Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn

Detalhes bibliográficos
Autor(a) principal: Oliveira, Rafael Augusto de
Data de Publicação: 2020
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/29986
Resumo: O presente trabalho é resultado de um convênio de dupla diplomação com o Instituto Politécnico de Bragança.
id UTFPR-12_78fb02bf174fc9a845bf790c178da49d
oai_identifier_str oai:repositorio.utfpr.edu.br:1/29986
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2022-10-24T16:05:54Z2022-10-24T16:05:54Z2020-12-03OLIVEIRA, Rafael Augusto de. Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn. 2020. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Medianeira, 2020.http://repositorio.utfpr.edu.br/jspui/handle/1/29986O presente trabalho é resultado de um convênio de dupla diplomação com o Instituto Politécnico de Bragança.Câmeras de monitoramento são largamente utilizadas para supervisionar estabelecimentos, de forma a coibir atos de violência. Um dos modos de melhorar esse sistema é pelo reconhecimento das pessoas que circulam nesse espaço, preferencialmente pelo rosto dos indivíduos. Um desafio existente é reconhecer os rostos quando as condições de imagem são adversas, seja pela utilização de equipamentos de baixa qualidade ou pela distância entre o sujeito e a câmera, impactando assim nas taxas de acerto dos sistemas de reconhecimento. Para tal, técnicas de aumento de resolução e melhoria na qualidade das imagens podem ser aplicadas antes de realizar o reconhecimento da face, de forma a melhorar a acurácia da última. Dentre essas técnicas de Super-Resolução, o atual estado da arte dá-se pelo uso de Redes Adversárias Generativas (GAN). No uso conjunto de Super-Resolução com reconhecimento de faces, uma opção que se mostrou promissora é o treinamento das redes de Super-Resolução e Reconhecimento Facial de forma conjunta, de modo a direcionar a rede no aprendizado de características de aumento de qualidade de imagem que conduzam a uma melhor acurácia em reconhecer os indivíduos. Neste trabalho, realizamos o treinamento conjunto de Super-Resolução e Reconhecimento de Faces, sendo a primeira uma rede Generativa e a última uma ResNet50, treinados com o auxílio de uma rede Discriminativa, nos moldes do treinamento de redes GAN, de forma a testar a eficácia desse sistema no reconhecimento dos indivíduos em imagens de baixa qualidade. As imagens de resolução aumentada geradas pela rede foram satisfatórias, mas não conseguimos realizar a convergência do reconhecimento das faces em tempo hábil. Com o presente trabalho, desejamos que os achados em nossos experimentos sirvam de insumo para mais pesquisas nesse tópico. Os códigos estão disponíveis publicamente em https://github.com/OliRafa/SRFR-GAN.Surveillance cameras are broadly used in supervising private places to restrain violent acts. One of the ways of improving this system is recognizing people in this space, preferably by using an individual’s face biometrics. An existing challenge is to recognize faces when imaging conditions are adverse, either by low-quality cameras or the distance between the subject and the camera, thus impacting the accuracy of these recognizing systems. Super-Resolution (SR) techniques can be used to improve both image resolution and quality before recognizing the face, to improve the accuracy of the recognition task. Among these techniques, the actual State of the Art uses Generative Adversarial Networks (GAN). When used together, one promising option is to train Super-Resolution and Face Recognition as one single network, conducting the network to learn SR features that will improve its capability when recognizing faces. In the present work, we trained a Super-Resolution Face Recognition model using this joint-learn approach, combining a Generative network for SR, and a ResNet50 for Face Recognition. The model was trained with a Discriminator network, following the GAN training framework. The images generated by the network were convincing, but we couldn’t converge the FR model in a timely manner. We hope that our contributions could help future works on this topic. Code is publicly available at https://github.com/OliRafa/SRFR-GAN.porUniversidade Tecnológica Federal do ParanáMedianeiraCiência da ComputaçãoUTFPRBrasilCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOImagens digitaisProcessamento de imagens - Técnicas digitaisAprendizado do computadorResolução (Óptica)Percepção de imagensDigital imagesImage processing - Digital techniquesMachine learningResolution (Optics)Picture perceptionReconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisMedianeiraCandido Junior, ArnaldoPaula Filho, Pedro Luiz deFernandes, José Eduardo MoreiraRodrigues, Pedro João SoaresLopes, Rui Pedro Sanches de CastroOliveira, Rafael Augusto deinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALreconhecimentofacialredesgenerativas.pdfreconhecimentofacialredesgenerativas.pdfapplication/pdf22720678http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29986/3/reconhecimentofacialredesgenerativas.pdf4f1bd8133df1e4c1d373c44a2d46d095MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29986/4/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD54TEXTreconhecimentofacialredesgenerativas.pdf.txtreconhecimentofacialredesgenerativas.pdf.txtExtracted texttext/plain167969http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29986/5/reconhecimentofacialredesgenerativas.pdf.txtd619f649a442778e9445e790232a5ef2MD55THUMBNAILreconhecimentofacialredesgenerativas.pdf.jpgreconhecimentofacialredesgenerativas.pdf.jpgGenerated Thumbnailimage/jpeg1742http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29986/6/reconhecimentofacialredesgenerativas.pdf.jpge98bfb2904cc79b7e950e7b3aa980e65MD561/299862022-10-25 03:07:03.042oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2022-10-25T06:07:03Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn
title Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn
spellingShingle Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn
Oliveira, Rafael Augusto de
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Imagens digitais
Processamento de imagens - Técnicas digitais
Aprendizado do computador
Resolução (Óptica)
Percepção de imagens
Digital images
Image processing - Digital techniques
Machine learning
Resolution (Optics)
Picture perception
title_short Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn
title_full Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn
title_fullStr Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn
title_full_unstemmed Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn
title_sort Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn
author Oliveira, Rafael Augusto de
author_facet Oliveira, Rafael Augusto de
author_role author
dc.contributor.advisor1.fl_str_mv Candido Junior, Arnaldo
dc.contributor.advisor-co1.fl_str_mv Paula Filho, Pedro Luiz de
dc.contributor.referee1.fl_str_mv Fernandes, José Eduardo Moreira
dc.contributor.referee2.fl_str_mv Rodrigues, Pedro João Soares
dc.contributor.referee3.fl_str_mv Lopes, Rui Pedro Sanches de Castro
dc.contributor.author.fl_str_mv Oliveira, Rafael Augusto de
contributor_str_mv Candido Junior, Arnaldo
Paula Filho, Pedro Luiz de
Fernandes, José Eduardo Moreira
Rodrigues, Pedro João Soares
Lopes, Rui Pedro Sanches de Castro
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Imagens digitais
Processamento de imagens - Técnicas digitais
Aprendizado do computador
Resolução (Óptica)
Percepção de imagens
Digital images
Image processing - Digital techniques
Machine learning
Resolution (Optics)
Picture perception
dc.subject.por.fl_str_mv Imagens digitais
Processamento de imagens - Técnicas digitais
Aprendizado do computador
Resolução (Óptica)
Percepção de imagens
Digital images
Image processing - Digital techniques
Machine learning
Resolution (Optics)
Picture perception
description O presente trabalho é resultado de um convênio de dupla diplomação com o Instituto Politécnico de Bragança.
publishDate 2020
dc.date.issued.fl_str_mv 2020-12-03
dc.date.accessioned.fl_str_mv 2022-10-24T16:05:54Z
dc.date.available.fl_str_mv 2022-10-24T16:05:54Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv OLIVEIRA, Rafael Augusto de. Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn. 2020. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Medianeira, 2020.
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/29986
identifier_str_mv OLIVEIRA, Rafael Augusto de. Reconhecimento facial com super-resolução: uma abordagem utilizando redes generativas e joint-learn. 2020. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Medianeira, 2020.
url http://repositorio.utfpr.edu.br/jspui/handle/1/29986
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 Universidade Tecnológica Federal do Paraná
Medianeira
dc.publisher.program.fl_str_mv Ciência da Computação
dc.publisher.initials.fl_str_mv UTFPR
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Medianeira
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
bitstream.url.fl_str_mv http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29986/3/reconhecimentofacialredesgenerativas.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29986/4/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29986/5/reconhecimentofacialredesgenerativas.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29986/6/reconhecimentofacialredesgenerativas.pdf.jpg
bitstream.checksum.fl_str_mv 4f1bd8133df1e4c1d373c44a2d46d095
b9d82215ab23456fa2d8b49c5df1b95b
d619f649a442778e9445e790232a5ef2
e98bfb2904cc79b7e950e7b3aa980e65
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv
_version_ 1805923080423342080

Registros relacionados