-
>
1 1 min
- >
,
>
cos
,
donde R1 G y ! son los 'alores del canal ro5o1 'erde y azul res)ecti'amente4
G
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
2.1.4.3. Modelo YcbCr
AC.Cr es una codi*icaci8n no lineal del es)acio de color RG!1 usada
com&nmente en la com)resi8n de imgenes4 (l color es re)resentado )or la luminancia
NAP y )or dos 'alores di*erentes de color NC. y CrP 6ue son caracter+sticas
colorimtricas del color4
(l )armetro A indica la luminosidad o la claridad del color N6ue se )ueden 'er
como un tono de grisP1 los )armetros C. y Cr indican el tono del color: C. u.ica el
color en una escala entre el azul y el amarillo1 Cr indica la u.icaci8n del color entre el
ro5o y el 'erde4
$a o.tenci8n de este es)acio de color a )artir del RG! es la siguiente Rde 2iguel
,//CT:
D @ Cb
D : Cr
@ + : D
+ + >>B 4 / CGE 4 / ,00 4 /
siendo R1 G y ! son los 'alores del canal ro5o1 'erde y azul res)ecti'amente4
$a sencillez de la trans*ormaci8n y la se)araci8n e:)licita de las com)onentes
de luminancia y de crominancia del color1 7acen a este es)acio de color un mtodo
atracti'o )ara la modelizaci8n del color de la )iel4
2.1.4.4. Otros modelos
2odelo F$S : Corres)onde a un modelo de color de*inido )or el tono NFueP1 la
luminosidad N$uminosityP y la saturaci8n NSaturationP4 (l es)acio se de*ine
so.re una do.le )irmide 7e:agonal4 F es el ngulo alrededor del e5e 'ertical1
situndose el ro5o a /W4 $a saturaci8n se mide radialmente 'ariando desde / a >4
$a luminosidad es / )ara el negro Nen el 'rtice in*erior de la )irmideP y > )ara
el .lanco Nen el 'rtice su)erior de la )irmideP Rde 2iguel ,//CT4
6lustracin $.E :epresentacin 5rBfica del modelo de color *2<
0
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
2odelo C2A : $as siglas C2A corres)onden a C+an1 2agenta y Amarillo
NDello#P 6ue son los com)lementarios del ro5o1 'erde y azul4 (l sistema
coordenado es el mismo 6ue en el modelo RG! )ero donde 7a.+a negro a7ora
e:iste .lanco y 'ice'ersa Rde 2iguel ,//CT4
2odelo T$S : $as siglas T$S corres)onden a Tinte1 Saturaci8n y $uminancia4 $a
o.tenci8n de este es)acio de color a )artir del RG!:
( ) [ ]
( )
( )
@ + : <
5 r
5 r
T
5 r 2
>BB 4 / CGE 4 / ,00 4 /
/ gX /1
/ gX 1 B Y - , Y X Y X arctan
/ gX 1 B Y > , Y X Y X arctan
X X C Y 0
, Y >
, ,
+ +
'
< +
> +
m
i
i
x
m
>
>
1 y
se o.tiene la di*erencia entre cada 'ector y la media:
i i
x
4 A)licando PCA se
.usca un con5unto de m 'ectores ortonormales u
G
6ue descri.en la distri.uci8n de los
datos4
$os 'ectores u
G
son los eigen'ectores y los 'alores:
m
i
i
T
G G
u
m
>
P N
>
son los eigen'alores de la matriz de co'arianza:
T
m
i
T
i i
1 1
m
2
>
>
donde
[ ]
m
1 444
, >
4
(l clculo com)utacional 6ue esto im)lica es muy ele'ado1 )or eso si mJN
$
s8lo
7a.r mH1 eigen'ectores1 *acilitando as+ los clculos y )udiendo resol'er el )ro.lema
utilizando com.inaciones lineales de las imgenes4 Se calcula la matriz <M1N1
T
de
dimensi8n mxm y se .uscan los m eigen'ectores v
l
4 (stos 'ectores determinan la
com.inaci8n lineal de las m imgenes del con5unto de entrenamiento:
m
i
i li G
v u
>
^
Para el reconocimiento de una cara se de.e seguir el siguiente )rocedimiento
RTurH et al4 >00>T:
>4 ?.tener un con5unto inicial de imgenes de caras4
6lustracin $.$A Con'unto inicial de caras
,E
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
,4 Calcular la matriz <1 encontrar sus eigen'ectores y eigen'alores1 y elegir los I
Nen la )rctica se )uede utilizar IJmP eigen'ectores 6ue tienen mayores
eigen'alores4
-4 Com.inar las imgenes del con5unto de entrenamiento )ara o.tener los
eigen*aces:
m
i
i li G
v u
>
^
4
6lustracin $.$C ,i5enfaces calculados con las imB5enes iniciales (I M C)
B4 Para cada cara conocida calcular el 'ector clase [ ]
I
T
444
, >
1 donde
P N x u
T
G G
4
C4 Para una nue'a cara calcular su 'ector _ y calcular la distancia a cada clase:
, ,
P N
G G
4 "na cara es clasi*icada como )erteneciente a la clase G
cuando el m+nimo `
H
est )or de.a5o de un um.ral4 (n cual6uier otro caso la cara
es clasi*icada como desconocida4
H >/////// P minN clase cara 2i
G
<
> H D0GCE001 P minN
G
a clasi*icad no CE>GG/G/1 P minN
G
,0
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
De esta manera se o.tienen los coe*icientes como @M:
m
NO
6
H1
4 Se )uede
reconocer una cara e'aluando los coe*icientes @1 utilizando )ara ello el algoritmo de
'ecinos ms cercanos Nnearest nei5hborP con el coseno como medida de similitud:
train test
train test
b b
b b
c
^
^
Siendo P
c
la media de cada clase y P la media total4
Se trata de o.tener un 'ector de )royecci8n #1 6ue 7aga 6ue la raz8n entre la
dis)ersi8n intraIclase y la dis)ersi8n interIclase sea m:ima4 Fa.r 6ue ma:imizar la
siguiente *unci8n o.5eti'o:
# 2 #
# 2 #
# Q
O
T
@
T
^ ^
^ ^
P N
(l 'ector # 6ue ma:imiza esta *unci8n ser a6uel 6ue cum)la la siguiente
ecuaci8n:
# 2 # 2
O @
^ ^ ^
Si la matriz 2
O
es no singular Ntiene in'ersaP se tiene un )ro.lema de 'alores
)ro)ios )ara la matriz 2
O
H1
N2
@
1 6ue )uede sustituirse en la *unci8n o.5eti'o:
G O
T
G
G @
T
G
G
O
T
@
T
@ O
# 2 #
# 2 #
# 2 #
# 2 #
# Q # # 2 2
^ ^
^ ^
^ ^
^ ^
P N ^ ^ ^
>
^
P U 1 N
(l margen es
#
,
1 el 7i)er)lano 8)timo es uno 6ue minimiza:
,
,
>
P N # # 4
$a soluci8n al )ro.lema de o)timizaci8n1 .a5o las restricciones im)uestas1 est
dada )or el )unto de ensilladura de la *unci8n de $agrange:
[ ]
+
<
i
i i i
b x # y # b # <
>
,
f > P ^ N g
,
>
P 1 1 N
donde T
i
son los multi)licadores de $agrange4 #ormalmente se resuel'e el )ro.lema
dual 6ue es ms *cil de resol'er:
--
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
} { P 1 1 N min ma: P N ma:
1
b # < O
b #
<
i
i i
y
4 Resol'iendo la ecuaci8n1
cum)liendo las restricciones1 se determinan los multi)licadores de $agrange1 y el ?SF
est dado )or:
[ ]
s r
<
i
i i i
x x # b x y # +
^
,
>
>
donde x
r
y x
s
son los 'ectores so)orte 6ue satis*acen T
r
, T
s
Z 3, y
r
M 1, y
s
M H14
Para un nue'o dato x1 la clasi*icaci8n es: *N:P V sign NS^: O .P4
'.,.'. M8todos 9asados en caracter-sticas locales
2.3.2.1. 5lstic B'nc# Gr&# Mtc#in$0 5BGM
$a re)resentaci8n de una cara toma la *orma de gra*os eti6uetados4 $os gra*os
estn *ormados )or 'ectores y nodosU los 'ectores se eti6uetan con in*ormaci8n
geomtrica NdistanciasP y los nodos se eti6uetan con un con5unto de caracter+sticas
locales llamados 'ets4 $os 'ets se .asan en trans*ormaciones de Ga.or1 lo cual se )odr+a
tomar como un )rocedimiento de )re)rocesamiento de imgenes .asado en *en8menos
.iol8gicos4
Para una imagen 61 la trans*ormada Sa'elet de uno de sus )untos1 x1 ser
RhisHott et al >00ET:
,
_
, ,
,
,
,
,
,
,
P N
e e e
G
x
'Gx
x
G
G
Para ese )unto la trans*ormada ser una onda )lana donde G es el 'ector de onda
y [ es un )armetro 6ue relaciona el 'ector de onda con el tamao de la 'entana en la
cual est de*inida la onda )lana4 (l segundo trmino del )arntesis elimina la
com)onente continua4 "na onda1 centrada en la )osici8n x de la imagen1 se usa )ara
e:traer la com)onente Q
G
de la imagen 6(x):
G
'
G G
e a dx x x x 6 x Q
^ X P X N P X N P N
Donde a
G
es la am)litud y \
G
la *ase RCa.ello ,//BT4
(n un sistema de reconocimiento de caras 6ue utilice este mtodo1 las imgenes
de las caras de.en ser sometidas a un )roceso de normalizaci8n en el 6ue se centran los
'alores de los )+:eles en la media de la imagen original )ara o.tener una seal de media
nula4 Tam.in se realiza una normalizaci8n geomtrica1 de *orma 6ue las coordenadas
de los o5os )asan a tener un 'alor )redeterminado1 y se a5ustan los 'alores de los )+:eles
-B
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
)ara tener una seal de media nula y des'iaci8n estndar igual a uno4 Adems se
sua'izan los .ordes de la imagen4
A continuaci8n es necesario realizar la localizaci8n de los )untos )rinci)ales4
(stos )untos de*inen un gra*o so.re la cara cuyos nodos son )untos caracter+sticos 6ue
se )ueden 7a.er de*inido )re'iamente1 )or e5em)lo de *orma manual4 (n cada nodo del
gra*o se calcula la trans*ormada de Ga.or1 o.teniendo el 'et4 Cada nodo es eti6uetado
con el )unto caracter+stico y con el 'et1 mientras 6ue las aristas se identi*ican con la
distancia entre los nodos conectados4
6lustracin $.73 +rafo de puntos principales
Cuando se tiene una imagen nue'a de entrada se de.en encontrar los )untos
)rinci)ales 6ue 7acen 6ue se ma:imice la similitud entre el gra*o creado y un gra*o
modelo4 "na *orma de 7acerlo es colocando los nodos de *orma a)ro:imada en la
imagen1 luego se e:traen los 'ets de estos )untos y se calcula la similitud entre el gra*o
modelo y el gra*o imagen as+ construido4 (sta similitud se o)timiza 'ariando las
)osiciones de los nodos en la imagen4 $a *unci8n de similitud 6ue se )retende o)timizar
es:
G
G
G
G
G
G G
a a
a a
Q Q 2
, ,
X
X
P X 1 N
Con esta *unci8n de similitud1 gra*os y 'ets son atra+dos a sus )untos
corres)ondientes en la imagen utilizando el gradiente creciente de la *unci8n similitud4
Si se intenta encontrar una cara desconocida en una imagen y de*inir un gra*o
6ue la re)resente1 se usa una estructura llamada ;gra*o gru)o< Nbunch 5raphP4 (s similar
a los gra*os descritos anteriormente1 )ero en lugar de considerar un 'et )or nodo1 se une
un con5unto de 'ets1 cada uno de ellos deri'ado de una imagen *acial distinta4 Para
*ormar un gra*o gru)o1 se marcan en una colecci8n de imgenes de caras las )osiciones
de los nodos4 Se denominan )untos caracter+sticos a estas )osiciones de los nodos4 (sta
marcaci8n se realiza de *orma semiautomtica4 Cuando se em)are5a un gra*o gru)o con
una imagen1 el 'et e:tra+do de la imagen se com)ara con todos los 'ets en el
corres)ondiente gru)o 6ue *orma el gra*o gru)oU el 6ue lle'e a ca.o la me5or
corres)ondencia es seleccionado4 Si la selecci8n de imgenes es adecuada1 el gra*o
-C
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
gru)o es ca)az de re)resentar una gran 'ariedad de caras con )ro)iedades locales en
entornos reducidos4
2.3.2.2. 2ocl Binr/ .ttern0 2B.
