Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/101659 |
Resumo: | Reconhecer a identidade de seres humanos a partir de imagens digitais gravadas de suas faces é uma etapa importante para uma variedade de aplicações que incluem segurança de acesso, iteração humano computador, entretenimento digital, entre outras. Neste trabalho é proposto um novo método automático para reconhecimento facial que utiliza simultaneamente a informação 2D e 3D de uma câmera RGB-D(Kinect). O método proposto utiliza a informação de cor da imagem 2D para localizar faces na cena, uma vez que uma face é localizada ela é devidamente recortada e normalizada para um padrão de tamanho e cor. Posteriormente com a informação de profundidade o método estima a pose da cabeça em relação com à câmera. Com faces recortadas e suas respectivas informações de pose, o método proposto treina um modelo de faces robusto à variação de poses e expressões propondo uma nova técnica automática que separa diferentes poses em diferentes modelos de faces. Com o modelo treinado o método é capaz de identificar se as pessoas utilizadas para aprender o modelo estão ou não presentes em novas imagens adquiridas, as quais o modelo não teve acesso na etapa de treinamento. Os experimentos realizados demonstram que o método proposto melhora consideravelmente o resultado de classificação em imagens reais com variação de pose e expressão. |
id |
URGS_3c72b1af1402c3c8506dbb7ae5737d3c |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/101659 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Zeni, Luis Felipe de AraujoScharcanski, Jacob2014-08-22T02:11:33Z2014http://hdl.handle.net/10183/101659000932051Reconhecer a identidade de seres humanos a partir de imagens digitais gravadas de suas faces é uma etapa importante para uma variedade de aplicações que incluem segurança de acesso, iteração humano computador, entretenimento digital, entre outras. Neste trabalho é proposto um novo método automático para reconhecimento facial que utiliza simultaneamente a informação 2D e 3D de uma câmera RGB-D(Kinect). O método proposto utiliza a informação de cor da imagem 2D para localizar faces na cena, uma vez que uma face é localizada ela é devidamente recortada e normalizada para um padrão de tamanho e cor. Posteriormente com a informação de profundidade o método estima a pose da cabeça em relação com à câmera. Com faces recortadas e suas respectivas informações de pose, o método proposto treina um modelo de faces robusto à variação de poses e expressões propondo uma nova técnica automática que separa diferentes poses em diferentes modelos de faces. Com o modelo treinado o método é capaz de identificar se as pessoas utilizadas para aprender o modelo estão ou não presentes em novas imagens adquiridas, as quais o modelo não teve acesso na etapa de treinamento. Os experimentos realizados demonstram que o método proposto melhora consideravelmente o resultado de classificação em imagens reais com variação de pose e expressão.Recognizing the identity of human beings from recorded digital images of their faces is important for a variety of applications, namely, security access, human computer interation, digital entertainment, etc. This dissertation proposes a new method for automatic face recognition that uses both 2D and 3D information of an RGB-D(Kinect) camera. The method uses the color information of the 2D image to locate faces in the scene, once a face is properly located it is cut and normalized to a standard size and color. Afterwards, using depth information the method estimates the pose of the head relative to the camera. With the normalized faces and their respective pose information, the proposed method trains a model of faces that is robust to pose and expressions using a new automatic technique that separates different poses in different models of faces. With the trained model, the method is able to identify whether people used to train the model are present or not in new acquired images, which the model had no access during the training phase. The experiments demonstrate that the proposed method considerably improves the result of classification in real images with varying pose and expression.application/pdfporComputação gráficaReconhecimento : PadroesReconhecimento : FaceProcessamento de imagensFace recognitionPattern recognitionComputer visionKinectReconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custoFace recognition using an low cost RGB-D