desenvolvido mostraram-se eficientes, atingindo taxas de acerto compatíveis com os métodos mais atuais.