(l o)erador $!P es una 7erramienta interesante como descri)tor de te:tura4 (ste
o)erador recorre la imagen y eti6ueta los )+:eles de la misma mediante un um.ral de la
di*erencia entre el )+:el central y sus 'ecinos1 considerando el resultado como un
n&mero .inario4 $a concatenaci8n de las eti6uetas de los 'ecinos )uede utilizarse como
descri)tor RA7onen et al4 ,//DT4
6lustracin $.71 &perador <@P bBsico "1honen et al. $33A%
$!P se utiliza )ara la descri)ci8n de la imagen de una cara4 Se construyen 'arios
descri)tores locales 6ue se com.inan en un descri)tor glo.al4
Para el caso de la imagen de una cara es im)ortante mantener in*ormaci8n so.re
la relaci8n es)acial4 Se di'ide la imagen en 'arias regiones y se e:traen los descri)tores
de cada regi8n inde)endientemente4 (stos descri)tores son concatenados )ara *ormar un
descri)tor glo.al de la cara4
(l 7istograma .sico )uede ser e:tendido a un 7istograma es)acial aumentado
6ue codi*ica la a)ariencia y la relaci8n es)acial de las regiones de la imagen4 Si tenemos
m regiones1 7ay m descri)tores 6ue se com.inan en el 7istograma es)acial aumentado1
dando como resultado un 7istograma de tamao mxn Ndonde n es la longitud del
descri)tor .sicoP4 (n este 7istograma tenemos la siguiente in*ormaci8n de la imagen:
las eti6uetas $!P )ara el 7istograma contienen in*ormaci8n so.re el )atr8n a ni'el de
)+:el1 la suma de las eti6uetas de )e6ueas regiones dan in*ormaci8n a ni'el local1 y la
concatenaci8n de los 7istogramas locales )roducen un descri)tor glo.al4
Con la com)araci8n del 7istograma es)acial aumentado se )uede realizar el
reconocimiento de imgenes de caras4
2.3.2.3. )cti,e )&&ernce Models0 ))M
Acti'e A))earance 2odel es un modelo estad+stico de la *orma y la a)ariencia
en ni'eles de gris del o.5eto de inters 6ue se )uede generalizar a casi cual6uier e5em)lo
'lido de dic7o o.5eto RAguerre.ere et al4 ,//DT4
$os modelos son entrenados con imgenes de caras en un rango de )untos de
'ista4 As+ )or e5em)lo )ara cu.rir una rotaci8n de >G/W se necesitan s8lo cinco modelos1
)ara I0/W1 IBCW1 /W N'ista *rontalP1 BCW y 0/W4 Como los modelos de iBCW y i0/W son el
re*le5o el uno del otro Nasumiendo 6ue las caras son simtricasP1 en realidad es su*iciente
con tres modelos4 "tilizando el algoritmo AA2 se )uede enca5ar una nue'a imagen en
-D
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
cual6uiera de los modelos4
(n las imgenes del con5unto de entrenamiento se marcan unos )untos de
re*erencia4 (stos )untos se re)resentan en un 'ector y se les a)lica PCA1 de manera 6ue
el modelo 6ue 6ueda es:
b P x x ^ +
1 donde x M (x
1
, K,x
n,
y
1, K,
y
n
), P es una matriz cuyas
columnas son los 'ectores unitarios corres)ondientes a los e5es de m:ima 'ariaci8n1 y
b es el 'ector de )esos Nauto'aloresP4
(:isten dos ti)os de modelos AA2 R!ergasa ,//ET:
AA2s inde)endientes
$os modelos de *orma y a)ariencia se tratan inde)endientemente4
$a *orma1 s M (x
1
, y
1,
K,x
v,
y
v
), se de*ine )or las coordenadas de los )untos 'rtice
y se )uede modelar como una *orma .ase Ns
3
P ms una com.inaci8n lineal de n 'ectores
de *orma:
+
n
i
i i
s p s s
>
/
^
4 AA2s se calculan utilizando imgenes de entrenamiento
eti6uetadas so.re las 6ue se a)lica PCA des)us de ser normalizadas4
$a a)ariencia se de*ine dentro de la *orma .ase1 s
3
1 es una imagen 1(x) de*inida
so.re los )+:eles x ] s
3
:
/
>
/
1 P N P N P N s x x 1 x 1 x 1
m
i
i i
+
AA2s com.inados
$os modelos de *orma y a)ariencia se )arametrizan con un &nico modelo4
2ientras 6ue )ara el caso de AA2s inde)endientes se usan distintos )armetros )ara la
*orma y la a)ariencia Np y RP1 en este caso se utiliza un &nico )armetro1 c M (c
1
, c
$
, K,
c
l
)
+ +
l
i
i i
l
i
i i
x 1 c x 1 x 1 s c s s
>
/
>
/
P N P N P N ^
Se calculan usando un AA2 inde)endiente y a)licando PCA so.re los
)armetros de *orma y a)ariencia a la 'ez4
#ormalmente en el caso de AA2 com.inado se necesitan menos )armetros
)ara re)resentar con igual e:actitud una imagen4
Dada una imagen de una cara se a5usta un modelo de *orma y a)ariencia y los
coe*icientes resultantes se toman como re)resentantes de la identidad )ara el
reconocimiento4 Se utiliza )ara dic7o a5uste in*ormaci8n e:tra1 )ro'eniente de la
relaci8n e:istente entre la imagen error y el error en los )armetros del modelo4
Si x es un )+:el en s
3
el )+:el corres)ondiente en la imagen de entrada 6 es
O(x?p). Para cada )+:el O(x?p) la imagen tiene una intensidad 6(O(x?p)). Se tiene una
imagen de error:
+
m
i
i i
p x O 6 x 1 x 1 x ,
>
/
PP U N N P N P N P N
Se trata de minimizar la suma de los errores al cuadrado:
/
,
PP N N
s x
x ,
-E
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
2.3.2.4. Hidden Mr4o, Models0 HMM
F22 es un con5unto de modelos estad+sticos utilizados )ara caracterizar las
)ro)iedades estad+sticas de una seal4 F22 consiste en dos )rocesos interrelacionados
RAguerre.ere et al4 ,//DT:
\ "na cadena de FarHo' su.yacente con un n&mero *inito de estados1 una matriz
de )ro.a.ilidad de transici8n de estados y una distri.uci8n de )ro.a.ilidad de
estados inicial4
\ "n con5unto de densidades de )ro.a.ilidad asociadas con cada estado4
$os elementos de F22 son R#e*ian et al4 >00GT:
N b n&mero de estados del modelo4 Si 2 es el con5unto de estados: 2 M ^2
1
, 2
$
,
K,2
N
_. (l estado del modelo en el tiem)o t est dado )or 0
t
] 2, 1 ` t ` T1 donde T es la
longitud de la secuencia de o.ser'aci8n4
I b n&mero de s+m.olos de o.ser'aci8n di*erentes4 Si - es el con5unto de
todos los )osi.les s+m.olos de o.ser'aci8n: - M ^v
1
, v
$
, K, v
I
_.
1 b matriz de )ro.a.ilidad de transici8n de estados: 1 M ^a
i'
_, donde
a
i5
V PR6
t
V S
5
j 6
tI>
V S
i
T1 > k i15 k #1
con la restricci8n 3 ` a
i'
` 11 y
N i a
N
'
i'
> 1 >
>
@ b matriz de )ro.a.ilidad de o.ser'aci8n del s+m.olo: @ M ^b
'
(G)_, donde
b
'
(G) M P"&
t
M v
G
a 0
t
M 2
'
%, 1 ` ' ` N, 1 ` G ` I,
y &
t
es el s+m.olo o.ser'ado en el instante t4
b b distri.uci8n inicial de estados: b M ^c
i
_, donde
c
i
M P"0
t
M 2
i
%, 1 ` i` N
"sando una notaci8n corta1 F22 est de*inido )or R M (1, @, b).
$a cara se modela )or una cadena de 2arHo'4 (:isten distintos modelos )ara
re)resentar la cara1 a los e*ectos de recorrer la seal .idimensional RAguerre.ere et al4
,//DT:
F22 topHdo#n : se toman .lo6ues 6ue se corres)onden con las distintas
regiones 7orizontales de la cara desde arri.a 7acia a.a5o4 De esta manera los
.lo6ues corres)onden al )elo1 la *rente1 los o5os1 la nariz y la .oca4
6lustracin $.7$ *II topHdo#n "Nefian et al. 1FFE%
-G
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
F22 em.e.idas : se 7ace una cadena de cadenas1 donde una de ni'el in*erior
recorre la imagen en sentido 7orizontal y luego una de ni'el su)erior recorre la
imagen en sentido 'ertical4
6lustracin $.77 *II embebidas "15uerrebere et al. $33A%
Para el reconocimiento de caras1 lo 6ue se 7ace es a)licar la DCT N8iscrete
Cosine TransformP o la [$T NdarhunenH<ove TransformP a cada uno de los .lo6ues4
$uego ciertos coe*icientes de la trans*ormada del .lo6ue se utilizan como los 'ectores
de o.ser'aci8n4
$a cadena de 2arHo' se entrena )ara encontrar los )armetros1 utilizando el
algoritmo (2 Nma:imizaci8n del 'alor es)eradoP1 ma:imizando P(& a R)4 De esta *orma
se o.tiene una cadena R )ara cada indi'iduo de la .ase4 $uego )ara tomar la decisi8n se
eli5e la cadena R
e
6ue ma:imice P(& a Ri). "na imagen t es reconocida como la cara G si
P(&
t
a R
G
) M max
n
P(&
t
a R
n
) R#e*ian et al4 >00GT.
2.3.2.5. Mtodos 33
Dentro de los mtodo .asados en caracter+sticas locales1 los mtodos de
reconocimiento de caras de dos dimensiones son sensi.les a las condiciones de
iluminaci8n1 a la orientaci8n1 a la e:)resi8n *acial1 etc4 (stas limitaciones )ro'ienen de
la limitaci8n de la in*ormaci8n 6ue 7ay en una imagen en dos dimensiones4 (sto 7a
7ec7o 6ue aumente el uso de datos de caras en tres dimensiones1 ya 6ue )ro)orcionan
mayor in*ormaci8n de la orientaci8n y las condiciones luminosas4
$a idea general de los mtodos -D es .uscar un modelo general de una cara 6ue
luego de.e a5ustarse a cada cara )articular4
$as caras se tratan como su)er*icies tridimensionales1 7ay mtodos 6ue se .asan
en )roducir gradientes de la su)er*icie y )ara los 6ue no es necesario reconstruir
-0
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
des)us la su)er*icie de la cara4 $os mtodos clsicos )ara 'er la corres)ondencia de
dos su)er*icies se .asan en encontrar una trans*ormaci8n (ucl+dea 6ue ma:imice un
criterio de similitud4
Se 7a com)ro.ado 6ue las trans*ormaciones de una su)er*icie *acial )ueden
modelarse como trans*ormaciones isomtricas4 De.e encontrarse una re)resentaci8n
)ara las su)er*icies isomtricas y )ara el caso de reconocimiento de caras suele
utilizarse 2DS N2ulti8imensional 2calin5P )ara o.tener unas *ormas llamadas
bendin5Hinvariant canonical R!ronstein et al4 ,//BT4 "no de los )asos ms im)ortantes
en la construcci8n de la *orma can8nica es el clculo de la distancia en la su)er*icie1
)ara lo 6ue se usa el algoritmo %2TD N/ase Iarchin5 Iethod on Trian5ulates
8omainsP4
(l )rimer )aso )ara el reconocimiento de caras es o.tener el gradiente de la
su)er*icie4 A continuaci8n los datos son )re)rocesados mediante mtodos de
concordancia de )atrones 6ue )ueden utilizar los o5os como )rinci)al caracter+stica de la
cara4 (l contorno de la cara tam.in de.e ser e:tra+do )ara limitar el )rocesado de
su)er*icie s8lo a la cara4
Des)us se crea un matriz nxn de geodistancias a)licando %2TD )ara cada uno
de los n 'rtices seleccionados4 Se a)lica 2DS a la matriz1 )roduciendo una *orma
can8nica de la cara en un es)acio (ucl+deo de .a5a dimensi8n4
$a *orma can8nica se com)ara con los modelos de una .ase de datos4 Si la
com)araci8n de las *ormas can8nicas cae dentro de un cierto rango estad+stico de
'alores1 se )uede considerar el reconocimiento 'lido4
'.1. A+*CAC"NES DE* REC"N"CMEN!" DE CARAS
"na de las razones )or las 6ue el estudio del reconocimiento de caras 7a tenido
tanto inters en los <imos aos es su gran )otencial en numerosas a)licaciones
gu.ernamentales y comerciales4 A continuaci8n se mostrarn algunas de las
a)licaciones )ara las 6ue se utiliza el reconocimiento automtico de caras4
'.1.1. denti.icaci/n de caras
(n contraste con otros sistemas de identi*icaci8n tradicionales1 el
reconocimiento de caras esta.lece la )resencia de una )ersona autorizada1 ms 6ue s8lo
com)ro.ar si la identi*icaci8n es 'lida1 o si la cla'e est siendo utilizada
correctamente1 o si el usuario conoce la )assSord4 $as 'enta5as de seguridad con el uso
de la .iometr+a son: elimina el uso incorrecto o ro.o de tar5etas1 7ace el acceso a
