skip to main content

Detecção de faces humanas em imagens coloridas utilizando redes neurais artificiais

Gouveia, Wellington Da Rocha

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos 2010-01-28

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Detecção de faces humanas em imagens coloridas utilizando redes neurais artificiais
  • Autor: Gouveia, Wellington Da Rocha
  • Orientador: Paiva, Maria Stela Veludo de
  • Assuntos: Detecção De Face; Segmentação De Imagens; Imagens Coloridas; Redes Neurais; Mlp; Perceptron Multicamadas; Color Images; Neural Networks; Multilayer Perceptron; Mlp; Face Detection; Segmentation Of Images
  • Notas: Dissertação (Mestrado)
  • Notas Locais: Engenharia Elétrica
  • Descrição: A tarefa de encontrar faces em imagens é extremamente complexa, pois pode ocorrer variação de luminosidade, fundos extremamente complexos e objetos que podem se sobrepor parcialmente à face que será localizada, entre outros problemas. Com o avanço na área de visão computacional técnicas mais recentes de processamento de imagens e inteligência artificial têm sido combinadas para desenvolver algoritmos mais eficientes para a tarefa de detecção de faces. Este trabalho apresenta uma metodologia de visão computacional que utiliza redes neurais MLP (Perceptron Multicamadas) para segmentar a cor da pele e a textura da face, de outros objetos presentes em uma imagem de fundo complexo. A imagem resultante é dividida em regiões, e para cada região são extraídas características que são aplicadas em outra rede neural MLP para identificar se naquela região contem face ou não. Para avaliação do software implementado foram utilizados dois banco de imagens, um com imagens padronizadas (Banco AR) e outro banco com imagens adquiridas na Internet contendo faces com diferentes tons de pele e fundo complexo. Os resultados finais obtidos foram de 83% de faces detectadas para o banco de imagens da Internet e 88% para o Banco AR, evidenciando melhores resultados para as imagens deste banco, pelo fato de serem padronizadas, não conterem faces inclinadas e fundo complexo. A etapa de segmentação apesar de reduzir a quantidade de informação a ser processada para os demais módulos foi a que contribuiu para o maior número de falsos negativos.
  • DOI: 10.11606/D.18.2010.tde-11032010-160048
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos
  • Data de publicação: 2010-01-28
  • Formato: Adobe PDF
  • Idioma: Português

Buscando em bases de dados remotas. Favor aguardar.