CAPES; UOL / O presente trabalho tem como objetivo estudar meios de efetuar a detecção automática de conteúdo ofensivo (pornografia) em imagens digitais. Para tal estudou-se largamente segmentação de pixels de pele, espaços de cor e descritores de conteúdo. Esse trabalho tem um foco maior na segmentação de pele, pois é a etapa primordial nos trabalhos envolvendo detecção de conteúdo ofensivo. Testou-se quatro métodos de segmentação de pixels de pele e foi construído um banco de dados estruturado para o estudo de segmentação de pele, com meios de anotação de imagens para auxiliar na estruturação e no controle das características das imagens do banco. Com o auxílio das metainformações do banco de imagens, foram conduzidos estudos envolvendo as condições de iluminação e a segmentação de pele. Por fim, foi implementado um algoritmo de extração de características em sistemas de classificação pelo conteúdo de imagens (CBIR) para detecção de conteúdo ofensivo. / This work presents a study of suitable approaches for automatic detection of offensive content (pornography) in digital images. Extensive experiments were conducted for skin pixel segmentation, colour spaces and content descriptors. This work focus its efforts on skin pixel segmentation, since this segmentation is the pre-processing stage for almost every content-based offensive image classification methods in the literature. Four skin skin segmentation methods were tested in six colour spaces. Also, a structured image database was built to help improve studies in skin segmentation, with the possibility of adding meta-information to the images in the database, such as illumination conditions and camera standards. With the help of meta information from the image database, experimets involving illumination conditions and skin colour segmentation were also done. Finally, some feature extraction algorithms were implemented in order to apply content-based image retrieval (CBIR) algorithms to classify offensive images.

In recent years we have seen great advances in Computer Vision research area that have made possible change the we interact with machines. To achieve an effective Intelligent Human-Computer Interface (IHC), in addition to recognize body movements or vocal commands, it is necessary the machine be able to understand human facial expressions. Although there are several publications that aims to recognize facial expressions, this task is not yet performed by a machine with the same efficiency as the human being. This work proposes two geometric-based feature selection approaches for facial expression recognition. The first, called Empirical Distances method obtained 77.66% of recognition rate. The second, called CFS Distances method, obtained 91.33% of recognition rate. The results obtained are compatible with the state of the art in this research area. / Nos últimos anos temos observado grandes avanços na área de Visão Computacional que possibilitaram uma mudança na maneira como nos relacionamos com a máquina. Para alcançar uma efetiva Interface Humano-Computador Inteligente (IHC), além dos movimentos corporais ou comandos vocais, é necessário que a máquina seja capaz de compreender também as expressões faciais dos seres humanos. Diversos autores buscaram reconhecer expressões faciais mas essa tarefa ainda não é executada com a mesma eficiência que um humano. Este trabalho se utilizou da geometria facial humana para propor dois métodos de seleção de características para reconhecer expressões faciais humanas. O primeiro, intitulado método das Distâncias Empíricas, obteve 77.66% de acurácia, enquanto que o segundo, intitulado método das Distâncias CFS, obteve uma acurácia de 91.33%. Os resultados obtidos foram compatíveis com o atual estado da arte da área de pesquisa.