a)licaciones ms seguro1 el acceso controlado a edi*icios o 7a.itaciones es automtico
RStan et al4 ,//BT 4
'.1.'. Control de acceso
(n muc7as a)licaciones de control de acceso1 como acceso a o*icinas o acceso a
un ordenador1 el n&mero de )ersonas 6ue necesitan ser reconocidas es relati'amente
)e6ueo4 $as imgenes de las caras son ca)turadas .a5o determinadas condiciones1
B/
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
como 'ista *rontal y una determinada iluminaci8n4 $os sistemas de reconocimiento de
caras )ueden alcanzar una )recisi8n alta sin la necesidad de 6ue 7aya muc7a
coo)eraci8n )or )arte de los usuarios4 Por e5em)lo1 no es necesario 6ue el usuario to6ue
un o.5eto con los dedos o las )almas de la mano y no es necesario 6ue )onga el o5o ante
un detector4
Cuando el reconocimiento de caras se com.ina con otros mecanismos de
autenti*icaci8n como las 7uellas dactilares o el reconocimiento )or la )u)ila1 se o.tiene
una alta )recisi8n RStan et al4 ,//BT 4
'.1.,. Seguridad
Foy ms 6ue nunca la seguridad es )rimordial en los aero)uertos y )ara el
)ersonal de las aerol+neas y los )asa5eros4 $os sistemas de seguridad 6ue utilizan el
reconocimiento de caras 7an sido im)lementados en muc7os aero)uertos en todo el
mundo4
Aun6ue es )osi.le controlar las condiciones luminosas y la orientaci8n de la
cara en algunas de las a)licaciones de seguridad1 uno de los grandes cam.ios del
reconocimiento de caras en sitios )&.licos es la gran cantidad de caras 6ue es necesario
e:aminar1 lo 6ue )uede )roducir un ni'el alto de *alsas alarmas RStan et al4 ,//BT 4
'.1.1. &igilancia
!uscar a un indi'iduo )erseguido )or la 5usticia4 $ocalizarle en m.itos
)&.licos1 aduanas1 aero)uertos4 Vigilancia domstica1 6uien entra )uede ser conocido o
desconocido: detecci8n de intrusos4
gual 6ue ocurre con las a)licaciones de seguridad en sitios )&.licos1 la
a)licaci8n del reconocimiento de caras )ara sistemas de 'igilancia se encuentra con
)ro.lemas de cam.ios de iluminaci8n1 de orientaci8n de la cara1 etc4 RStan et al4 ,//BT 4
'.1.4. A2licaci/n a la ley
"n sistema de reconocimiento de caras )uede ayudar a los in'estigadores a
encontrar a un sos)ec7oso r)idamente4 (l reconocimiento de caras )ermite .uscar e
identi*icar sos)ec7osos incluso con in*ormaci8n incom)leta de su identidad1 incluso
s8lo con la in*ormaci8n 6ue se )uede o.tener de testigos4
(l )ro.lema es la di*icultad de o.tener una .uena calidad de la imagen de la cara
de los criminales RStan et al4 ,//BT 4
'.1.:. (ases de datos de caras
ContentHbased ima5e retrieval NC!RP es una a)licaci8n )ara recu)eraci8n de
imgenes4 Con esta a)licaci8n se trata de solucionar las di*icultades 6ue )resenta la
recu)eraci8n de imgenes .asada en te:to4 (n sistemas con .i.liotecas digitales de
B>
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
tera.ytes de '+deo y audio la clasi*icaci8n de las imgenes cum)le un )a)el
*undamental4
$as tcnicas de reconocimiento de caras se 7an utilizado )rinci)almente )ara
recu)erar y catalogar caras en .ases de datos e:clusi'amente de caras1 aun6ue
<imamente se estn utilizando estas tcnicas tam.in con otras .ases de datos 6ue no
s8lo contienen caras RStan et al4 ,//BT 4
'.1.;. Gesti/n multimedia
$as caras *recuentemente se 'en en noticias1 de)ortes1 )el+culas1 '+deos caseros1
y otros contenidos multimedia4 Catalogar estos contenidos mediante la detecci8n y
reconocimiento de caras es im)ortante )ara generar segmentos de '+deo co7erentes )ara
7o5ear o )ara res&menes4
"na di*icultad de utilizar directamente el reconocimiento de caras en las
a)licaciones multimedia es 6ue normalmente el con5unto de entrenamiento no est
dis)oni.le1 la identidad de la )ersona cuya cara 7a sido detectada de.e o.tenerse a
tra's del mismo contenido multimedia4
'.1.<. nteracci/n hom9re5m0=uina
2.4.7.1. Se$'imiento de crs
(l o.5eti'o de algunos dis)ositi'os es reconocer y com)render el mo'imiento
del cuer)o 7umano4 Para ello lo )rimero de.e ser conseguir localizar y seguir algunas
)artes del cuer)o1 como las manos o la cara4 (l color de la )iel de la cara es una
indicaci8n )ara la localizaci8n y seguimiento de )artes del cuer)o en secuencias de
'+deo4
2.4.7.2. Reconocimiento de e(&resiones
"so en inter*aces inteligentes1 detectores de cansancio )ara conductores1
a)licaciones mdicas4
2.4.7.3. Videocon!erenci
Tiene 6ue 'er con localizar la imagen del indi'iduo en una secuencia de Se.cam
)ara )oder 7acer un seguimiento4 Tam.in sa.er si est o no est1 y 6uin es4
'.4. REDES NEUR"NA*ES AR!>CA*ES
$as redes neuronales arti*iciales N1rtificial Neuronal Net, 1NNP son un mtodo
de resol'er )ro.lemas1 de *orma indi'idual o com.inadas con otros mtodos1 )ara tareas
de clasi*icaci8n1 identi*icaci8n1 diagn8stico1 o)timizaci8n o )redicci8n4
B,
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
$as redes neuronales son modelos 6ue intentan re)roducir el com)ortamiento
del sistema ner'ioso de los animales4 Se trata de un sistema de intercone:i8n de
neuronas en una red 6ue cola.ora )ara )roducir un est+mulo de salida4
"na red neuronal se com)one de un con5unto masi'amente )aralelo de unidades
de )roceso muy sim)les1 llamadas neuronas1 y es en las cone:iones entre estas unidades
donde reside la inteligencia de la red4 !iol8gicamente1 un cere.ro a)rende mediante la
reorganizaci8n de las cone:iones sin)ticas entre las neuronas 6ue lo com)onen4 De la
misma manera1 las redes neuronales tienen un gran n&mero de )rocesadores 'irtuales
interconectados 6ue de *orma sim)li*icada simulan la *uncionalidad de las neuronas
.iol8gicas4 (n esta simulaci8n1 la reorganizaci8n de las cone:iones sin)ticas .iol8gicas
se modela mediante un mecanismos de )esos1 6ue son a5ustados durante la *ase de
a)rendiza5e4 (n una red neuronal entrenada1 el con5unto de los )esos determina el
conocimiento de esa red y tiene la )ro)iedad de resol'er el )ro.lema )ara el 6ue 7a sido
entrenada R%lores ,//GT4
6lustracin $.74 ,'emplo de red neuronal perceptrn simple con n neuronas de
entrada, m neuronas en su capa oculta y una neurona a la salida
'.4.1. >uncionamiento
"na red neuronal se com)one de unidades llamadas neuronas4 Cada neurona
reci.e una serie de entradas a tra's de intercone:iones y emite una salida4 (sta salida
'iene dada )or tres *unciones R%lores ,//GT:
>4 "na *unci8n de )ro)agaci8n Ntam.in conocida como *unci8n de e:citaci8nP1
6ue )or lo general consiste en el sumatorio de cada entrada multi)licada )or el
)eso de su intercone:i8n N'alor netoP4 Si el )eso es )ositi'o1 la cone:i8n se
denomina e:citatoria1 si es negati'o se denomina in7i.itoria4
i
i i
x # f
,4 "na *unci8n de acti'aci8n1 6ue modi*ica a la anterior4 Puede no e:istir1 siendo
en este caso la salida la misma *unci8n de )ro)agaci8n4
-4 "na *unci8n de trans*erencia1 6ue se a)lica al 'alor de'uelto )or la *unci8n de
B-
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
acti'aci8n4 Se utiliza )ara acotar la salida de la neurona y generalmente 'iene
dada )or la inter)retaci8n 6ue se 6uiera dar a dic7as salidas4 Algunas de las ms
utilizadas son la *unci8n sigmoide N)ara o.tener 'alores en el inter'alo R/1>TP y
la tangente 7i)er.8lica N)ara o.tener 'alores en el inter'alo RI>1>TP 4
6lustracin $.7; ,'emplo de funciones de transferencia
'.4.'. &enta?as
$as )rinci)ales 'enta5as del uso de redes neuronales son R%lores ,//GT:
A)rendiza5e ada)tati'o: es una de las caracter+sticas ms atracti'as de las redes
neuronales1 es la ca)acidad de a)render a realizar tareas .asadas en un
entrenamiento o una e:)eriencia inicial4
Auto organizaci8n: la red crea su )ro)ia re)resentaci8n de la in*ormaci8n en su
interior1 descargando al usuario de esto4
Tolerancia a *allos: De.ido a 6ue una red neuronal almacena la in*ormaci8n de
*orma redundante1 sta )uede seguir res)ondiendo ace)ta.lemente a&n si los
datos de entrada son ruidosos4
%le:i.ilidad: una red )uede mane5ar cam.ios no im)ortantes en la in*ormaci8n
de entrada1 como seales con ruido u otros cam.ios en la entrada N)or e5em)lo si
la in*ormaci8n de entrada es la imagen de un o.5eto1 la res)uesta
corres)ondiente no su*re cam.ios si la imagen cam.ia un )oco su .rillo o el
o.5eto cam.ia ligeramenteP4
'.4.,. !i2olog-as de las redes neuronales
>4 To)olog+a
"na )rimera clasi*icaci8n de las redes neuronales 6ue se suele 7acer es en
*unci8n del )atr8n de cone:iones 6ue )resentan4 As+ se de*inen tres ti)os .sicos de
redes:
Dos ti)os de redes de )ro)agaci8n 7acia delante o ac+clicas en la 6ue todas las
seales 'an desde la ca)a de entrada 7acia la salida sin e:istir ciclos1 ni
cone:iones entre neuronas de la misma ca)a4
\ 2onoca)a: S8lo e:iste una ca)a de neuronas de entrada y otra de salida4 Por
e5em)lo el )erce)tr8n y Adaline4
\ 2ultica)a: (:iste un con5unto de ca)as intermedias entre la ca)a de entrada
BB
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
y la de salida Nca)as ocultasP4 Por e5em)lo1 el )erce)tr8n multica)a4
$as redes recurrentes 6ue )resentan al menos un ciclo cerrado de acti'aci8n
neuronal4 Por e5em)lo la red de (lman1 la red de Fo)*iel y la m6uina de
!olzman4
,4 A)rendiza5e
"na segunda clasi*icaci8n 6ue se suele 7acer es en *unci8n del ti)o de
a)rendiza5e de 6ue es ca)az Nsi necesita o no un con5unto de entrenamiento
su)er'isadoP4 Para cada ti)o de a)rendiza5e se encuentran 'arios modelos )ro)uestos:
A)rendiza5e su)er'isado: necesitan un con5unto de datos de entrada )re'iamente
clasi*icado o cuya res)uesta o.5eti'o se conoce4 (5em)los de este ti)o de redes
son el )erce)tr8n Nsim)le y multica)aP1 la red Adaline y la memoria asociati'a
.idireccional4
A)rendiza5e no su)er'isado o autoorganizado: no necesitan de tal con5unto
)re'io4 (5em)los de estas redes son las memorias asociati'as1 redes de Fo)*iel1
m6uina de !olzman y las redes de [o7onen4
Redes 7+.ridas: son un en*o6ue mi:to en el 6ue se utiliza una *unci8n de me5ora
)ara *acilitar la con'ergencia4 "n e5em)lo de estas redes son las *unciones de
.ase radial NR!%P4
A)rendiza5e re*orzado: se sit&a a medio camino entre el su)er'isado y el
autoorganizado4
-4 Ti)o de entrada
%inalmente tam.in se )ueden clasi*icar las redes neuronales seg&n sean ca)aces
de )rocesar in*ormaci8n de distinto ti)o en:
Redes anal8gicas: )rocesan datos de entrada con 'alores continuos y1
7a.itualmente acotados4 (5em)los son la red de Fo)*ield1 de [o7onen y redes
de a)rendiza5e com)etiti'o4
Redes discretas: )rocesan datos de entrada de naturaleza discretaU 7a.itualmente
'alores l8gicos .ooleanos4 (5em)los de este ti)o de redes son las m6uinas de
!olzman y Cauc7y4
BC
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
,. DSE@" E M+*EMEN!AC#N
