Partial least squares for face hashing

Cassio Elias dos Santos Junior

Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ESBF-A3FFZQ

Full metadata record

DC Field	Value	Language
dc.contributor.advisor1	William Robson Schwartz	pt_BR
dc.contributor.referee1	Carlos Eduardo Thomaz	pt_BR
dc.contributor.referee2	Erickson Rangel do Nascimento	pt_BR
dc.creator	Cassio Elias dos Santos Junior	pt_BR
dc.date.accessioned	2019-08-10T02:53:03Z	-
dc.date.available	2019-08-10T02:53:03Z	-
dc.date.issued	2015-08-24	pt_BR
dc.identifier.uri	http://hdl.handle.net/1843/ESBF-A3FFZQ	-
dc.description.abstract	Face recognition has been an active research topic in recent years due to its numerous applications in surveillance, biometrics, human-computer interaction and social media. In this work, we focus on face identification, which consists in determining the identity of a face image given a gallery of known faces. Specifically, the goal in this work is to provide an approach for face identification scalable to galleries consisting of several subjects. The proposed approach is inspired by locality-sensitive hashing (LSH) and partial least squares (PLS) for face identification. We employ a combination of four feature descriptors, resulting in a 120,059-dimensional vector and providing significant improvement over single feature descriptors. Results show significant reduction in the number of subjects evaluated in the face identification (reduced to 0.3% of the gallery), providing speedup up to 233 times compared to the brute-force approach and 58 times compared to previous works in the literature.	pt_BR
dc.description.resumo	Reconhecimento de faces tem recebido atenção nos últimos anos principalmente devido a sua aplicação em áreas tais como perícia, vigilância, biometria, interação humano-computador e redes sociais. Este trabalho foca na tarefa de identificação de faces, que consiste em determinar a identidade do indivíduo em uma imagem de face considerando uma galeria de faces conhecidas. Especificamente, o principal objetivo deste trabalho é prover uma abordagem para identificação de faces escalável para galerias compostas por vários indivíduos. Inúmeros trabalhos na literatura focam em reduzir o custo computacional em avaliar pares de imagem de face de teste e indivíduo registrado na galeria. No entanto, poucos trabalhos focam em identificação de faces escalável. O método proposto é inspirado em locality-sensitive hashing (LSH), que é um método bem conhecido para busca por imagens em larga escala, e partial least squares (PLS), que apresenta robustez a efeitos tais como iluminação, envelhecimento e expressão facial quando utilizado na identificação de faces com múltiplos descritores de características. No total, são avaliados 12 descritores de características neste trabalho e os quatro melhores entre estes são utilizados em um vetor de características de 120.059 dimensões. Neste contexto, utiliza-se o PLS visto que este é capaz de tratar vetores com milhões de dimensões. Métodos de seleção de características baseados no PLS também são utilizados no método proposto para prover ganho adicional no tempo de execução. O método proposto é avaliado nas bases de dados FERET, composta por 1.196 indivíduos, uma imagem por indivíduo, e imagens de teste que apresentam efeitos de iluminação, envelhecimento e expressão facial; e FRGCv1, composta por 275 indivíduos e 4.715 imagens de faces que apresentam efeitos de iluminação e expressão facial. Os resultados mostram redução significativa do número de indivíduos avaliados na identificação de faces (redução para 0,3% da galeria), assim provendo speedup médio de até 233 vezes comparado com a abordagem força-bruta (quando se avalia todos os indivíduos da galeria) e de até 58 vezes comparado com trabalhos anteriores na literatura.	pt_BR
dc.language	Inglês	pt_BR
dc.publisher	Universidade Federal de Minas Gerais	pt_BR
dc.publisher.initials	UFMG	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Reconhecimento de faces	pt_BR
dc.subject	Indexação de imagens	pt_BR
dc.subject	Partial least squares	pt_BR
dc.subject	Visão computacional	pt_BR
dc.subject.other	Indexação de imagens	pt_BR
dc.subject.other	Visão por computador	pt_BR
dc.subject.other	Computação	pt_BR
dc.title	Partial least squares for face hashing	pt_BR
dc.type	Dissertação de Mestrado	pt_BR
Appears in Collections:	Dissertações de Mestrado

Files in This Item:

File	Description	Size	Format
cassioelias.pdf		3.48 MB	Adobe PDF	View/Open

Show simple item record