English

CIn - Centro de Informática UFPE




Eventos Relacionados

Defesa de Dissertação de Mestrado - Nº 1.194: "Reconhecimento de Expressões Faciais"

A aluna Adriana Cruz de Góis Barbosa irá defender seu trabalho no dia 23 de agosto, às 15h, na Sala D001 Início: 23/08/2012 às 15:00 Término: 23/08/2012 às 17:00 Local: Sala D001

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado  Nº 1.194
 
Aluno: Adriana Cruz de Góis Barbosa
Orientador: Prof. Tsang Ing Ren
Título: “Reconhecimento de Expressões Faciais”
Data: 23/08/2012
Hora/Local: 15:00h –  Sala D001 – Bloco D - Térreo
Banca Examinadora:
Prof. George Darmiton da Cunha Cavalcanti ( CIn/UFPE)
Prof. Tatijana Stosic  (DEINFO / UFRPE)
Prof. Tsang Ing Ren  ( CIn / UFPE)
 
RESUMO:
 
Imagens digitais e vídeos estão se tornando cada vez mais importantes na era da informação. Uma grande gama de aplicações como sistemas de reconhecimento de faces humanas, sistemas de vigilância, sistemas de vídeo conferência, entre outros, têm uma grande necessidade de localização da face e extração de suas características. Muitos estudos têm dedicado esforços para o problema de localizar uma face e extrair suas características.
De acordo com (WONG, 2001), detectar faces humanas e extrair as características faciais de uma imagem sem restrição é um grande desafio. Existem muitos fatores que afetam a detecção, incluindo uso de óculos, diferentes colorações de pele, pêlos faciais e expressões faciais. Extração de características faciais torna-se mais difícil pela falta de restrições sobre número, localização, tamanho e orientação das faces em uma imagem.
Nesta dissertação, um método eficiente para reconhecimento de expressões faciais é apresentado. A partir da extração de características de uma face, três métodos são combinados e o resultado desta combinação é introduzido em uma SVM (Support Vector Machine). Esta SVM será o classificador das expressões faciais. Um algoritmo foi implementado em Matlab para gerar os experimentos. O trabalho foi testado usando as bases Yale, composta de 720 imagens e Cohn-Kanade, composta de 1480 imagens, com a representação de várias expressões faciais. A taxa de acerto da base Yale encontra-se em 98,1%, enquanto que na base Cohn-Kanade foi atingida a taxa de 93%. Dos três métodos citados acima, dois deles foram propostos pelos autores Xudong Xie e Kin-Man Lam (XUDONG, 2009).  O método deles baseia-se em duas técnicas para reconhecimento: SMOM e ESTM.
A técnica SMOM é baseada nas características estatísticas das imagens de face de treinamento enquanto que a técnica ESTM é usada para medir a similaridade entre imagens baseada nas informações de forma e textura. Como uma contribuição de melhoria para o artigo de Xudong Xie e Kin-Man Lam (XUDONG, 2009) foi inserido mais um extrator de características, chamado LBP. Na fase de pré-processamento, os olhos e a boca foram detectados a partir de uma técnica chamada ASEF (BOLME, 2009). A união dos resultados das distâncias das três técnicas acima será introduzido numa SVM (Support Vector Machine) para a classificação das expressões faciais. Com isso, será possível se obter uma melhor resposta de assertividade, podendo-se atingir assim um bom nível de reconhecimento das expressões faciais.
Como resultado da dissertação, as três técnicas foram implementadas, juntamente com a utilização de uma SVM. O pacote de software Weka (Waikato Environment for Knowledge Analysis) foi utilizado para receber a passagem dos parâmetros de entrada da SVM. O Weka tem como objetivo agregar algoritmos provenientes de diferentes abordagens/paradigmas na subárea da inteligência artificial dedicada ao estudo da aprendizagem por parte de máquinas. O Weka procede à análise computacional e estatística dos dados fornecidos recorrendo a técnicas de mineração de dados, tentando, indutivamente, a partir dos padrões encontrados, gerar hipóteses para soluções e teorias sobre os dados em questão (WEKA). As técnicas serão testadas e analisadas utilizando-se imagens das bases de imagens Yale e Cohn-Kanade.
 
Palavras-chave: Reconhecimento de Face. Inteligência Computacional. Expressão Facial.
  • © Centro de Informática UFPE - Todos os direitos reservados
    Tel +55 81 2126.8430 - Cidade Universitária - 50740-560 - Recife/PE
Plano4 Consultoria Web