,.1. ARAU!EC!URA DE* SS!EMA
(l o.5eti'o de este )royecto es la im)lementaci8n de un sistema automtico de
detecci8n y reconocimiento de caras en imgenes estticas4
(l em)leo de imgenes estticas tiene el incon'eniente de 6ue se estn
utilizando )royecciones en dos dimensiones NimgenesP de un o.5eto 6ue es
intr+nsecamente tridimensionales Ncara 7umanaP4 (sto im)lica una ine'ita.le )rdida de
in*ormaci8n4 A cam.io1 se logra una mayor sencillez en los algoritmos necesarios )ara
el reconocimiento de caras4
(n este )royecto se trata de 7acer la im)lementaci8n de un sistema de
reconocimiento de caras )ara com)arar su e*icacia ante dos situaciones distintas4 Se 'an
a com)arar los resultados 6ue se o.tienen cuando se est en un am.iente controlado y
las *otogra*+as cum)len unos criterios 6ue *a'orecen el reconocimiento1 *rente a una
situaci8n en la 6ue las *otogra*+as son menos )ro)icias )ara la tarea de reconocimiento4
(n general1 todos los sistemas de reconocimiento de caras utilizan la misma
secuencia de eta)as:
>4 Detecci8n de la cara en la imagen4
,4 Re)resentaci8n de la cara Nrasgos 'isualesP4
-4 Clasi*icaci8n de la cara NreconocimientoP4
(l sistema desarrollado en este )royecto l8gicamente 'a a seguir tam.in estas
tres eta)as generales4 A continuaci8n de muestra un diagrama de .lo6ues en el 6ue se
re)resentan de *orma ms detallada las eta)as im)lementadas4
6lustracin 7.1 8ia5rama de blo0ues del sistema
+re2rocesado
Reci.e como entrada una imagen de la .ase de datos y de'uel'e la imagen tras
a)licarle un *iltro )ara eliminar ruido y realizar una com)ensaci8n de luz4
Detecci/n
Reci.e como entrada la imagen )re)rocesada y de'uel'e la cara detectada en la
imagen1 si es 6ue la 7ay1 en *orma de 'entana seleccionada4 (l algoritmo de detecci8n1
seg&n se comentar a continuaci8n1 se .asa en el color de la )iel4
Extracci/n de caracter-sticas
Reci.e como entrada la cara detectada y de'uel'e un 'ector de caracter+sticas4
(stas caracter+sticas se o.tienen mediante la a)licaci8n de PCA a las imgenes de las
BD
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
caras4
Clasi.icaci/n
Reci.e como entrada el 'ector de caracter+sticas de la imagen y de'uel'e las 2
N)or de*ecto 2 V CP caras de la .ase de datos a las 6ue ms se )arece4 Como clasi*icador
se utiliza una red neuronal4
,.1.1. Berramientas utiliCadas
$a 7erramienta de so*tSare utilizada )ara lle'ar a ca.o la im)lementaci8n de
este )royecto es 2atla. E4C4
2AT$A! Na.re'iatura de I1Trix <1@oratory1 Zla.oratorio de matricesZP es un
so*tSare matemtico 6ue o*rece un entorno de desarrollo integrado ND(P con un
lengua5e de )rogramaci8n )ro)io Nlengua5e 2P4
(ntre sus )restaciones .sicas se 7allan: la mani)ulaci8n de matrices1 la
re)resentaci8n de datos y *unciones1 la im)lementaci8n de algoritmos1 la creaci8n de
inter*aces de usuario NG"P y la comunicaci8n con )rogramas en otros lengua5es y con
otros dis)ositi'os 7ardSare4 (l )a6uete 2AT$A! dis)one de dos 7erramientas
adicionales 6ue e:)anden sus )restaciones1 a sa.er1 SimulinH N)lata*orma de simulaci8n
multidominioP y G"D( Neditor de inter*aces de usuario l G"P4
Adems1 se )ueden am)liar las ca)acidades de 2AT$A! con )rogramas de
a)oyo es)ecializados1 denominados toolboxes4 (ntre los toolboxes dis)oni.les ca.e
destacar el de )rocesado de imagen1 )or el inters 6ue tiene )ara este )royecto4
,.'. (ASES DE DA!"S
Como se 7a comentado con anterioridad1 en este )royecto se 'an a utilizar dos
.ases de datos de imgenes distintas )ara com)arar los resultados 6ue o*rece el sistema
de reconocimiento de caras im)lementado4
,.'.1. (ase de datos AD >otogra.-as en am9iente controlado
(n este caso la .ase de datos est *ormada )or imgenes de una .ase de datos
)&.lica ya e:istente1 o.tenidas )or el -ision +roup of ,ssex University RSe.BT4 (n
concreto se 7a seleccionado la .ase de datos facesF44
(sta .ase de datos est *ormada )or >C- indi'iduos1 con ,/ imgenes )or cada
indi'iduo4 (l nom.re de las imgenes )ara cada indi'iduo tiene una )arte com&n y un
n&mero 6ue indica la imagen 6ue es dentro del gru)o de imgenes de una )ersona4
$as imgenes estn tomadas en un am.iente controlado1 todas las )ersonas se
encuentran a una distancia *i5a de la cmara1 el *ondo es )lano de color 'erde1 las
'ariaciones en la iluminaci8n son muy )e6ueas y todas las imgenes tienen el mismo
tamao N>G/:,//P4 (n cada *otogra*+a a)arece una sola cara 6ue ocu)a la mayor )arte
de la imagen y est centrada en ella1 adems las 'ariaciones entre las imgenes de un
mismo indi'iduo son )e6ueas1 se reducen a 'ariaciones en la e:)resi8n de la cara4
BE
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
6lustracin 7.$ ,'emplo de imB5enes de la base de datos 1
Para este )royecto s8lo se 7an seleccionado >,/ indi'iduos de los >C- 6ue tiene
la .ase de datos original1 ya 6ue se 7a considerado 6ue este n&mero de indi'iduos es
su*iciente )ara com)ro.ar el *uncionamiento del sistema4 $a elecci8n de los >,/
indi'iduos se realiza de manera aleatoria4
Con este ti)o de imgenes el reconocimiento de caras )uede ser realizado
directamente1 sin )asar )or una *ase )re'ia de detecci8n de la cara dentro de la imagen4
(n este )royecto se )ro.arn am.os casos1 7aciendo )asar las imgenes )or una *ase de
detecci8n )re'ia y sin )asar )or esa *ase1 )ara as+ com)arar los resultados o.tenidos4
,.'.'. (ase de datos (D +ersona?es es2aoles .amosos
(sta .ase de datos est *ormada )or imgenes o.tenidas de Google mage4 Se
com)one de B// *otogra*+as de ;)ersona5es< es)aoles *amosos1 teniendo >//
;)ersona5es< *amosos y B *otogra*+as )or cada uno de los ;)ersona5es<4 Se trata de
;)ersona5es< es)aoles conocidos en el mundo )or cuales6uiera moti'os1 ya sean
)ol+ticos1 actores1 m&sicos1 de)ortistas1 em)resarios1 etc4 (l nom.re de cada imagen ser
el nom.re del )ersona5e seguido de un n&mero 6ue indica la imagen 6ue es4
(ntre los >// ;)ersona5es< *amosos se 7an tomado imgenes de 0G )ersonas y
los dos restantes son imgenes de c7u)ac7u)s y *regonas1 es decir1 6ue no contienen
BG
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
caras 7umanas4
Para el caso de las imgenes de )ersonas se )uede 'er 6ue estas imgenes no 7an
sido ad6uiridas .a5o un am.iente controlado1 a&n as+ se 7a )rocurado 6ue en cada
imagen a)arezca una &nica cara1 6ue sta ocu)e la mayor )arte )osi.le de la imagen1
6ue la cara est lo ms centrada )osi.le y la *otogra*+a sea mirando al *rente4
a) b)
c) d)
e) f)
5) h)
6lustracin 7.7 ,'emplo de imB5enes de la base de datos @
B0
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
(l incon'eniente de esta .ase de datos es 6ue no todas las *otos cum)len los
re6uisitos deseados )ara )oder tener un me5or *uncionamiento del sistema de
reconocimiento de caras4
#o siem)re se cum)le la condici8n de 6ue a)arezca una &nica cara en el imagen1
como ocurre en el caso de la imagen cP de la lustraci8n -4-1 en la 6ue )odemos a)reciar
6ue a)arece en segundo )lano otra cara aun6ue no com)leta4
Tam.in 7ay casos en los 6ue ademas de la cara a)arece )arte del cuer)o1 como
)or e5em)lo en la imagen eP de la lustraci8n -4-1 en la 6ue adems de la cara a)arecen
)arte del .razo y la es)alda4
?tro de los incon'enientes 6ue )uede a)arecer es 6ue la imagen de la cara no sea
totalmente *rontal1 si no 6ue est algo girada1 como en la imagen dP de la lustraci8n -4-4
Dentro de la .ase de datos tam.in )odemos encontrar *otogra*+as 6ue se
ada)tan muc7o me5or a los re6uisitos deseados como la imagen *P de la lustraci8n -4-4
Por <imo ca.e destacar 6ue las *otogra*+as no tienen todas el mismo tamao1
como se )uede 'er en la lustraci8n -4- cada una es de un tamao distinto Nalguna 7a
sido reducida )ara incluirla en esta memoriaP4 A la 7ora de de e:traer las caracter+sticas
mediante PCA todas las caras de.en tener el mismo tamao1 )or lo 6ue 7a.r 6ue
a5ustar el tamao y esto )uede 7acer 6ue alguna cara 6uede un )oco de*ormada4 (l
7ec7o de tener *otogra*+as de di*erentes tamaos1 unido a los incon'enientes
mencionados con anterioridad1 )uede su)oner un em)eoramiento en el )roceso de
reconocimiento4
,.,. +RE+R"CESAD" DE *AS MEGENES
$as tcnicas de )re)rocesado )retenden me5orar o realzar las )ro)iedades de la
imagen )ara *acilitar las siguientes o)eraciones1 tales como la eta)a de detecci8n1
e:tracci8n de caracter+sticas y la clasi*icaci8n4
$as tcnicas de )re)rocesado se )ueden di'idir1 en general1 en *unci8n de las
)retensiones de sus trans*ormaciones1 en algunas de las siguientes *acetas RSe.CT:
Realce o aumento del contraste NenhancementP
Sua'izado o eliminaci8n del ruido Ndenoisin5P
Detecci8n de .ordes Ned5esP
A continuaci8n se e:)ondrn las tcnicas de )re)rocesado desarrolladas en este
)royecto4
,.,.1. A?uste de .ormato
(n 2atla. se )ueden tener los siguientes ti)os de imgenes RSe.DT:
mgenes inde:adas : R6, I1PT
$a matriz 6 contiene la imagen inde:ada y la matriz I1P la )aleta de colores
RG! asociada4 Si la imagen es de >//:>//:,CD colores1 la matriz 6 es de >//:>// con
rango de 'alores en R>444,CDT y la matriz I1P es de ,CD:- con rango de 'alores en R/1>T
)ara datos de )recisi8n double1 R/1,CCT )ara datos de )recisi8n EHbit y R/1DCC-CT )ara
C/
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
datos de )recisi8n 1AHbit4 (n el caso de imgenes en ni'eles de gris1 la )aleta de colores
suele tener todos los ni'eles de gris ordenados1 de *orma tal 6ue en la )osici8n i de la
)aleta est el iIsimo ni'el de gris4
mgenes de ni'eles de gris : 6
$a matriz 6 contiene la imagen en ni'eles de gris1 donde el rango de 'alores es
de R/1>T )ara datos de )recisi8n double4 #o necesita una )aleta de colores4 $as imgenes
en .lanco y negro son un caso es)ecial de este ti)o1 donde s8lo estn los 'alores / y >4
mgenes RG! : : + @
Cada matriz :1 +1 @ contiene las intensidades en ro5o1 'erde y azul
res)ecti'amente de la imagen4
Al em)ezar a tra.a5ar con la .ase de datos ! se 'io 6ue algunas de ellas ten+an el
*ormato de imgenes inde:adas1 lo 6ue 7acia necesario una trans*ormaci8n ya 6ue las
imgenes de.en estar en *ormato RG! )ara *acilitar su )osterior tratamiento4 Para
solucionar este )ro.lema lo )rimero 6ue se 7ace al leer una imagen es com)ro.ar si est
en *ormato inde:ado1 y si es as+ trans*ormarla a *ormato RG!4
1m&lementci"n
Para la im)lementaci8n de este a5uste de *ormato se 7an utilizado *unciones de
2atla.4
Tabla 7.1 /unciones de Iatlab para la implementacin del a'uste de formato
Nom9re Descri2ci/n Entrada Salida
isind
De'uel'e > si la imagen de entrada es
inde:ada y / si no lo es4
2atriz %lag
ind'rg9
Con'ierte la matriz de entrada al *ormato
RG! con el ma)a de colores Colormap
2atriz1 Colorma) 2atriz magen RG!