Made available in DSpace on 2016-12-23T14:07:23Z (GMT). No. of bitstreams: 1 Felipe Jose Coleho Pedroso_frontispicio.pdf: 1036866 bytes, checksum: 151c0d29a07012b8556291c387c1425f (MD5) Previous issue date: 2013-03-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / As expressões faciais são alvos constante de estudos desde Charles Darwin, em 1872. Pesquisas na área de psicologia e, em destaque, os trabalhos de Paul Ekman afirmam que existem expressões faciais universais básicas e elas são manifestadas em todos os seres humanos independente de fatores como gênero, idade, cultura e ambiente social. Ainda pode-se criar novas expressões mais complexas combinando as expressões fundamentais de alegria, tristeza, medo, nojo, raiva, surpresa e desprezo, além da face neutra. O assunto ainda é atual, uma vez que há uma grande necessidade de implementar interfaces homem-máquinas (IHM) capazes de identificar a expressão de um indivíduo e atribuir uma saída condizente com a situação observada. Pode-se citar como exemplos iterações homem-robô, sistemas de vigilância e animações gráficas. Nesse trabalho é proposto um sistema automático para identificar expressões faciais. O sistema é dividido em três etapas: localização de face, extração de características e identificação da expressão facial. O banco de dados Japanese Facial Expression Database - JAFFE foi utilizado para treinamentos e testes . A localização da face é realizada de maneira automática através do framework proposto por Viola-Jones e é estimado o centro da face. Na sequência, utiliza-se o algoritmo Active Appearance Model -AAM para descrever estatisticamente um modelo de forma e textura para o banco de dados. Com esse descritor é possível gerar um vetor de aparência capaz de representar, com redução de dimensão, uma face e, consequentemente, a expressão facial contida nela através de um algoritmo iterativo de busca a partir de um modelo médio. Esse vetor é utilizado na etapa de reconhecimento das expressões faciais, onde são testados os classificadores baseados no vizinho mais próximo k-NN e a máquina de vetores de suporte - SVM com kernel RBF para tratar o problema de forma não linear. É proposto um mecanismo de busca na saída do bloco de detecção de faces para diminuir o erro do modelo, pois o sucesso do algoritmo é altamente dependente do ponto inicial de busca. Também é proposto uma mudança no algoritmo AAM para redução do erro de convergência entre a imagem real e o modelo sintético que a representa, abordando o problema de forma não linear. Testes foram realizados utilizando a validação cruzada leave one out para todas as expressões faciais e o classificador SVM-RBF. O sistema apresentou um taxa de acerto de 55,4%, com sensibilidade 60,25% e especificidade 93,95% / Facial expressions are constant targets of studies since Charles Darwin in 1872. Research in psychology and highlighted the work of Paul Ekman claim that there are universal basic facial expressions and they are expressed in all human beings regardless of factors such as gender, age, culture and social environment. Although you can create new more complex expressions combining the fundamental expressions of happiness, sadness, fear, disgust, anger, surprise and contempt, beyond the neutral face. The matter is still relevant, since there is a great need to implement human machine interfaces (HMI) able to identify the expression of an individual and assign an output consistent with the observed situation. One can cite as examples iterations man-robot surveillance and motion graphics. In this work it/ s proposed an automatic system to identify facial expressions. The system is divided into three blocks: face localization, feature extraction and identification of facial expression. The Japanese Facial Expression Database - JAFFE was used for training and testing. The location of the face is done automatically using the framework proposed by Viola and Jones estimating center of the face. Following the Active Appearance Model - AAM algorithm is used to describe statistical model of shape and texture to the database. With this descriptor is possible to generate a vector capable of representing faces with reduced dimension and hence the facial expression contained therein through an iterative search algorithm from an average model. This vector is used in recognizing facial expressions block, where the classifiers are tested based on the nearest neighbor k-NN and support vector machine - SVM with RBF kernel to address the problem of non-linear way. A mechanism to decrease the error of the model is proposed before the output of the face detection block, because the success of the algorithm is highly dependent on the starting point of the search. A change in the AAM algorithm is also proposed to reduce the convergence error between actual and synthetic model that is addressing the problem of nonlinear way. Tests were conducted using leave one out cross validation for all the facial expressions and the final classifier was SVM-RBF. The system has an accuracy rate of 55.4%, with 60,25% sensitivity and 93,95% specificity