camera to deal with the problem of pose variation info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2014mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000932051.pdf000932051.pdfTexto completoapplication/pdf7029117http://www.lume.ufrgs.br/bitstream/10183/101659/1/000932051.pdf58f75eed0cfbcaf227bce40b5eb418e3MD51TEXT000932051.pdf.txt000932051.pdf.txtExtracted Texttext/plain127500http://www.lume.ufrgs.br/bitstream/10183/101659/2/000932051.pdf.txt2da1ed68ae87adf101d79e4361352f7cMD52THUMBNAIL000932051.pdf.jpg000932051.pdf.jpgGenerated Thumbnailimage/jpeg1034http://www.lume.ufrgs.br/bitstream/10183/101659/3/000932051.pdf.jpga27f36b9032f792a0bf378d10e2ae41dMD5310183/1016592021-05-26 04:40:13.896975oai:www.lume.ufrgs.br:10183/101659Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-05-26T07:40:13Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo |
dc.title.alternative.en.fl_str_mv |
Face recognition using an low cost RGB-D camera to deal with the problem of pose variation |
title |
Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo |
spellingShingle |
Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo Zeni, Luis Felipe de Araujo Computação gráfica Reconhecimento : Padroes Reconhecimento : Face Processamento de imagens Face recognition Pattern recognition Computer vision Kinect |
title_short |
Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo |
title_full |
Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo |
title_fullStr |
Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo |
title_full_unstemmed |
Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo |
title_sort |
Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo |
author |
Zeni, Luis Felipe de Araujo |
author_facet |
Zeni, Luis Felipe de Araujo |
author_role |
author |
dc.contributor.author.fl_str_mv |
Zeni, Luis Felipe de Araujo |
dc.contributor.advisor1.fl_str_mv |
Scharcanski, Jacob |
contributor_str_mv |
Scharcanski, Jacob |
dc.subject.por.fl_str_mv |
Computação gráfica Reconhecimento : Padroes Reconhecimento : Face Processamento de imagens |
topic |
Computação gráfica Reconhecimento : Padroes Reconhecimento : Face Processamento de imagens Face recognition Pattern recognition Computer vision Kinect |
dc.subject.eng.fl_str_mv |
Face recognition Pattern recognition Computer vision Kinect |
description |
Reconhecer a identidade de seres humanos a partir de imagens digitais gravadas de suas faces é uma etapa importante para uma variedade de aplicações que incluem segurança de acesso, iteração humano computador, entretenimento digital, entre outras. Neste trabalho é proposto um novo método automático para reconhecimento facial que utiliza simultaneamente a informação 2D e 3D de uma câmera RGB-D(Kinect). O método proposto utiliza a informação de cor da imagem 2D para localizar faces na cena, uma vez que uma face é localizada ela é devidamente recortada e normalizada para um padrão de tamanho e cor. Posteriormente com a informação de profundidade o método estima a pose da cabeça em relação com à câmera. Com faces recortadas e suas respectivas informações de pose, o método proposto treina um modelo de faces robusto à variação de poses e expressões propondo uma nova técnica automática que separa diferentes poses em diferentes modelos de faces. Com o modelo treinado o método é capaz de identificar se as pessoas utilizadas para aprender o modelo estão ou não presentes em novas imagens adquiridas, as quais o modelo não teve acesso na etapa de treinamento. Os experimentos realizados demonstram que o método proposto melhora consideravelmente o resultado de classificação em imagens reais com variação de pose e expressão. |
publishDate |
2014 |
dc.date.accessioned.fl_str_mv |
2014-08-22T02:11:33Z |
dc.date.issued.fl_str_mv |
2014 |
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://hdl.handle.net/10183/101659 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000932051 |
url |
http://hdl.handle.net/10183/101659 |
identifier_str_mv |
000932051 |
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.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/101659/1/000932051.pdf http://www.lume.ufrgs.br/bitstream/10183/101659/2/000932051.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/101659/3/000932051.pdf.jpg |
bitstream.checksum.fl_str_mv |
58f75eed0cfbcaf227bce40b5eb418e3 2da1ed68ae87adf101d79e4361352f7c a27f36b9032f792a0bf378d10e2ae41d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085296623058944 |