Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/ESBF-B2HKK6
Type: | Dissertação de Mestrado |
Title: | Aggregating Partial Least Squares Models for Open-set Face Identification |
Authors: | Samira Santos da Silva |
First Advisor: | William Robson Schwartz |
First Referee: | Erickson Rangel do Nascimento |
Second Referee: | David Menotti Gomes |
Abstract: | Identificação de faces é uma tarefa importante em visão computacional com diversas aplicações, como em vigilância, computação forense e interação humano-computador. Nos últimos anos, diversos métodos têm sido propostos a fim de identificar faces considerando um cenário com galeria fechada. A maioria deles assume que o mundo é completamente conhecido e todas as faces no teste necessariamente pertencem a um indivíduo da galeria. Entretanto, em aplicações mais realísticas, podemos querer determinar a identidade de uma face desconhecida, ou seja, face de quem a identidade não pertence a nenhum indivíduo conhecido, consistindo em um cenário com galeria aberta. Nesse trabalho, propomos um novo método simples mas eficiente para identificação de faces em galeria aberta por meio da combinação de modelos Partial Least Squares. Experimentos são executados em quatro datasets: FRGCv1, FG-NET, Pubfig e Pubfig83 e os resultados mostram significante melhoria quando comparado com abordagens estado-da-arte independente das dificuldades impostas pelos datasets. |
Abstract: | Face identification is an important task in computer vision and has a myriad of applications, such as in surveillance, computer forensics and human-computer interaction. In the past few years, several methods have been proposed to solve face identification task in closed-set scenarios. Most of them make assumption of the complete knowledge of the world. However, in real-world applications, one might want to determine the identity of an unknown face, that is, a face whose identity does not match any known individual, comprising the open-set scenario. In this work, we propose a novel method to perform open-set face identification by aggregating Partial Least Squares models in a simple but fast way. Evaluation is performed in four datasets: FRGCv1, FG-NET, Pubfig and Pubfig83. Results show significant improvement when compared to state-of-the art approaches regardless challenges posed by different datasets. |
Subject: | Reconhecimento de faces Partial Least Squares Computação Visão computacional |
language: | Português |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
Rights: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/ESBF-B2HKK6 |
Issue Date: | 16-Jan-2018 |
Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
samira.pdf | 4.46 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.