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-02-22T16:16:57Z No. of bitstreams: 1 texto completo.pdf: 637669 bytes, checksum: e730f93df33c88ccacf7199d6d74a720 (MD5) / Made available in DSpace on 2017-02-22T16:16:57Z (GMT). No. of bitstreams: 1 texto completo.pdf: 637669 bytes, checksum: e730f93df33c88ccacf7199d6d74a720 (MD5) Previous issue date: 2004-03-29 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Na seleção de madeira serrada para fabricação de móveis e utilização em projeto de interiores, a aparência é o requisito de maior importância. Classificando e selecionando-se as peças, pode-se conseguir um produto com a aparência desejada. Dessa forma, a indústria de madeira serrada tem dispensado especial atenção às etapas de classificação e seleção de madeira serrada. A etapa de classificação visual é considerada uma atividade estressante, em razão da exigência de concentração para identificar e mensurar defeitos nas peças de madeira e classificá-las por tempo prolongado. Os sistemas de classificação, que utilizam imagens digitais no processo de automatização são conhecidos como sistemas de visão artificial. No presente trabalho, o objetivou-se desenvolver um algoritmo com base em processamento de imagens digitais para classificação de madeira serrada de eucalipto, para aplicação em um sistema de visão artificial. Para o desenvolvimento e testes dos algoritmos, foram coletadas imagens digitais coloridas de peças de madeira serrada de eucalipto, secas ao ar e previamente aplainadas. As amostras foram escolhidas de forma que estariam presentes, além de madeiras limpas, os defeitos visuais que afetavam a qualidade da peça de madeira serrada. Características obtidas de imagens de defeitos da madeira foram utilizadas para desenvolver e testar dois tipos de classificadores: um classificador estatístico e outro com base em redes neurais. Um algoritmo foi implementado, para classificação de madeira serrada com base na norma ABNT - NBR 14806 (Madeira serrada de eucalipto Requisitos), que estabelece os requisitos exigidos para madeira serrada de eucalipto, proveniente de florestas plantadas. As características utilizadas como descritores dos defeitos e madeira limpa foram percentis de blocos da imagem das bandas do vermelho, verde e azul. Foram testados dois tamanhos de blocos da imagem 64x64 pixels e 32x32 pixels. Os resultados das exatidões globais, encontrados nestes dois tamanhos de blocos para os classificadores estatísticos, foram de 81% e 76%, enquanto para as redes neurais foram de 83% e 77%, respectivamente. O classificador estatístico apresentou melhor identificação em algumas classes especificas de defeitos. O algoritmo para classificação das faces das peças de madeira serrada foi implementado, utilizando-se o classificador estatístico e blocos de 32x32 pixels para identificar os tipos de defeito e madeira limpa. A exatidão global foi de 65%, na classificação de cada face larga da peça independentemente. Entretanto, a exatidão foi de 90% na classificação da madeira serrada, em que ambas as faces foram avaliadas simultaneamente. A ocorrência de erros proveniente da classificação não foi devida à identificação de madeira limpa, mas, principalmente, à confusão entre alguns tipos de defeitos. / In selecting the sawn lumber for production of furniture manufacture and utilization in interiors design, a very important requirement is the appearance. The grading and selection of the boards are fundamental stages for getting a product with the desired appearance. So, the sawn lumber industry has giving a special attention to these stages. The visual classification stage is considered as a stressful activity, because its requires special concentration in identifying and measuring the defects in the boards, as well as to classify them for an extended time. The grading systems using digital images in the automation process are known as machine vision systems. This study aimed at the development of an algorithm based on the digital image processing for grading the eucalyptus sawn lumber to be applied on a machine vision system. Some colored digital images of the air-dried and flattened eucalyptus