,.,.'. Eliminaci/n de ruido
(n imgenes digitales se considera ruido a cual6uier 'alor de un )+:el de una
imagen 6ue no se corres)onde con la realidad4
Como se coment8 en el a)artado de (stado del Arte1 una *orma de eliminar el
ruido de una imagen es mediante la utilizaci8n de *iltros )aso .a5o4 (l )ro.lema de
utilizar *iltros )aso .a5o )ara la eliminaci8n de ruido es 6ue los .ordes de los o.5etos se
'uel'en .orrosos4 $os .ordes de una imagen tienen una cantidad enorme de
in*ormaci8n de la imagen1 )or lo 6ue se 7a decidido utilizar un *iltro de mediana 6ue
7ace un me5or tra.a5o conser'ando los .ordes4
(n el *iltrado de mediana1 el ni'el de gris de cada )+:el se reem)laza )or la
C>
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
mediana de los ni'eles de gris en un entorno de este )+:el1 en lugar de )or la media4 $a
mediana 2 de un con5unto de 'alores es tal 6ue la mitad de los 'alores del con5unto son
menores 6ue 2 y la mitad de los 'alores mayores 6ue 21 es decir en un con5unto
ordenado de mayor a menor o 'ice'ersa1 ser+a el 'alor de la )osici8n central RSe.ET4
6lustracin 7.4 /uncionamiento del filtrado de mediana
A continuaci8n se muestra el e*ecto del *iltro de mediana so.re una imagen de
cada una de las .ases de datos utilizadas4
a) b)
c) d)
6lustracin 7.; ,'emplo filtrado de mediana a) c) 6mB5enes ori5inales? b) d)
6mB5enes filtradas
1m&lementci"n
Para la im)lementaci8n del *iltro se utiliza la siguiente *unci8n de 2atla.4
Tabla 7.$ /uncin de Iatlab para la implementacin del filtro de medianas
Nom9re Descri2ci/n Entrada Salida
med.ilt'
Realiza el *iltro de mediana de una matriz
de datos en dos dimensiones
2atriz y dimensi8n
de la 'entana
2atriz *iltrada
C,
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
,.,.,. Com2ensaci/n de iluminaci/n
(sta )arte del )re)rocesado de las imgenes se lle'a a ca.o de.ido al 7ec7o de
6ue la a)ariencia del color de)ende de las condiciones luminosas1 y con este mtodo se
trata de normalizar este e*ecto4
(:isten numerosas tcnicas y algoritmos )ara la com)ensaci8n de la
iluminaci8n1 y cada uno realiza unas 7i)8tesis di*erentes de la imagen y )or lo tanto
realiza un .alance de color seg&n las mismas4 A continuaci8n se muestran algunos de
estos algoritmos RSe.GT:
+ray Oorld
(ste mtodo se .asa en la 7i)8tesis de 6ue en una imagen los canales de color R1
G y ! tienen el mismo 'alor medio4 Para im)lementar esta 7i)8tesis se calcula la media
de los canales R1 G y ! y se a5ustan )ara 6ue la media de los canales R y ! sea igual a la
del canal G1 ya 6ue el o5o 7umano es ms sensi.le a esta regi8n del es)ectro4 De esta
*orma la intensidad media de cada uno de los canales se 7ace gris4
Ohite Oorld (Perfect :eflector)
(ste algoritmo toma una imagen1 determina cual es su mayor intensidad y de*ine
esta intensidad como el ;.lanco<4 Para calcular el )unto de mayor intensidad lo 6ue se
7ace es .uscar el )unto de menor distancia (ucl+dea al .lanco R,CC1,CC1,CCT4 Cada uno
de los canales de color R1 G y ! son normalizados con res)ecto el )unto de ;.lanco<
encontrado4
2cale by Iax
(s un algoritmo muy )arecido al de Ohite Oorld1 s8lo 6ue en este caso se
considera cada canal de color )or se)arado4 Se determina el 'alor m:imo de cada canal
Ncomo en el caso del Ohite OorldP y se escala cada 'alor en el canal con res)ecto a ese
m:imo4
Des'iaci8n estndar
Algunas imgenes tienen 7istogramas 6ue se concentran )rinci)almente
alrededor de un )e6ueo rango de 'alores1 se decide 6ue ser+a me5or aumentar el rango
dinmico de las intensidades de color4 (ste algoritmo calcula la des'iaci8n estndar de
cada canal de color y lo rea5usta )ara 6ue tome un 'alor deseado4 Se 7a com)ro.ado
6ue el 'alor /4,E No el 'alor E/ en una escala de ,CDP da unos resultados ace)ta.les4
2edia y des'iaci8n estndar
Fay imgenes 6ue carecen de contraste1 lo 6ue les 7ace )arecer como con una
cierta ne.lina4 Tam.in )arecen oscuras1 lo 6ue indica una media .a5a de los 'alores de
los canales4 Por lo tanto1 adems de a5ustar los 'alores de la des'iaci8n estndar se
)uede a5ustar la media de cada canal4 "nos 'alores ace)ta.les )ara el a5uste )ueden ser
/4C No >,G en una escala de ,CDP )ara la media y /4,E No E/P )ara la des'iaci8n estndar4
C-
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
$os mtodos +ray Oorld y Ohite Oorld utilizan el com)ortamiento del o5o
7umano1 es decir1 toman un .lanco de re*erencia y luego reescalan es resto de elementos
de la imagen a ese .lanco de re*erencia4 (n este )royecto se 'a a utilizar un mtodo 6ue
tam.in utiliza este com)ortamiento del o5o 7umano4
(l algoritmo de com)ensaci8n de iluminaci8n 6ue se utiliza es el )ro)uesto en el
art+culo RFsu et al4 ,//>T4 Como se 7a dic7o esta tcnica usa un ;.lanco de re*erencia<
)ara normalizar la a)ariencia del color4
Seg&n el art+culo1 se consideran )+:eles 6ue estn en el CQ del 'alor su)erior de
la luminancia como ;.lanco de re*erencia<1 s8lo si el n&mero de estos )+:eles es
su*icientemente grande Nm>//P4 $as com)onentes R1 G y ! de la imagen se a5ustan de
*orma 6ue el 'alor medio de esos )+:eles del ;.lanco de re*erencia< es escalado
linealmente a ,CC4 $a imagen no se cam.ia si no se detecta un n&mero su*iciente de
)+:eles de ;.lanco de re*erencia<4
(n este )royecto1 igual 6ue en art+culo RFsu et al4 ,//>T1 se toman como )+:eles
de ;.lanco de re*erencia< a6uellos 6ue estn en el CQ del 'alor su)erior de la
luminancia1 cuyo rango es R>D1,-CT4 Se a)lica la com)ensaci8n si el n&mero de estos
)+:eles de ;.lanco de re*erencia< es su)erior al >Q del total de )+:eles de la imagen1 se
realiza este )e6ueo cam.io res)ecto a lo )ro)uesto en el art+culo )or6ue se considera
ms l8gico tener en cuenta el tamao de la imagen en lugar de utilizar un n&mero *i5o de
)+:eles1 ya 6ue en la .ase de datos ! se tienen imgenes de di*erentes tamaos4
a) b)
c) d)
6lustracin 7.A ,'emplo compensacin de iluminacin a) c) 6mB5enes ori5inales? b) d)
6mB5enes con compensacin de iluminacin
1m&lementci"n
Para la im)lementaci8n de la com)ensaci8n de iluminaci8n se utilizan *unciones
.sicas de 2atla.4 Ca.e destacar el uso de la siguiente *unci8n4
CB
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
Tabla 7.7 /uncin de Iatlab utili.ada en la compensacin de iluminacin
Nom9re Descri2ci/n Entrada Salida
rg9'yc9cr
Con'ierte la imagen RG! en la imagen
e6ui'alente en el es)acio de color AC.Cr
magen RG!:
matriz R21#1-T
magen Ac.Cr:
matriz R24#1-T
,.,.1. +re2rocesado en cascada
$as imgenes son sometidas a una *ase de )re)rocesado )ara me5orar sus
)ro)iedades y *acilitar las siguientes o)eraciones4 (n )rimer lugar se realiza el a5uste de
*ormato )ara asegurar 6ue todas las imgenes son RG!1 una 'ez realizado este a5uste se
)asa la imagen )or un *iltro )ara eliminar ruido1 y *inalmente se realiza una
com)ensaci8n de iluminaci8n4
(n la siguiente *igura )uede 'erse la e'oluci8n de la imagen en el )re)rocesado:
a) b) c)
d) e) f)
6lustracin 7.C ,'emplo de preprocesado a) d) 6mB5enes ori5inales? b) e) 6mB5enes
filtradas? c) f) 6mB5enes resultado del preprocesado
,.1. DE!ECC#N DE CARAS
$a *ase de detecci8n consiste en la segmentaci8n de la imagen en regiones de
inters con*orme a alg&n criterio de 7omogeneidad4 (n este )royecto se trata de
encontrar la regi8n de la imagen en la 6ue a)arece una cara 7umana4
$as )rinci)ales tcnicas de detecci8n de caras 7umanas en imgenes se 7an
e:)uesto en el ca)+tulo , del (stado del Arte4 A6u+ se 'a a )resentar la tcnica
im)lementada )ara el desarrollo del )royecto4
(n este )royecto se 'an a utilizar tcnicas .asadas en rasgos1 ms concretamente
CC
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
se 'a a utilizar un anlisis a .a5o ni'el1 es decir a ni'el de )+:el1 .asado en el color de la
)iel4
(ste ti)o de detecci8n )uede tener el )ro.lema de 6ue zonas de la imagen 6ue no
contengan caras )ero con un color )arecido al de la )iel 7umana tam.in son marcadas
como zonas de )iel4 Para intentar determinar 6u )arte de la imagen es realmente una
cara se trata de localizar caracter+sticas )ro)ias de una cara como los o5os y la .oca4
,.1.1. Detecci/n de 2-xeles de 2iel
Se 7an realizado numerosos estudios so.re la detecci8n de )iel a ni'el de )+:el1
algunos de ellos son:
I RMarit et al4 >000T: realizan una com)araci8n de cinco es)acios de color y dos
mtodos no )aramtricos de modelado de )iel NlooGup table y modelo de )ro.a.ilidad
de !ayesP4
I RTerrillon et al4 ,///T: com)aran nue'e es)acios de color y dos mtodos
)aramtricos Nmodelo de gaussianas y mezcla de gaussianasP4
I R!rand et al4 ,///T: e'al&an tres estrategias di*erentes de modelado del color
de )iel4
I R$ee et al4 ,//,T: com)aran dos de los ms )o)ulares modelos de )iel
)aramtricos en di*erentes es)acios de color y )ro)onen un modelo )ro)io4
A modo de resumen en la siguiente ta.la se muestran los resultados de algunos
de los mtodos utilizados en los art+culos anteriores RVez7ne'ets et al4 ,//CT4
Tabla 7.4 :endimiento de diferentes detectores de piel
Itodo :eferencia
TP (True
Positives)
/P (/alse
Positives)
!ayes SP2 NSHin Pro.a.ility
2a)P in RG!
R!rand et al4 ,///T 0-4BQ >04GQ
(lli)tical .oundary model in
C(I:y
R$ee et al4 ,//,T 0/4/Q ,/40Q
Single Gaussian in C.Cr R$ee et al4 ,//,T 0/4/Q --4-Q
Gaussian 2i:ture in 9 R$ee et al4 ,//,T 0/4/Q -/4/Q
T7res7oldin o* a:is in A9 R!rand et al4 ,///T 0B4EQ -/4,Q
A6u+ se 7a o)tado )or la utilizaci8n del es)acio de color RG!4 Varios
in'estigadores consideran 6ue el color de la )iel est descrito )or las crominancias y no
de)ende de la luminancia1 esto 7ar+a 6ue el es)acio de color RG! 6uizs no *uera el
ms adecuado )ara la detecci8n de )iel1 ya 6ue mezcla la crominancia y la luminancia4
A )esar de esto1 se o)ta )or su utilizaci8n de.ido a su gran sencillez y los resultados
ace)ta.les 'istos en la .i.liogr*ica consultada1 como RPerez et al4 ,//-T y R!rand et al4
,///T4
$a detecci8n de )+:eles de )iel consiste sim)lemente en com)ro.ar si cada uno
de los )+:eles de la imagen cum)le unas determinadas condiciones4 Si las cum)le 6uiere
CD
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
decir 6ue es un )+:el de )iel 7umana4 $as condiciones 6ue de.en cum)lirse )ara 6ue un
)+:el sea considerado como de )iel 7umana se muestran a continuaci8n R[o'ac et al4
,//-TU
} { { }
! R G R
A#D
>C G I R
A#D
>C 1 1 min 1 1 ma:
A#D
,/ B/ 0C
> >
>
>
> > >
1N8
@ + : @ + :
@ 1N8 + 1N8 :
(l resultado de la detecci8n de )iel es una imagen .inaria N*ormada )or /s y >sP
en la 6ue cada )+:el )uesto a > es un )+:el de )iel detectado en la imagen original1 y el
resto son )uestos a cero4
$a )rinci)al 'enta5a de este mtodo es la sim)licidad en las reglas de detecci8n
de )iel1 lo 6ue lle'a a la construcci8n de un clasi*icador r)ido4 $a mayor di*icultad est
en utilizar el es)acio de color y las reglas em)+ricas adecuadas4
A continuaci8n se muestra un e5em)lo del resultado de la detecci8n de )+:eles de
)iel en imgenes de las .ases de datos4
a) b)
c) d)
6lustracin 7.E ,'emplo deteccin p!xeles de piel a) c) 6mB5enes tras el
preprocesado? b) d) 6ma5en binaria resultado del detector de p!xeles de piel
CE
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
Como se )uede 'er en el caso de las imgenes aP y .P de la lustraci8n -4G1 este
detector de )iel tiene el incon'eniente de 6ue )uede )oner como )+:eles de )iel zonas
de la imagen 6ue no lo son1 )ero 6ue tienen un color )arecido4
1m&lementci"n
Para la im)lementaci8n del detector de )+:eles de )iel se utilizan *unciones
.sicas de 2atla.4
,.1.'. >iltrado y agru2amiento
"na 'ez 6ue se tiene la imagen .inaria se )rocede a eliminar y agru)ar regiones
de )iel )ara crear las zonas 6ue 'an a ser candidatas a ser una cara4
Se realiza una lim)ieza de la misma )ara el )osterior eti6uetado de regiones
cone:as4 (sto se realiza con o)eradores .asados en mor*olog+a .inaria4 (ste ti)o de
o)eradores ya se 'ieron en el ca)+tulo , del (stado del Arte4
(n )rimer lugar se realiza una a)ertura de la imagen4 $a a)ertura consiste en una
erosi8n seguida de una dilataci8n4 $a erosi8n elimina )e6ueos gru)os de )+:eles
irrele'antes1 6ue tienen )oca )ro.a.ilidad de ser una cara1 y 6ue )ueden ser
considerados como ruido4 $a dilataci8n es una o)eraci8n e:tensi'a1 aade )untos del
*ondo 6ue tocan los .ordes de un o.5eto1 es decir recom)one las com)onentes 6ue no
7an sido eliminadas4
a) b)
c) d)
6lustracin 7.F a) c) 6mB5enes binarias de p!xeles de piel? b) d) 6mB5enes binarias tras
la apertura con radio del elemento de estructurante i5ual a 4
CG
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
Posteriormente se realiza un cierre de la imagen4 (l cierre es una dilataci8n
seguida de una erosi8n4 (sta *unci8n se utiliza )ara cerrar 7uecos 6ue 7aya de5ado la
a)ertura en zonas 6ue tienen )ro.a.ilidad de ser una cara4
a) b)
c) d)
6lustracin 7.13 a) c) 6mB5enes binarias tras la apertura? b) d) 6mB5enes binarias tras
el cierre con radio del elemento estructurante i5ual a 4
(s im)ortante resaltar la elecci8n del elemento estructurante elegido )ara las
