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.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/34143 |
Date | 31 July 2018 |
Creators | Bicalho, Gustavo Carneiro |
Contributors | Vidal, Flávio de Barros |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
Rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.0338 seconds