boards were collected in order to develop and test the algorithms. The board samples were chosen in such a way that would show clear wood as well as the visual defects affecting the quality of the board. The characteristics obtained from the lumber defect were used to developing and testing two classifier types: a statistical one and the artificial neural network. Finally, an algorithm was implemented for the board classification based on the Brazilian norm ABNT - NBR 14806 (Eucalyptus sawn Wood Requirements) that establishes the requirements for eucalyptus sawn lumber from the planted forests. The characteristics used as descriptors of the defects and clear wood were the percentiles of the red, green and blue bands of the image blocks. Two block sizes of the image (64x64 and 32x32) pixels were tested. The overall accuracy found in these two block sizes for the statistical classifiers were 81% and 76%, whereas the neural networks reached 83% and 77%, respectively. And the statistical classifier showed a better identification for some specific defect classes. The algorithm for grading the face of the sawn lumber boards was implemented, by using the statistical classifier and the boards (32x32 to pixels) to identify both the defect types and clear wood. The overall accuracy was 65%, when classifying independently each wide face of the board. However, an accuracy of 90% was attained, when classifying the sawn lumber in which both faces were simultaneously evaluated. The occurrence of the errors upon classification were not due to the identification of clear wood, but rather to the embarrassment among some kinds of defects. / Tese importada do Alexandria

Made available in DSpace on 2016-12-12T17:29:55Z (GMT). No. of bitstreams: 1 Adriano de Andrade Bresolin.pdf: 5155408 bytes, checksum: 11b8c2a49d4c4655d5f5529b4673512e (MD5) Previous issue date: 2003-08-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The global world is dropping barriers through the information, began for the commercial and economical barrier, and in a future not very distant we can drop the barriers of the languages, in other words, people speaking in different languages, communicating through prepared digital equipments to translate the different pronounced linguistic expressions instantly for the same ones. This is the horizon to be reached by the voice recognition. In this new universe there would not be more the linguistic barrier among all the people, facilitating the communication and the businesses, simplifying the command of the industrial machines and above all, improving the human being life as a completely. Besides, this tool can facilitate the life of deficient physical. The voice command can have access the infinity of services and employments could help like this to drop the barrier of the prejudice. This study seeks to research, to describe and to apply the concepts and the theory involved in the process of the voice recognition, of this the acquisition to the recognition of the speech signal. The goal is to develop a system that is capable to command any electric equipment through voice commands. The objective of this dissertation is to give a litte step more the in the materialization of a process that was part of the science fiction films in the years 70 and 80 and it can become reality in the begin of the century XXI, "The Speech Recognition by Machines . XII / O mundo globalizado vem derrubando barreiras através da informação. Iniciou-se pelas barreiras comercial e econômica, e num futuro não muito distante poderão ser derrubadas as barreiras dos idiomas, ou seja, pessoas falando em idiomas diferentes, comunicando-se através de equipamentos digitais preparados para traduzir instantaneamente as diferentes expressões lingüísticas pronunciadas pelos mesmos. Esse é o horizonte a ser alcançado pelo reconhecimento de voz. Nesse novo universo não haveria mais a barreira lingüística entre as pessoas, facilitando a comunicação e os negócios, simplificando o comando de máquinas no ambiente industrial e, acima de tudo melhorando a vida do ser humano como um todo. Além disso, esta ferramenta facilitaria a vida de deficientes físicos, à medida que, com o comando de voz os mesmos teriam acesso a uma infinidade de serviços e empregos, podendo assim ajudar a derrubar a barreira do preconceito. Este estudo procura pesquisar, descrever e aplicar os conceitos e a teoria envolvida no processo do reconhecimento de voz, deste a aquisição até o reconhecimento do sinal da fala. A meta é desenvolver um sistema que seja capaz de comandar um equipamento elétrico qualquer através de comandos de voz.