o)eraciones mor*ol8gicas4 (n cuanto a su *orma1 se 7a elegido un disco1 6ue tiene la
'enta5a de 6ue el *iltro tenga un com)ortamiento isotr8)ico1 lo cual es necesario si no
conocemos la orientaci8n de la cara1 aun6ue esto en )rinci)io no in*luir+a ya 6ue las
caras de las imgenes estn en 'ertical4
(n cuanto al tamao del elemento estructurante seleccionado se 7a com)ro.ado
e:)erimentalmente 6ue in*luye el )orcenta5e 6ue ocu)a la cara dentro de la imagen4 (n
general1 )ara la .ase de datos A el )orcenta5e de la imagen 6ue ocu)a la cara es mayor
6ue )ara la .ase de datos !4 $a )ro.a.ilidad de 6ue los )+:eles de )iel detectados
)ertenezcan a la cara tam.in in*luye en el tamao del elemento estructurante1 y esta
)ro.a.ilidad es mayor )ara la .ase de datos A 6ue )ara la !1 ya 6ue las imgenes de la
.ase de datos ! no estn tomadas en un am.iente controlado y 7ay ms )osi.ilidades de
encontrar )+:eles 6ue son detectados como )+:eles de )iel )ero 6ue no )ertenecen a la
cara4
Se realizan )rue.as con distintos tamaos de radio del disco del elemento
estructurante1 tanto )ara la o)eraci8n de a)ertura como )ara la de cierre4
Se 7a com)ro.ado 6ue )ara la a)ertura en el caso de la .ase de datos A se
o.tienen .uenos resultados con un radio del disco de tamao ,4 Para la .ase datos ! los
resultados tam.in son .uenos si el radio del disco es algo mayor ya 6ue 7ay ms
)ro.a.ilidad de 6ue en la imagen se detecten )e6ueas zonas de )iel 6ue realmente no
C0
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
lo son y 6ue es con'iene 6ue sean eliminadas4 Por eso los resultado 6ue se o.tiene )ara
la .ase de datos ! son .uenos si se toma un radio de B )ara el disco 6ue *orma el
elemento estructurante4
Con la o)eraci8n de cierre se cierran 7uecos 6ue 7aya de5ado la a)ertura en
zonas 6ue tienen )ro.a.ilidad de ser una cara4 (n la .ase de datos A la mayor )arte de
las zonas de )iel detectadas tienen una alta )ro.a.ilidad de )ertenecer a la cara1 )or lo
6ue interesa 6ue estas zonas se unan mediante el cierre1 as+ 6ue interesa 6ue el radio del
disco sea grande4 Se 7an realizado )rue.as con 'arios tamaos de radio4
Para la .ase de datos ! el radio del disco )ara el cierre no interesa 6ue sea tan
grande ya 6ue en general la cara ocu)a un menor )orcenta5e de la imagen y 7ay ms
)ro.a.ilidad de encontrar zonas 6ue son detectadas como )iel )ero 6ue no )ertenecen a
la cara4 Se 7a com)ro.ado 6ue con un radio de tamao B los resultados o.tenidos son
.uenos4
Des)us de realizar las o)eraciones de a)ertura y cierre se )rocede al eti6uetado
de las com)onentes o.tenidas1 6ue )asarn a la selecci8n de candidatas a caras4
1m&lementci"n
Se utilizan las *unciones de 2atla. descritas en la siguiente ta.la4
Tabla 7.; /unciones de Iatlab utili.adas para el filtrado y a5rupamiento
Nom9re Descri2ci/n Entrada Salida
strel
Crea un elemento estructurante S(1 del
ti)o es)eci*icado )or s7a)e
Ti)o de elemento estructurante
Ns7a)eP y )armetros necesarios
)ara generarlo N)arametersP
(lemento
estructurante
S(
imo2en
(5ecuta una a)ertura mor*ol8gica so.re
una imagen en escala de gris o .inaria
magen y elemento estructurante
con el 6ue se realiza la a)ertura
magen con la
a)ertura
imclose
(5ecuta un cierre mor*ol8gico so.re una
imagen en escala de gris o .inaria
magen y elemento estructurante
con el 6ue se realiza el cierre
magen con el
cierre
9Fla9el
De'uel'e una matriz 6ue contiene las
eti6uetas )ara los o.5etos encontrados en
!h
2atriz a eti6uetar
2atriz con las
eti6uetas
,.1.,. Selecci/n de candidatos a caras
Con las com)onentes ya eti6uetadas se )asa a la )arte de selecci8n de candidatos
a caras4 (sta selecci8n se 'a a realizar en *unci8n de unas ciertas caracter+sticas m+nimas
6ue de.en tener las regiones de )iel )ara )oder ser consideradas como candidatos a
caras4
$as caracter+sticas 6ue se 'an a utilizar )ara seleccionar los candidatos a caras
estn relacionadas con las dimensiones y la *orma de la regi8n1 teniendo en cuenta 6ue
lo 6ue se desea detectar es una cara 7umana y 6ue stas tienen una cierta *orma circular
o el+)tica4
(:isten muc7as caracter+sticas 6ue )ueden ser tenidas en cuenta a la 7ora de
seleccionar candidatos a caras1 algunas se )ueden 'er en el art+culo R[uc7i et al4 ,//,T4
D/
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
(n este )royecto las )ro)iedades 6ue se 'an a utilizar son:
\ Krea : las regiones candidatas a cara de.en tener un rea m+nimo de D// )+:eles4
Se elige este 'alor )ara )oder eliminar regiones e:cesi'amente )e6ueas como
)ara ser una cara4 (ste 'alor se elige ar.itrariamente1 )ero teniendo en cuenta
6ue las imgenes de la .ase de datos ! tienen distintos tamaos y la cara no
siem)re ocu)a la mayor )arte de la imagen1 ya 6ue si s8lo se tu'iera la .ase de
datos A es )osi.le 6ue se )udiera *i5ar un rea m+nimo mayor4
\ %actor de *orma : mide la regularidad de una regi8n4 $as caras son ms o menos
circulares1 )or lo 6ue su *actor de *orma de.er+a tender a >1 )ero al detectar los
)+:eles de )iel es muy )ro.a.le 6ue tam.in se detecten zonas de cuello )or lo
6ue la *orma de la regi8n ser ms alargada1 ms )arecida a una eli)se1 )or lo
6ue el *actor de *orma se reduce4 Se 7an realizado )rue.as modi*icando el 'alor
del *actor de *orma m+nimo 6ue de.en tener las regiones )ara ser consideraras
candidatos a caras y *inalmente se 7a *i5ado ar.itrariamente en /4>4
,
B
Perimetro
1rea
ff
\ Relaci8n de as)ecto : es la relaci8n entre el dimetro mayor y el dimetro menor
de la regi8n4 Se 7a determinado ar.itrariamente 6ue el 'alor m+nimo de esta
)ro)iedad de.e ser /4- )ara las regiones candidatas a ser una cara4
mayor ,'e
menor ,'e
ra
y x 5 y x D
y x 5 y x D
,yeIap<
'
>
,
_
,
P 1 N
> Y P 1 N >
P 1 N
, ,
, Y >
,
siendo
O: anc7o de la imagen
*: alto de la imagen
/e: cociente m:imo del tamao medio de la cara entre el tamao medio de o5o4
Se toma %e V >, )+:eles Nar.itrariamenteP4
Antes de a)licar esta *8rmula )ara generar el ma)a de o5os de la luminancia1 se
D-
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
rellena el *ondo de la imagen *uera de la mscara con el 'alor medio de la luminancia de
la )iel4
$a idea es resaltar a6uellas zonas 6ue tienen alto contenido de A y 6ue a su 'ez
tienen 'ecinos cercanos con .a5o contenido de A4 Para esto se dilata la com)onente A1
o.teniendo as+ una imagen 6ue resalta las zonas donde 7ay alto contenido de luminancia
N.rillosP4 Por otro lado se erosiona la A1 resaltando las zonas donde 7ay )oco
com)onente de luminancia4 Si el elemento estructurante es lo su*icientemente grande1
las zonas 6ue tienen alto y .a5o com)onente de luminancia 'an a a)arecer en las dos
imgenes resaltadas4 Posteriormente se realiza la di'isi8n entre la imagen dilatada y la
erosionada o.teniendo as+ el ma)a de o5os de luminancia RSe.0T4
a) b)
6lustracin 7.17 a) Candidato a cara? b) Iapa de o'os de luminancia
Com.inaci8n de ma)as de o5os y detecci8n de o5os
Tanto el ma)a de o5os de crominancia como el de luminancia son normalizados
al rango R/1,CCT antes de ser com.inados mediante la o)eraci8n A#D4 (l resultado es
nue'amente enmascarado y normalizado al rango R/1,CCT4
a) b)
6lustracin 7.14 a) Candidato a cara? b) Iapa de o'os
Para decidir 6u regiones son o5os se realiza un um.ralizado4 (l um.ral de
decisi8n es una com.inaci8n lineal entre el )romedio del ma)a y el m:imo 'alor del
ma)a:
menteP ar.itraria ado Nseleccion G 4 /
P ma:N P > N P N
donde
,yeIap ,yeIap promedio Umbral
DB
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
(l resultado de este )roceso de um.ralizado es una imagen .inaria en la 6ue
toman 'alor > todos los )+:eles 6ue estn )or encima del um.ral1 y 'alor / a6uellos 6ue
estn )or de.a5o4
Posteriormente se a)lica un *iltrado mor*ol8gico a la imagen .inaria o.tenida1
a)licndole )rimero a)ertura y luego cierre4 De esta *orma se eliminan a6uellas regiones
6ue no tienen un tamao m+nimo4 A continuaci8n se realiza un eti6uetado de las zonas
detectadas como o5os4
a) b) c)
6lustracin 7.1; a) Candidato a cara? b) Iapa de o'os? c) &'os encontrados
1m&lementci"n
(n la im)lementaci8n1 adems de la utilizaci8n de *unciones .sicas de 2atla.1
ca.e destacar la utilizaci8n de las siguientes *unciones4
Tabla 7.C /unciones de Iatlab utili.adas en la 5eneracin del ,yeIap
Nom9re Descri2ci/n Entrada Salida
imdilate
Dilata la imagen de entrada utilizando
el elemento estructurante S(
magen .inaria o en escala de
grises1 elemento estructurante
S(
magen dilatada
imerode
Realiza la erosi8n de la imagen de
entrada con el elemento estructurante
S(
magen .inaria o en escala de
grises1 elemento estructurante
S(
magen
erosionada
imo2en
(5ecuta una a)ertura mor*ol8gica
so.re una imagen en escala de gris o
.inaria
magen y elemento
estructurante con el 6ue se
realiza la a)ertura
magen con la
a)ertura
imclose
(5ecuta un cierre mor*ol8gico so.re
una imagen en escala de gris o .inaria
magen y elemento
estructurante con el 6ue se
realiza el cierre
magen con el
cierre
region2ro2s
2ide un con5unto de )ro)iedades
)ara cada regi8n eti6uetada en la
matriz $
2atriz eti6uetada N$P y lista de
)ro)iedades
Array con las
medidas
realizadas en
cada regi8n
,.1.1.'. Ma2a de 9ocaD MouthMa2
(l color de la regi8n de la .oca tiene una com)onente de ro5o ms *uerte y una
com)onente de azul ms d.il 6ue otras regiones de la cara4 De.ido a esto la
DC
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
com)onente de la crominancia Cr es mayor 6ue la com)onente Cb en la .oca4 Se
o.ser'a adems 6ue en la .oca 7ay una res)uesta .a5a en la caracter+stica CrUCb1
mientras 6ue la res)uesta es alta )ara la caracter+stica Cr
$
4
(n *unci8n a estas )ro)iedades se genera el ma)a de la .oca de la siguiente
manera RFsu et al4 ,//>T:
( )
/+ y x
b r
/+ y x
r
b r r r
y x C y x C
n
y x C
n
C C C C IouthIap
P 1 N
P 1 N
,
,
, ,
P 1 N Y P 1 N
>
P 1 N
>
0C 4 /
Y
donde Cr
$
y CrUCb estn normalizados en el rango R/1,CCT1 y n es el n&mero de )+:eles
dentro de la mscara del candidato a cara /+4 (l )armetro o es estimado como el ratio
entre la media de Cr
$
y la media de CrUCb4
"na 'ez 6ue se tiene el ma)a de o5os de crominancia se enmascara con la
mscara del candidato a cara y se le a)lica una dilataci8n )ara resaltar las zonas en las
6ue 7ay o5os4 Adems se normaliza al rango R/1,CCT4
a) b)
6lustracin 7.1A a) Candidato a cara? b) Iapa de boca
Detecci8n de .ocas
Para decidir 6u regiones son .ocas se 7ace un um.ralizado igual 6ue el 6ue se
7ace )ara el ma)a de o5os:
menteP ar.itraria ado Nseleccion G 4 /
P ma:N P > N P N
donde
IouthIap IouthIap promedio Umbral
Como en el ma)a de o5os1 el resultado de este um.ralizado es una imagen
.inaria en la 6ue toman 'alor > todos los )+:eles 6ue estn )or encima del um.ral1 y
'alor / a6uellos 6ue estn )or de.a5o4
Tam.in en este caso se a)lica un *iltrado mor*ol8gico a la imagen .inaria
o.tenida1 a)licndole )rimero a)ertura y luego cerradura1 )ara eliminar a6uellas
regiones 6ue no tienen un tamao m+nimo4 A continuaci8n se realiza un eti6uetado de
las zonas detectadas como .ocas4
DD
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
a) b) c)
6lustracin 7.1C a) Candidato a cara? b) Iapa de boca? c) @ocas encontradas
1m&lementci"n
(n la im)lementaci8n se utilizan *unciones .sicas de 2atla.1 as+ como algunas
caracter+sticas del tratamiento de imgenes como las incluidas en la ta.la siguiente4
Tabla 7.E /unciones de Iatlab utili.adas en la 5eneracin del IouthIap
Nom9re Descri2ci/n Entrada Salida
imdilate
Dilata la imagen de entrada
utilizando el elemento estructurante
S(
magen .inaria o en escala de
grises1 elemento estructurante S(
magen
dilatada
imo2en
(5ecuta una a)ertura mor*ol8gica
so.re una imagen en escala de gris o
.inaria
magen y elemento estructurante
con el 6ue se realiza la a)ertura
magen con la
a)ertura
imclose
(5ecuta un cierre mor*ol8gico so.re
una imagen en escala de gris o
.inaria
magen y elemento estructurante
con el 6ue se realiza el cierre
magen con el
cierre
region2ro2s
2ide un con5unto de )ro)iedades
)ara cada regi8n eti6uetada en la
matriz $
2atriz eti6uetada N$P y lista de
)ro)iedades
Array con las
medidas
realizadas en
cada regi8n
,.1.1.,. &alidaci/n
"na 'ez 6ue se 7an generado los ma)as de o5os y .oca de.en com.inarse )ara
determinar si una regi8n candidata es realmente una cara o no4 Para realizar esta
com)ro.aci8n se *orman todas las com.inaciones )osi.les entre los o5os y .oca
encontrados en sus res)ecti'os ma)as4
Cogiendo dos o5os y una .oca se crean ;candidatos< 6ue de.en ser e'aluados1 y
a los 6ue se asigna una )untuaci8n1 de *orma 6ue el ;candidato< 6ue tenga mayor
)untuaci8n Nsiem)re 6ue so.re)ase un um.ralP ser de'uelto como cara4
(l )rimer re6uisito 6ue de.e cum)lir la regi8n de )iel candidata a ser una cara es
tener como m+nimo dos o5os y una .oca1 si esto no se cum)le la regi8n no )uede ser
considerada una cara4
Con cada ;candidato< *ormado )or dos o5os y una .oca se crea un tringulo
DE
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
