RECONOCIMIENTO AUTOMÁTICO DE CARAS MEDIANTE TRANSFORMADAS ESPACIO-FRECUENCIALES

Abstract

Esta tesis propone dos sistemas de Reconocimiento de Caras por Computador inspirados en modelos de procesamiento del sistema visual primario. Los módulos que constituyen este sistema, se basan en los mecanismos de procesamiento utilizados en la retina y en las áreas V1 y V2 de la corteza visual, para procesar imágenes de las caras. En esta tesis se presentan también simulaciones de reconocimiento de caras empleando los sistemas propuestos y las bases de datos de caras de la Universidad de Yale y FERET. Las simulaciones aquí realizadas son comparadas con dos métodos existentes en la actualidad. Calce Elástico de Grafos (Elastic Bunch Graph Matching - EBGM) y un método que utiliza Paquetes de Wavelets. Los métodos aquí propuestos, requieren la determinación automática de ciertos puntos dentro de la cara para ser aplicados, por lo que en la tesis además se propone un sistema de búsqueda de puntos fiduciales dentro de las caras, como lo son las pupilas y las comisuras de los labios. Estos puntos se localizan a partir de una imagen tridimensional obtenida mediante filtrado Gabor. Este método fue evaluado utilizando imágenes de la base de datos FERET.

Two different methods for the computational recognition of faces, based in our primal visual system, are proposed in this thesis. These systems model the way in which face images are processed between the retina and the areas V 1 and V2 of our visual system. Some simulations of the recognition abilities of these methods, using the Yale University - Face Image Database and FERET Face Database, are also presented. The results of these simulations are compared with two existing methods, Elastic Bunch Graph Matching - EBGM and one that uses Packet Wavelets. For the implementation of the approaches hre proposed, the positions of some special points inside the face image (fiducial points) are required. For that reason besides the recognition systems a feature detection system is also proposed, which automatically finds the coordinates of pupils and corners of the mouth. These coordinates are localized inside a 3-D image obtained from the original face image using Gabor filters. Results for this approach were obtained using FERET Face Database.