Orientador: Aparecido Nilceu Marana / Banca: Hélio Pedrini / Banca: Aledir Silveira Pereira / Resumo: As técnicas para identificação biométrica têm evoluído cada vez mais devido à necessidade que os seres humanos têm de identificar as pessoas em tempo real e de forma precisa para permitir o acesso a determinados recursos, como por exemplo, as aplicações e serviços WEB. O reconhecimento facial é uma técnica biométrica que apresenta várias vantagens em relação às demais, tais como: uso de equipamentos simples e baratos para a obtenção das amostras e a possibilidade de se realizar o reconhecimento em sigilo e à distância. O reconhecimento de faces a partir de vídeo é uma tendência recente na área de Biometria. Esta dissertação tem por objetivo principal comparar diferentes técnicas de reconhecimento facial a partir de vídeo para determinar as que apresentam um melhor compromisso entre tempo de processamento e precisão. Outro objetivo é a incorporação dessas melhores técnicas no sistema de autenticação biométrica em ambientes de E-Learning, proposto em um trabalho anterior. Foi comparado o classificador vizinho mais próximo usando as medidas de distância Euclidiana e Mahalanobis com os seguintes classificadores: Redes Neurais MLP e SOM, K Vizinhos mais Próximos, Classificador Bayesiano, Máquinas de Vetores de Suporte (SVM) e Floresta de Caminhos Ótimos (OPF). Também foi avaliada a técnica de Modelos Ocultos de Markov (HMM). Nos experimentos realizados com a base Recogna Video Database, criada especialmente para uso neste trabalho, e Honda/UCSD Video Database, os classificadores apresentaram os melhores resultados em termos de precisão, com destaque para o classificador SVM da biblioteca SVM Torch. A técnica HMM, que incorpora informações temporais, apresentou resultados melhores do que as funções de distância, em termos de precisão, mas inferiores aos classificadores / Abstract: The biometric identification techniques have evolved increasingly due to the need that humans have to identify people in real time to allow access to certain resources, such as applications and Web services. Facial recognition is a biometric technique that has several advantages over others. Some of these advantages are the use of simple and cheap equipment to obtain the samples and the ability to perform the recognition in covert mode. The face recognition from video is a recent approach in the area of Biometrics. The work in this dissertation aims at comparing different techniques for face recognition from video in order to find the best rates on processing time and accuracy. Another goal is the incorporation of these techniques in the biometric authentication system for E-Learning environments, proposed in an earlier work. We have compared the nearest neighbor classifier using the Euclidean and Mahalanobis distance measures with some other classifiers, such as neural networks (MLP and SOM), k-nearest neighbor, Bayesian classifier, Support Vector Machines (SVM), and Optimum Path Forest (OPF). We have also evaluated the Hidden Markov Model (HMM) approach, as a way of using the temporal information. In the experiments with Recogna Video Database, created especially for this study, and Honda/UCSD Video Database, the classifiers obtained the best accuracy, especially the SVM classifier from the SVM Torch library. HMM, which takes into account temporal information, presented better performance than the distance metrics, but worse than the classifiers / Mestre

Orientador: Aledir Silveira Pereira / Banca: Aparecido Nilceu Marana / Banca: Evandro Luís Linhari Rodrigues / Resumo: Nos últimos anos, a segurança tornou-se uma preocupação constante da grande maioria das pessoas. Os sistemas biométricos vem ganhando destaque em soluções ligadas à segurança, uma vez que tratam de características físicas e comportamentais para reconhecimento dos indivíduos e permissões de acesso. Este trabalho objetivou a proposição e implementação de um método para reconhecimento de indivíduos por meio de características contidas na região interna da íris com um alto percentual de exatidão no reconhecimento e uma grande diminuição no tempo de processamento, se comparado aos demais métodos encontrados na literatura. No método proposto foram utilizados operadores de morfologia matemática para localização da íris, wavelet de log-Gabor para extração das características e a distância de Hamming para o reconhecimento. Os resultados experimentais obtidos utilizando a base de dados CASIA mostraram que o método é confiável e seguro, além de se destacar com relação ao baixo custo computacional / Abstract: In the recent years, the security became a constant concern of most people. Biometric systems have been highlighted in solutions related to security, since they deal with physical and behavioral characteristics for individuals recognition and access permissions. This work aims at the implementation of a method for individuals recognition based on the characteristics of the inner region of the iris, seeking a high percentage of accuracy in the recognition and a great reduction in the processing time, as compared to other methods published so far. We use mathematical morphology to search the iris in the image, the log-Gabor wavelet for feature extraction and the Hamming distance for recognition. The experimental results obtained from CASIA database show that the method is safe and reliable, and stand out with regard to the low computational cost / Mestre