cuyos 'rtices son los centroides de las regiones asociadas a los o5os y .oca4
(ste tringulo de.e cum)lir unas condiciones m+nimas )ara 6ue )ueda ser
considerado una cara4 (stas condiciones son:
\ (l tringulo de.e ser agudo1 es decir1 todos sus ngulos de.en ser agudos )or lo
6ue no )uede tener ning&n ngulo mayor a pY,4
\ (l rea del tringulo de.e tener un n&mero m+nimo de )+:eles4 (ste n&mero de
)+:eles est relacionado con el tamao m+nimo de cara a detectar4 Para este
)royecto se 7a decidido ar.itrariamente 6ue el rea m+nima sea de >// )+:eles4
\ (l ngulo m+nimo del tringulo *ormado )or los o5os y la .oca tendr un 'alor
de pYE1 seleccionado ar.itrariamente4
Si se cum)len estas condiciones se )asan a calcular unas )untuaciones NscoresP
6ue )remian los tringulos simtricos y .ien orientados1 o5os con similar rea y rea del
tringulo cercana al >/Q del rea de la mscara del candidato a cara RSe.0T4
2core de simetr+a y orientaci8n
(n este score se tienen en cuenta dos as)ectos1 la simetr+a de la cara y su
'erticalidad4
6lustracin 7.1E +eometr!a del triBn5ulo o'osHboca
(l as)ecto de la simetr+a de la cara est relacionado con el ngulo q
>
mientras
6ue el de la 'erticalidad se relaciona con el ngulo q
,
4 (l caso ideal ser+a cuando q
>
V q
,
V /1 es decir cuando los o5os y la .oca *orman una ;T<4
Para calcular este score se utiliza la siguiente *8rmula RSe.0T:
, 1 >
P N -
,
G
sen
G
e 2core2im
2core o5os de rea similar
Se contem)la )ositi'amente el 7ec7o de 6ue las regiones *ormadas )or cada o5o
tengan reas similares RSe.0T:
DG
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
{ }
' i
' i
area area
area area
e 2core,yes
1 min
mascara area
trian5ulo area
e 2core1rea
"na 'ez 6ue se tienen todos los scores calculados se agru)an en un &nico score1
en el 6ue se da mayor im)ortancia al score 6ue mide la simetr+a y orientaci8n del
tringulo 6ue al resto RSe.0T4
2core1rea 2core,yes 2core2im 2core + + ,C 4 / ,C 4 / C 4 /
(ste score se calcula )ara todos los tringulos o5osI.oca )osi.les y se selecciona
el tringulo 6ue o.tiene un resultado mayor como )osi.le cara4 A continuaci8n se
com)rue.a si el mayor de los scores su)era un um.ral m+nimo1 6ue se 7a *i5ado de
*orma ar.itraria en /4B1 y si es as+ se considera 6ue la regi8n de )iel candidata realmente
es una cara4
(n la siguiente *igura se muestra un e5em)lo de o5os y .oca con el me5or score
en una regi8n candidata a cara4 $os o5os y la .oca a)arecen marcados con )untos ro5os
Nestas marcas se incluyen s8lo )ara mostrar esta imagen de e5em)loP:
6lustracin 7.1F ,'emplo de o'os y boca encontrados en una re5in candidata a cara
1m&lementci"n
Para la im)lementaci8n se utilizan *unciones .sicas de 2atla.4
,.1.4. M8todo de selecci/n de caras alternati7o
$a selecci8n de candidatos a caras y la 'alidaci8n 6ue se 7an e:)uesto
anteriormente tiene la 'enta5a de 6ue )uede ser utilizada en imgenes en las 6ue a)arece
ms de una )ersona1 no a)arece &nicamente la cara de la )ersona1 o no a)arece centrada1
D0
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
etc4 Por otro lado tiene el incon'eniente de 6ue es com)le5a4
Como en este )royecto se utilizan imgenes 6ue ms o menos se a5ustan a unos
criterios1 se decide im)lementar adicionalmente un mtodo de selecci8n de la cara en la
imagen alternati'o1 muc7o ms sencillo 6ue el anterior y .asado en 6ue en las imgenes
a)arece una sola cara1 6ue ocu)a la mayor )arte de la imagen y 6ue est centrada en
ella4
(sta *orma de seleccionar la cara dentro de la imagen se a)lica en el caso de 6ue
con la selecci8n y 'alidaci8n de candidatos a caras 6ue se 7a descrito anteriormente no
se encuentre ninguna cara en la imagen4
Para este ti)o de detecci8n se )arte de la imagen con las regiones de )iel
agru)adas1 )or tanto las *ases de detecci8n de )+:eles de )iel y de *iltrado y
agru)amiento son comunes4
Se selecciona la regi8n de )iel 6ue tenga un rea mayor1 ya 6ue como se 7a
dic7o anteriormente se tra.a5a .a5o el su)uesto de 6ue en las imgenes 6ue se tienen1 la
cara ocu)a la mayor )arte4 Se com)rue.a si esta regi8n tiene un rea mayor a D//
)+:eles1 ya 6ue esta es la condici8n m+nima 6ue de.e cum)lir )ara )oder ser
considerada como cara1 si no se cum)le esta condici8n no se detecta la cara en la
imagen4
Si la mayor regi8n de )iel encontrada en la imagen cum)le la condici8n del rea
m+nima se utilizan sus caracter+sticas )ara crear una eli)se1 es decir1 se genera una eli)se
6ue est centrada en el centro de la mayor regi8n de )iel N)ro)iedad CentroidP y las
dimensiones de sus e5es estn en *unci8n de las dimensiones de los e5es de esa regi8n de
)iel N)ro)iedades Iinor1xis<en5th y Ia'or1xis<en5thP4
$as ecuaciones de una eli)se son:
as )aramtric
cos
s cartesiana coord4 >
P X N P X N
,
,
,
,
'
bsen b
a x
b
y y
a
x x
donde (xf,yf) es el )unto en el 6ue se encuentra centrada la eli)se1 a y b los semie5es1 y q
el ngulo )olar en el rango R/1,pP4
Con estas ecuaciones se crea una imagen .inaria del mismo tamao 6ue la
imagen original1 en la 6ue los )untos )ertenecientes a la eli)se son >s y el resto son /s4
(sta imagen .inaria es eti6uetada1 o.tenindose una &nica regi8n
corres)ondiente a la eli)se4 Se o.tienen las caracter+sticas de las regiones1 en concreto
interesa o.tener el @oundin5@ox 6ue es el menor rectngulo 6ue contiene la regi8n1 es
decir1 6ue contiene a la eli)se generada4 A continuaci8n se toma de la imagen original la
zona corres)ondiente al @oundin5@ox de la eli)se y esa zona es la 6ue se de'uel'e
como cara4
(n este caso1 el mtodo de detecci8n tiene un mal *uncionamiento )ara
*otogra*+as en las 6ue no a)arece una &nica cara o sta no ocu)a la mayor )arte de la
imagen4 Adems los resultados de)enden de las dimensiones de los e5es 6ue se den a la
eli)se4
E/
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
1m&lementci"n
Adems de la utilizaci8n de *unciones .sicas de 2atla.1 ca.e destacar el uso de
las siguientes *unciones4
Tabla 7.F /unciones de Iatlab utili.adas en el mtodo de seleccin de caras en la
ima5en alternativo
Nom9re Descri2ci/n Entrada Salida
9Fla9el
De'uel'e una matriz 6ue contiene
las eti6uetas )ara los o.5etos
encontrados en !h4
2atriz a eti6uetar 2atriz con las eti6uetas
region2ro2s
2ide un con5unto de )ro)iedades
)ara cada regi8n eti6uetada en la
matriz $
2atriz eti6uetada N$P y
lista de )ro)iedades
Array con las medidas
realizadas en cada regi8n
,.1.:. NormaliCaci/n de tamao
(sta eta)a )retende uni*ormar las imgenes de entrada a la *ase de
reconocimiento4 (n este )roceso se a)lica una normalizaci8n del tamao de las
imgenes resultantes de la eta)a de detecci8n )ara 6ue todas tengan las mismas
dimensiones cuando entren en la eta)a de e:tracci8n de caracter+sticas4
(sta normalizaci8n del tamao es necesaria ya 6ue como se 7a comentado
anteriormente la .ase de datos ! contiene imgenes de distintos tamaos )or lo 6ue las
imgenes 6ue se o.tienen tras la detecci8n de la cara1 tam.in tienen distinto tamao4
ncluso si todas las imgenes originales tu'ieran el mismo tamao1 como ocurre en la
.ase de datos A1 ser+a necesaria esta normalizaci8n ya 6ue las dimensiones de las caras
detectadas )ueden tener 'ariaciones4
(l tamao elegido )ara normalizar las imgenes es de >//:>,/4 (stos 'alores
7an sido seleccionados ar.itrariamente4
1m&lementci"n
Se utiliza la siguiente *unci8n de 2atla. )ara realizar la normalizaci8n de
tamao4
Tabla 7.13 /uncin de Iatlab utili.ada en la normali.acin
Nom9re Descri2ci/n Entrada Salida
imresiCe
De'uel'e la imagen de entrada con
el n&mero de *ilas y columnas
es)eci*icado
magen de entrada1 6ue )uede ser
.inaria1 en escala de grises o
RG!4 Dimensiones de la imagen
de salida RmroSs ncolsT
magen con las
dimensiones
es)eci*icadas
,.1.;. Selecci/n del con?unto de datos entrenamiento y datos de test
A )artir de este momento se utilizan B imgenes de cada )ersona1 tanto de la
.ase de datos A1 como de la .ase de datos !4 (n la .ase de datos A se seleccionan B
E>
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
imgenes de cada )ersona5e de las 6ue 7ayan resultado de la *ase de detecci8n1 en la
.ase de datos ! ya se ten+an B imgenes )or )ersona5e4 Puede ocurrir 6ue 7aya )ersonas
de alguna de las .ases de datos 6ue no )asen a la *ase de reconocimiento )or6ue en la
*ase de detecci8n no 7ayan resultado B imgenes en las 6ue se 7aya detectado
correctamente la cara4
"na 'ez 6ue se tienen B imgenes de la cara )or )ersona1 y todas tienen el
mismo tamao1 se di'iden en dos gru)os1 el de entrenamiento y el de test4 Para el
entrenamiento se utilizan tres de las cuatro *otos 6ue 7ay de cada )ersona1 y se de5a una
*oto de cada )ersona )ara el test4
,.4. E$!RACC#N DE CARAC!ERGS!CAS
,.4.1. ntroducci/n
$a e:tracci8n de caracter+sticas )retende o.tener una serie de rasgos esenciales
de una imagen1 de tal *orma 6ue1 imgenes similares a ella1 )uedan ser reconocidas y
con'enientemente clasi*icadas4 (n este )royecto la e:tracci8n de caracter+sticas consiste
en o.tener la in*ormaci8n necesaria )ara identi*icar la cara 6ue a)arece en la imagen4
Posteriormente estas caracter+sticas )asan a la eta)a de clasi*icaci8n4
Como se coment8 en el ca)+tulo > de ntroducci8n1 en el a)artado de ?.5eti'os1
el )ro.lema del reconocimiento de caras 7umanas se )uede di'idir en dos grandes *ases:
la detecci8n de caras y el reconocimiento de caras4
$a eta)a de e:tracci8n de caracter+sticas se incluye dentro de la *ase del
reconocimiento de caras1 las eta)as descritas anteriormente corres)onder+an a la *ase de
detecci8n de caras4 Por tanto se su)one 6ue las imgenes con las 6ue se 'a a tra.a5ar a
)artir de este momento &nicamente contienen una cara1 aun6ue esto tam.in de)ende
del *uncionamiento de la *ase de detecci8n1 ya 6ue )uede ocurrir 6ue el *uncionamiento
no sea tan .ueno como se desea y a)arezcan otras zonas del cuer)o o )arte del *ondo de
la imagen1 adems de la cara4
(n el ca)+tulo , del (stado del Arte se descri.en di*erentes mtodos utilizados
en la *ase de reconocimiento de caras4 All+ se mencion8 la e:istencia de dos ti)os de
mtodos 6ue eran utilizados en la *ase de reconocimiento de caras:
\ 2todos 7ol+sticos: utilizan toda la imagen de la cara como entrada al sistema de
reconocimiento1 siendo sta la unidad .sica de )rocesamiento4
\ 2todos .asados en caracter+sticas locales: Se e:traen caracter+sticas locales1
como o5os1 nariz1 .oca1 etc4 Sus )osiciones y estad+sticas locales constituyen la
entrada al sistema de reconocimiento4
A )esar de 6ue en la *ase de detecci8n se .uscan los o5os y la .oca y se tienen
sus )osiciones1 algo 6ue )odr+a ser a)ro'ec7ado )ara la utilizaci8n de mtodos .asados
en caracter+sticas locales1 en este )royecto se 'an a utilizar &nicamente mtodos
7ol+sticos )ara la *ase de reconocimiento4
Se decide utilizar este ti)o de reconocedores ya 6ue se considera 6ue son ms
sencillos de im)lementar 6ue los mtodos .asados en caracter+sticas locales4 Adems en
este )royecto se utiliza una detecci8n de la cara en la imagen alternati'a1 en la 6ue no se
E,
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
calcula la )osici8n de los o5os y la .oca1 )or lo 6ue 7ay ocasiones en los 6ue no se tiene
esa in*ormaci8n4
Para la e:tracci8n de caracter+sticas se utiliza el algoritmo PCA4 (n el ca)+tulo ,
del (stado del Arte se 'io la utilizaci8n de este algoritmo )ara la *ase de
reconocimiento1 dando lugar a un mtodo llamado ei5enfaces4 Por sim)licidad1 en este
)royecto no se 'a a im)lementar este mtodo )or com)leto1 s8lo se utiliza el PCA )ara
e:traer ciertas caracter+sticas de la imagen 6ue )asan a la eta)a de clasi*icaci8n4
Como se estn utilizando imgenes en color1 se 'a a a)ro'ec7ar este 7ec7o )ara
tener una mayor in*ormaci8n de cada imagen1 de *orma 6ue )aralelamente se 'an a
e:traer las caracter+sticas mediante PCA )ara la imagen trans*ormada en escala de grises
y )ara cada uno de los canales de color RG!4 (n la eta)a de clasi*icaci8n tam.in se
tienen B clasi*icadores1 uno )ara la imagen en escala de gris y otro )or cada canal de
color RG!1 cuyos resultados se com.inan )ara dar un resultado *inal4
Adems 7ay 6ue tener en cuenta 6ue no todas las )ersonas 6ue inicialmente se
tienen en las .ases de datos se 'an a utilizar )ara la *ase de reconocimiento4 (l n&mero
de )ersonas de cada .ase de datos 6ue se 'an a utilizar en la eta)a de e:tracci8n de
caracter+sticas y en la eta)a de clasi*icaci8n1 'iene limitado )or el n&mero de )ersonas
)ara las 6ue se tienen B imgenes de la cara1 resultado de la *ase de detecci8n4
,.4.'. +rinci2al Com2onent AnalysisD +CA
PCA es una tcnica de )royecci8n so.re un su.es)acio )ara reconocimiento de
caras1 y )ro.a.lemente una de las ms utilizadas4
Se tiene un con5unto de imgenes de entrenamiento1 en este )royecto - imgenes
de entrenamiento )or cada )ersona5e1 seleccionadas aleatoriamente4 Como )rimer )aso
se genera la .ase de datos 6ue se 'a a utilizar )ara el reconocimiento1 se tiene una .ase
de datos )ara las imgenes en escala de gris NT5P1 y otra )or cada canal de color RG!
