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 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.