Reconhecimento facial tolerante à variação de pose utilizando uma câmera RGB-D de baixo custo

Detalhes bibliográficos
Autor(a) principal: Zeni, Luis Felipe de Araujo
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