Uma Metodologia para o Reconhecimento de Padrões em Imagens Faciais com Redes Neurais Artificiais
Resumo
É cada vez mais comum o uso em aplicações de autenticação biométrica, onde a imagem facial, é usada para identificar pessoas previamente cadastradas. Para isso, são utilizados softwares que filtram a imagem usando técnicas de Processamento Digital afim de definir padrões e simplificar a busca, agilizando dessa forma o processamento. Este trabalho apresenta uma metodologia para o reconhecimento facial utilizando uma rede neural. A proposta se mostrou promissora com acertos acima de 80% na acurácia, dependendo do filtro utilizado.
Referências
Barelli, F. (2019). Introdução à Visão Computacional, Uma abordagem prática com Python e OpenCV, volume 1ª Edição. Editora Casa do Código.
BioID, T. (2019). The bioid face database. In https://www.bioid.com/facedb/, page Acessada em: 22 de maio de 2019.
Canny, J. F. (1986). A computational approach for edge detection. IEEE Trans. Pattern Analysis and Machine Intelligence, 08:679–698.
Dang, K. and Sharma, S. (2017). Review and comparison of face detection algorithms. 7th International Conference on Cloud Computing, Data Science Engineering - Confluence.
George, A., Mostaani, Z., Geissenbuhler, D., Nikisins, O., Anjos, A., and Marcel, S. (2020). Biometric face presentation attack detection with multi-channel convolutional neural network. IEEE Transactions on Information Forensics and Security, 15:42–55.
Learned-Miller, E., Huang, G. B., RoyChowdhury, A., Li, H., and Hua, G. (2016). Labeled faces in the wild: A survey. Advances in Face Detection and Facial Image Analysis. Cham, Switzerland: Springer, pages 189–248.
Minichino, J. and Hows, J. (2015). Learning OpenCV 3 ComputerVision with Python. Packt Publishing Ltd, Birmingham.
Plichoski, G. F., Metzger, G., and Chidambaram, C. (2018). A supervised face recognition in still images using interest points. IX Computer on the Beach, pages 721–730.
Singh, A., Singh, M., and Singh, B. (2016). Face detection and eyes extraction using sobel edge detection and morphological operations. Conference on Advances in Signal Processing (CASP), pages 295–608.
BioID, T. (2019). The bioid face database. In https://www.bioid.com/facedb/, page Acessada em: 22 de maio de 2019.
Canny, J. F. (1986). A computational approach for edge detection. IEEE Trans. Pattern Analysis and Machine Intelligence, 08:679–698.
Dang, K. and Sharma, S. (2017). Review and comparison of face detection algorithms. 7th International Conference on Cloud Computing, Data Science Engineering - Confluence.
George, A., Mostaani, Z., Geissenbuhler, D., Nikisins, O., Anjos, A., and Marcel, S. (2020). Biometric face presentation attack detection with multi-channel convolutional neural network. IEEE Transactions on Information Forensics and Security, 15:42–55.
Learned-Miller, E., Huang, G. B., RoyChowdhury, A., Li, H., and Hua, G. (2016). Labeled faces in the wild: A survey. Advances in Face Detection and Facial Image Analysis. Cham, Switzerland: Springer, pages 189–248.
Minichino, J. and Hows, J. (2015). Learning OpenCV 3 ComputerVision with Python. Packt Publishing Ltd, Birmingham.
Plichoski, G. F., Metzger, G., and Chidambaram, C. (2018). A supervised face recognition in still images using interest points. IX Computer on the Beach, pages 721–730.
Singh, A., Singh, M., and Singh, B. (2016). Face detection and eyes extraction using sobel edge detection and morphological operations. Conference on Advances in Signal Processing (CASP), pages 295–608.
Publicado
18/11/2021
Como Citar
SOUZA, Flávio Ramon Almeida de; ARAÚJO, Josivaldo de Souza.
Uma Metodologia para o Reconhecimento de Padrões em Imagens Faciais com Redes Neurais Artificiais. In: ESCOLA REGIONAL DE ALTO DESEMPENHO NORTE 2 (ERAD-NO2) E ESCOLA REGIONAL DE APRENDIZADO DE MÁQUINA E INTELIGÊNCIA ARTIFICIAL NORTE 2 (ERAMIA-NO2), 1. , 2021, Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 25-28.
DOI: https://doi.org/10.5753/erad-no2.2021.18675.