NT:1 T+ y T@P4
Para crear esta .ase de datos1 cada imagen N6ue tiene la *orma de una matrizP es
trans*ormada en un 'ector columna4 $os 'ectores columna de cada una de las imgenes
*orman la matriz T4 Si se tienen m )ersona5es1 y cada imagen es de tamao (r x c)1 las
dimensiones de esta matriz sern (rcem)4
A continuaci8n se calcula la imagen )romedio del con5unto de entrenamiento:
m
i
i
t
m
>
>
donde u
i
son los auto'ectores de C1 v
i
son los auto'ectores de 1
T
N14 De esta *orma se
tiene 6ue 1N1
T
y 1
T
N1 tienen los mismos auto'alores y los auto'alores estn relacionados
)or u
i
M 1v
i
4 As+ calculando los auto'ectores de 1
T
N1 se )ueden o.tener de una manera
ms sencilla los de la matriz de co'arianza4
A continuaci8n se seleccionan los # auto'ectores de la matriz de co'arianza 6ue
tienen mayores auto'alores asociados4 $a elecci8n del n&mero de auto'alores 6ue se
6uiere conser'ar es cr+tica1 un n&mero muy alto su)one un tiem)o de )rocesamiento
grande y una mayor necesidad de memoria en la eta)a de clasi*icaci8n4 "n n&mero muy
.a5o su)one 6ue se )uede )erder muc7a in*ormaci8n4 Se trata )or lo tanto de encontrar
un e6uili.rio1 )ara lo cual se o.ser'a el 'alor de los auto'alores1 )ara 'er c8mo
e'oluciona1 y adems se trata de mantener la mayor )arte )osi.le de la 'arianza inicial
de la .ase de datos4
(n la imagen aP de la lustraci8n -4,> se muestra un e5em)lo en el 6ue 7ay >DC
auto'alores y en el 6ue se )uede 'er sus 'alores4 Se )uede o.ser'ar 6ue los auto'alores
de mayor 'alor son los <imos1 adems tam.in se )uede 'er como su 'alor su*re un
r)ido aumento a )artir de los >C <imos a)ro:imadamente4
(n la imagen .P de la lustraci8n -4,> se muestra el )orcenta5e de la 'arianza
e:)licada en *unci8n del n&mero de auto'alores utilizados4 A la 7ora de 7acer la gr*ica1
)ara 6ue sta sea ms com)rensi.le se 7a in'ertido el orden de los auto'alores1 de
*orma 6ue los 6ue tienen mayor 'alor son los )rimeros4 (n esta gr*ica se 'e 6ue )ara
mantener alrededor del 0/Q de la 'arianza son necesarios BB auto'alores1 y )ara
mantener alrededor del G/Q se necesitan >E auto'alores4
(n este e5em)lo se 'e como la reducci8n de auto'alores necesarios )ara
mantener el G/Q de la 'arianza1 con res)ecto a los necesarios )ara mantener el 0/Q1 es
im)ortante4 Por eso )ara realizar las )rue.as )osteriores se toma como criterio de
EB
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
selecci8n de auto'ectores el n&mero 6ue 7ace 6ue se mantenga el G/Q de la 'arianza1
ya 6ue se considera 6ue este )orcenta5e es su*iciente1 y se corres)onde
a)ro:imadamente con el n&mero de auto'alores 6ue tienen mayor 'alor4
a)
b)
6lustracin 7.$1 a) ,'emplo de valor de los autovalores, b) ,'emplo de varian.a
explicada
Aun6ue estas gr*icas de e5em)lo 7an sido 7ec7as )ara una .ase de datos de CC
)ersonas de la .ase de datos ! NCCr- V >DC imgenes de entrenamientoP1 y )ara las
imgenes en escala de grises1 se 7a com)ro.ado 6ue los resultados )ara la .ase de datos
EC
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
en los canales RG! y )ara )ersonas de la .ase de datos A o*recen unos resultados muy
similares4
(n la siguiente imagen se muestra un e5em)lo de recu)eraci8n de una imagen en
escala de grises a )artir de los auto'ectores 'ariando su n&mero Nel n&mero total de
auto'ectores es >DCP:
a) b) c) d) e)
6lustracin 7.$$ ,'emplo recuperacin ima5en a partir de los autovectores base de
datos 1 a) 6ma5en ori5inal? b) 133g varian.a (1A; autovectores)? c) F3g varian.a
(7; autovectores)? d) E3g varian.a (1A autovectores)? e) C3g varian.a (E
autovectores)
a) b) c) d) e)
6lustracin 7.$7 ,'emplo recuperacin ima5en a partir de los autovectores base de
datos @ a) 6ma5en ori5inal? b) 133g varian.a (1A; autovectores)? c) F3g varian.a
(4E autovectores)? d) E3g varian.a (1C autovectores)? e) C3g varian.a (C
autovectores)
"na 'ez 6ue se 7an seleccionado los auto'ectores 6ue 'an a ser utilizados1 se
)royectan todas las imgenes de la .ase en el nue'o es)acio reducido1 teniendo as+ los
coe*icientes de la re)resentaci8n de la imagen1 6ue sern las caracter+sticas 6ue se estn
.uscando y 6ue )asan al clasi*icador4
Cuando se tiene una nue'a imagen de una cara 6ue de.e ser reconocida se sigue
el mismo )roceso4 $a imagen nue'a es trans*ormada en un 'ector columna1 a
continuaci8n se le resta la media de las imgenes de entrenamiento y )or <imo se
calcula su )royecci8n en el es)acio reducido calculado con las imgenes de
entrenamiento4 As+ se o.tienen los coe*icientes de la nue'a imagen a reconocer1 estos
coe*icientes )asan a la eta)a de clasi*icaci8n4
(ste )roceso se realiza )ara las imgenes en escala de grises y )ara cada uno de
los canales de color RG!1 tanto en el caso de las imgenes de entrenamiento como )ara
las de test4 De esta *orma )asan a la eta)a de clasi*icaci8n un con5unto de caracter+sticas
de la imagen en escala de grises1 otro con5unto de caracter+sticas )ara el canal R1 otro
)ara el canal G y otro )ara el canal !4
ED
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
1m&lementci"n
Para la im)lementaci8n de la e:tracci8n de caracter+sticas mediante PCA se 7an
utilizado *unciones .sicas de 2atla.1 adems ca.e destacar el uso de las siguientes
*unciones adicionales4
Tabla 7.11 /unciones de Iatlab utili.adas en la extraccin de caracter!sticas
Nom9re Descri2ci/n Entrada Salida
rg9'gray
Con'ierte una imagen RG! en una
imagen en escala de grises
magen en *ormato RG!
magen en escala
de grises
resha2e
De'uel'e una matriz de las
dimensiones indicadas1 cuyos
elementos se toman de la matriz de
entrada )or columnas
2atriz de la 6ue se toman los
elementos )or columnas4
Dimensiones de la matriz de
salida
2atriz con las
dimensiones
es)eci*icadas
eig
Produce la matriz de auto'alores NDP
y auto'ectores NVP de la matriz de
entrada
2atriz
2atrices de
auto'ectores y
auto'alores
,.:. C*AS>CAC#N
"na 'ez conseguido un con5unto de caracter+sticas 6ue re)resentan la cara
7umana 6ue a)arece en una imagen1 la siguiente eta)a es la clasi*icaci8n4 (n este
)royecto se 7a decidido utilizar como elemento )rinci)al de la eta)a de clasi*icaci8n la
red neuronal4
Como se 7a mencionado en el a)artado de (:tracci8n de Caracter+sticas1 en este
)royecto se 'an a utilizar imgenes en color y de cada imagen se e:traen B con5untos de
caracter+sticas1 uno )ara la imagen trans*ormada en escala de grises y uno )ara cada uno
de los canales de color RG!4 (n esta eta)a de clasi*icaci8n se crea una red neuronal
)ara cada uno de los con5untos de caracter+sticas y los resultados de cada red son
com.inados )ara dar como resultado las 2 caras de la .ase de datos 6ue ms se
;)arecen< a la cara de la imagen de )rue.a4
Para 6ue el sistema sea ca)az de clasi*icar correctamente1 )re'iamente de.e
7a.erse sometido a un )roceso de entrenamiento4 (n esta *ase se le o*recen al sistema
un con5unto de datos eti6uetados1 )ara 6ue el sistema sea ca)az de e:traer las
caracter+sticas 6ue de*inen cada clase de datos a )artir de ellos4 (ste ti)o de
entrenamiento se conoce como ;su)er'isado<4
,.:.1. Ar=uitectura de las redes neuronales
(l )rimer )aso )ara la creaci8n del sistema de clasi*icaci8n es el diseo de las
redes neuronales 6ue se 'an a utilizar4 (ntre los distintos ti)os de redes neuronales 6ue
)ueden im)lementarse con 2atla. se decide utilizar una red neuronal alimentada 7acia
delante en cascada NCascade /or#ard Neuronal Net#orGs C/NNP1 con a)rendiza5e
bacGpropa5ation1 6ue es un ti)o de )erce)tr8n multica)a4 (n este ti)o de redes 7ay dos
)asos de las seales a tra's de la red1 en el )aso 7acia delante la seal de entrada es
)ro)agada desde la ca)a de entrada 7acia la de salida1 mientras se *i5an los )esos de
cada ca)a y se )roduce la salida4 (l error entre la salida real y la deseada es calculada y
en el )aso 7acia atrs este error es )ro)agado y los )esos se actualizan )or segunda 'ez4
EE
Diseo y Desarrollo de un Sistema de Reconocimiento de Caras
$a red C/NN incluye una cone:i8n desde la entrada a cada una de las ca)as1 y
desde cada ca)a a la ca)a siguiente1 es decir1 si )or e5em)lo se tiene una red con tres
ca)as 7a.r cone:iones de la ca)a > a la ca)a ,1 de la ca)a , a la ca)a - y de la ca)a > a
la ca)a -4 (stas cone:iones adicionales )ueden me5orar la 'elocidad a la 6ue la red
a)rende las relaciones deseadas4
$as redes 6ue se 'an a crear tienen - ca)as: una ca)a de entrada1 una ca)a oculta
y una ca)a de salida4 $as cuatro redes neuronales 6ue se generan tienen las mismas
caracter+sticas1 lo 6ue las di*erencia son los datos 6ue se utilizan )ara entrenarlas4 "na
de ellas utiliza las caracter+sticas e:tra+das de la imagen en escala de grises1 y las otras
tres las caracter+sticas e:tra+das de cada uno de los canales de color RG!4
Para todos los resultados 6ue se 'an a )resentar1 el n&mero de neuronas de la
ca)a de entrada de cada red es igual al tamao del 'ector de caracter+sticas 6ue se
o.tiene en la eta)a anterior1 6ue como se di5o 'ar+a en *unci8n del n&mero de
auto'ectores 6ue se utilizan )ara re)resentar las imgenes4 $a ca)a de salida tiene un
n&mero de neuronas igual al n&mero de indi'iduos 6ue 7ay en la .ase de datos y 6ue
de.en ser reconocidos1 es decir1 cada neurona de salida se corres)onde con una )ersona4
Como se di5o tam.in anteriormente1 el n&mero de )ersonas 6ue se utilizan en la *ase de
reconocimiento de)ende de las limitaciones dadas )or la *ase de detecci8n4
(n cuanto a las neuronas de la ca)a oculta1 no e:iste una regla *i5a 6ue determine
su n&mero1 )ero si 7ay algunos criterios 6ue 7an sido muy utilizados4 Seg&n uno de
estos criterios1 el n&mero necesario de neuronas )ara la ca)a oculta es la mitad de la
suma de las neuronas utilizadas en las ca)as de entrada y salida RSe.>>T4 Tam.in suele
a)licarse el criterio seg&n el cual el n&mero de neuronas de la ca)a oculta no )uede ser
su)erior al do.le del n&mero de neuronas de entrada R%lorez et al4 ,//GT4
(n este )royecto se 7a tratado de utilizar un n&mero de neuronas de la ca)a
oculta 6ue se a)ro:ime a los dos criterios mencionados anteriormente4 Tras realizar un
estudio de las situaciones 6ue se 'an a tener )ara realizar las )rue.as se determina 6ue
el n&mero de neuronas de la ca)a oculta es el siguiente4
,
,
s s
s
+