Remoção de expressões faciais em imagens 3D para fins de reconhecimento biométrico
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFBA |
Texto Completo: | http://repositorio.ufba.br/ri/handle/ri/29866 |
Resumo: | A pesquisa realizada apresenta um modelo de rede neural encoder-decoder para remover deformações causadas por expressões faciais em imagens 3D. Este modelo recebe uma imagem 3D da face com ou sem expressões como entrada e gera uma face neutra como saída. O objetivo não é obter um resultado realístico e sim melhorar a precisão de sistemas de reconhecimento facial 3D. Para realizar isso, foi proposto o uso de uma função de custo baseada em um sistema de reconhecimento durante o processo de treinamento para que a rede aprendesse a manter informações inerentes à identidade do indivíduo na saída. Os experimentos usando a base de dados Bosphorus 3D mostraram que a técnica foi bem sucedida em reduzir a diferença entre imagens do mesmo indivíduo afetadas por diferentes expressões faciais e ampliar a distância entre os valores das intraclasses e interclasses. Eles também mostram que nossas imagens neutras geradas sinteticamente melhoram os resultados de quatro métodos de reconhecimento, atingindo assim o objetivo original. |
id |
UFBA-2_e26d6088729f4ea2bc4eb6059efdfd62 |
---|---|
oai_identifier_str |
oai:repositorio.ufba.br:ri/29866 |
network_acronym_str |
UFBA-2 |
network_name_str |
Repositório Institucional da UFBA |
repository_id_str |
1932 |
spelling |
Barbosa, Lucas AmparoPamplona Segundo, MaurícioFranco, Alexandre da Costa e SilvaOliveira, Luciano Rebouças de2019-06-17T18:19:28Z2019-06-17T18:19:28Z2019-06-172018-10-17http://repositorio.ufba.br/ri/handle/ri/29866A pesquisa realizada apresenta um modelo de rede neural encoder-decoder para remover deformações causadas por expressões faciais em imagens 3D. Este modelo recebe uma imagem 3D da face com ou sem expressões como entrada e gera uma face neutra como saída. O objetivo não é obter um resultado realístico e sim melhorar a precisão de sistemas de reconhecimento facial 3D. Para realizar isso, foi proposto o uso de uma função de custo baseada em um sistema de reconhecimento durante o processo de treinamento para que a rede aprendesse a manter informações inerentes à identidade do indivíduo na saída. Os experimentos usando a base de dados Bosphorus 3D mostraram que a técnica foi bem sucedida em reduzir a diferença entre imagens do mesmo indivíduo afetadas por diferentes expressões faciais e ampliar a distância entre os valores das intraclasses e interclasses. Eles também mostram que nossas imagens neutras geradas sinteticamente melhoram os resultados de quatro métodos de reconhecimento, atingindo assim o objetivo original.We present an encoder-decoder neural network to remove deformations caused by expressions from 3D face images. It receives a 3D face with or without expressions as input and outputs its neutral form. Our objective is not to obtain the most realistic results but to enhance the accuracy of 3D face recognition systems. To this end, we propose using a recognition-based loss function during training so that our network can learn to maintain important identity cues in the output. Our experiments using the Bosphorus 3D Face Database show that our approach successfully reduces the difference between face images from the same subject affected by different expressions and increases the gap between intraclass and interclass difference values. They also show that our synthetic neutral images improved the results of four different well-known face recognition methods, thus accomplishing the original objective.Submitted by Lucas Barbosa (lucasamparo.ti@gmail.com) on 2019-06-17T13:12:33Z No. of bitstreams: 1 dissertacao.pdf: 2276379 bytes, checksum: fd7bb93cb03199525605d7f2cbce7455 (MD5)Approved for entry into archive by Solange Rocha (soluny@gmail.com) on 2019-06-17T18:19:28Z (GMT) No. of bitstreams: 1 dissertacao.pdf: 2276379 bytes, checksum: fd7bb93cb03199525605d7f2cbce7455 (MD5)Made available in DSpace on 2019-06-17T18:19:28Z (GMT). No. of bitstreams: 1 dissertacao.pdf: 2276379 bytes, checksum: fd7bb93cb03199525605d7f2cbce7455 (MD5)FAPESB - Fundação de Amparo a Pesquisa do Estado da BahiaCiência da ComputaçãoMetodologia e Técnicas da ComputaçãoProcessamento Gráfico (Graphics)Deep LearningReconhecimento facialImagens 3DRemoção de expressões faciais em imagens 3D para fins de reconhecimento biométricoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisInstituto de MatemáticaDepartamento de Ciências da Computaçãoem Ciência da ComputaçãoUFBAbrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFBAinstname:Universidade Federal da Bahia (UFBA)instacron:UFBAORIGINALdissertacao.pdfdissertacao.pdfapplication/pdf2276379https://repositorio.ufba.br/bitstream/ri/29866/1/dissertacao.pdffd7bb93cb03199525605d7f2cbce7455MD51LICENSElicense.txtlicense.txttext/plain1383https://repositorio.ufba.br/bitstream/ri/29866/2/license.txt690bb9e0ab0d79c4ae420a800ae539f0MD52TEXTdissertacao.pdf.txtdissertacao.pdf.txtExtracted texttext/plain59751https://repositorio.ufba.br/bitstream/ri/29866/3/dissertacao.pdf.txt3639501d7d37d7150dc69da7a0cb09e6MD53ri/298662022-07-01 10:46:50.85oai:repositorio.ufba.br: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ório InstitucionalPUBhttp://192.188.11.11:8080/oai/requestopendoar:19322022-07-01T13:46:50Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)false |