CNPq, CAPES / Este trabalho propõe uma nova abordagem para o reconhecimento automático de impressões digitais. Diferentemente das técnicas tradicionais, baseadas na análise de peculiaridades relativas aos padrões de impressão digital e em algoritmos de busca dedicados especialmente a esse fim, é sugerida uma metodologia com base em ferramentas de representação de sinais e em modelos de classificação conexionistas. Basicamente, a metodologia aqui proposta fundamenta-se em duas técnicas principais: o padrão de compressão wavelet para impressões digitais especificado pelo FBI como método de extração de características; e modelos de Redes Neuronais Artificiais que utilizam técnicas lineares de treinamento como método de classificação dos padrões obtidos. O principal objetivo do método sugerido é o desenvolvimento de um sistema de reconhecimento independente de técnicas específicas de análise e processamento de imagens de impressões digitais, procurando-se a obtenção de baixos índices de falsa aceitação e rejeição, sendo a prioridade para o índice de falsa aceitação. As metodologias e resultados obtidos nos experimentos executados são apresentados, bem como suas respectivas análises e ainda algumas propostas para trabalhos futuros e melhorias. Alguns aspectos pertinentes ao hardware de aquisição de imagens e algumas técnicas de processamento digital de imagens também são apresentadas. / This work proposes a new approach for automatic fingerprint recognition. Differently from traditional techniques, based on the analysis of peculiarities existing in fingerprint patterns and dedicated search algorithms for that purpose, it is suggested a methodology centred in signal representation tools and connectionist classification models. Basically, the methodology proposed here supports itself in two main techniques: the FBI’s Wavelet Scalar Quantization standard for fingerprint image compression as method for the feature extraction; and Artificial Neural Networks models that use linear training techniques as method for the classification of the resulting patterns. The main objective of the suggested method is the development of a recognition system independent from specific fingerprint image analysis techniques, looking for low false acceptance and false rejection rates, with priority for the false acceptance rate. The methodologies and results achieved in the executed experiments are presented, as well as their respective analysis and yet some proposals for future work and enhancements. Some aspects pertinent to the image acquisition hardware and some digital image processing techniques are also presented.

Esta dissertação apresenta o desenvolvimento de um sistema em forma de armband para a captura de sinais de eletromiográficos de superfície para o reconhecimento de movimentos do braço. São apresentadas todas as suas etapas de projeto, desde a construção física, projeto de circuitos, sistema de aquisição, processamento e classificação por meio de Redes Neurais Artificiais. Foi construído um bracelete contendo oito canais para a captação do sinal de eletromiografia e um sistema auxiliar (giroscópio) de referência foi utilizado para indicar o instante em que o braço foi movimentado. Foram adquiridos dados dos grupos musculares do bíceps e do tríceps. Por meio da fusão de dados de sensores, os sinais foram processados por meio de rotinas no software LabVIEWTM. Após a extração de características do sinal, as amostras foram encaminhadas para uma Rede Neural Multi-Layer Perceptron para a classificação dos movimentos de flexão e extensão do braço. A mesma armband foi inserida na região do antebraço e os sinais de eletromiografia foram comparados com os sinais obtidos pelo dispositivo comercial MyoTM. O sistema apresentou como resultado altas taxas de classificação, acima de 95% e os sinais obtidos na região do antebraço apresentaram semelhanças com os obtidos pelo dispositivo comercial. / This master thesis presents the development of an armband system to capture of superficial electromyography signals to arm movement recognition. All project steps, since the physical building, project of the circuits, acquisition system, processing and classification by Artificial Neural Networks are presented. An armband with eight channel to capture the electromyography signal was constructed and an auxiliary system (gyroscope) was used to indicate the instant when the arm was moved. The muscle acquired groups were the biceps and triceps. By sensor data fusion, the signals were processed by LabVIEWTM routines. After the signal characteristic extraction, the samples were forwarded to a Multi-Layer Perceptron Neural Network to movement classification of arm flexion and extension. The same armband was inserted on the forearm and the electromyography signals were compared with the signals obtained by the commercial device MyoTM. The system presented, as results, high classification rates, above of 95% and the obtained signals on the region of forearm showed similarities with the obtained ones by commercial device.

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.