dc.title.pt_BR.fl_str_mv |
Remoção de expressões faciais em imagens 3D para fins de reconhecimento biométrico |
title |
Remoção de expressões faciais em imagens 3D para fins de reconhecimento biométrico |
spellingShingle |
Remoção de expressões faciais em imagens 3D para fins de reconhecimento biométrico Barbosa, Lucas Amparo Ciência da Computação Metodologia e Técnicas da Computação Processamento Gráfico (Graphics) Deep Learning Reconhecimento facial Imagens 3D |
title_short |
Remoção de expressões faciais em imagens 3D para fins de reconhecimento biométrico |
title_full |
Remoção de expressões faciais em imagens 3D para fins de reconhecimento biométrico |
title_fullStr |
Remoção de expressões faciais em imagens 3D para fins de reconhecimento biométrico |
title_full_unstemmed |
Remoção de expressões faciais em imagens 3D para fins de reconhecimento biométrico |
title_sort |
Remoção de expressões faciais em imagens 3D para fins de reconhecimento biométrico |
author |
Barbosa, Lucas Amparo |
author_facet |
Barbosa, Lucas Amparo |
author_role |
author |
dc.contributor.author.fl_str_mv |
Barbosa, Lucas Amparo |
dc.contributor.advisor1.fl_str_mv |
Pamplona Segundo, Maurício |
dc.contributor.referee1.fl_str_mv |
Franco, Alexandre da Costa e Silva Oliveira, Luciano Rebouças de |
contributor_str_mv |
Pamplona Segundo, Maurício Franco, Alexandre da Costa e Silva Oliveira, Luciano Rebouças de |
dc.subject.cnpq.fl_str_mv |
Ciência da Computação Metodologia e Técnicas da Computação Processamento Gráfico (Graphics) |
topic |
Ciência da Computação Metodologia e Técnicas da Computação Processamento Gráfico (Graphics) Deep Learning Reconhecimento facial Imagens 3D |
dc.subject.por.fl_str_mv |
Deep Learning Reconhecimento facial Imagens 3D |
description |
A pesquisa realizada apresenta um modelo de rede neural encoder-decoder para remover deformações causadas por expressões faciais em imagens 3D. Este modelo recebe uma imagem 3D da face com ou sem expressões como entrada e gera uma face neutra como saída. O objetivo não é obter um resultado realístico e sim melhorar a precisão de sistemas de reconhecimento facial 3D. Para realizar isso, foi proposto o uso de uma função de custo baseada em um sistema de reconhecimento durante o processo de treinamento para que a rede aprendesse a manter informações inerentes à identidade do indivíduo na saída. Os experimentos usando a base de dados Bosphorus 3D mostraram que a técnica foi bem sucedida em reduzir a diferença entre imagens do mesmo indivíduo afetadas por diferentes expressões faciais e ampliar a distância entre os valores das intraclasses e interclasses. Eles também mostram que nossas imagens neutras geradas sinteticamente melhoram os resultados de quatro métodos de reconhecimento, atingindo assim o objetivo original. |
publishDate |
2018 |
dc.date.submitted.none.fl_str_mv |
2018-10-17 |
dc.date.accessioned.fl_str_mv |
2019-06-17T18:19:28Z |
dc.date.available.fl_str_mv |
2019-06-17T18:19:28Z |
dc.date.issued.fl_str_mv |
2019-06-17 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufba.br/ri/handle/ri/29866 |
url |
http://repositorio.ufba.br/ri/handle/ri/29866 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Instituto de Matemática Departamento de Ciências da Computação |
dc.publisher.program.fl_str_mv |
em Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UFBA |
dc.publisher.country.fl_str_mv |
brasil |
publisher.none.fl_str_mv |
Instituto de Matemática Departamento de Ciências da Computação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFBA instname:Universidade Federal da Bahia (UFBA) instacron:UFBA |
instname_str |
Universidade Federal da Bahia (UFBA) |
instacron_str |
UFBA |
institution |
UFBA |
reponame_str |
Repositório Institucional da UFBA |
collection |
Repositório Institucional da UFBA |
bitstream.url.fl_str_mv |
https://repositorio.ufba.br/bitstream/ri/29866/1/dissertacao.pdf https://repositorio.ufba.br/bitstream/ri/29866/2/license.txt https://repositorio.ufba.br/bitstream/ri/29866/3/dissertacao.pdf.txt |
bitstream.checksum.fl_str_mv |
fd7bb93cb03199525605d7f2cbce7455 690bb9e0ab0d79c4ae420a800ae539f0 3639501d7d37d7150dc69da7a0cb09e6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA) |
repository.mail.fl_str_mv |
|
_version_ |
1808459595179360256 |