Primeros pasos para una aplicación móvil offline de reconocimiento facial
←
→
Transcripción del contenido de la página
Si su navegador no muestra la página correctamente, lea el contenido de la página a continuación
Primeros pasos para una aplicación móvil offline de
reconocimiento facial
Barraza, Sara Lía
Facultad de Ciencias Exactas y Tecnología, Universidad Nacional de Tucumán
Thuillier, Etienne
Université Technologique de Belfort-Montbéliard, Francia
Will, Adrián
GITIA, Universidad Tecnológica Nacional, Facultad Regional Tucumán
Facultad de Ciencias Exactas y Tecnología, Universidad Nacional de Tucumán
Rodriguez, Sebastián Alberto
GITIA, Universidad Tecnológica Nacional, Facultad Regional Tucumán
Resumen SVD; TensorFaces
El reconocimiento facial es una herramienta mo-
derna con una amplia gama de aplicaciones como vi- 1 Introducción
gilancia, seguridad, etc. Las necesidades de seguridad
y los aumentos en la capacidad de procesamiento y re- En los últimos años la utilización del reco-
solución de las cámaras disponibles, ha hecho que estos nocimiento facial se ha extendido por todo el
sistemas ganen un creciente interés. Sin embargo la ma- mundo y ha sido ampliamente utilizada en nu-
yoría de este tipo de programas requieren de conexión
merosas aplicaciones como sistemas de segu-
ridad, sistemas de control de acceso a equipos
a internet para su funcionamiento, debido entre otras o ambientes, identificación de conductas, entre
razones a la potencia de cálculo requerida y al tamaño otras ( [1], [2], [3], [4]). Mas aún, debido a las
de las bases de datos involucradas. El presente trabajo mejoras notables en la tecnología, es posible
representa un primer paso hacia el desarrollo de un sis- para una computadora reconocer un rostro rá-
tema de reconocimiento facial de bajo requerimiento en
pidamente, de manera que resulta práctico uti-
lizar un sistema de este tipo para desbloquear
procesamiento, capaz de funcionar apropiadamente en un dispositivo móvil o identificarse en el acce-
un dispositivo móvil. La posibilidad de funcionamien- so a una parte de un edificio con mayor nivel
to offline en estos casos es crítica, ya que le permitiría de seguridad que el resto.
funcionar eficientemente incluso dentro de edificios o en Sin embargo, la gran mayoría de estos sis-
lugares sin señal. temas resultan costosos en precio, instalación
y mantenimiento, necesitan un gran poder de
Palabras Clave Reconocimiento facial; Tensores; cómputo y conexión a internet al momento deser utilizados (picasa1 o facebook2 ). Adicio- conexión a internet). El sistema está basado
nalmente, sistemas como Visidon AppLock3 en la descomposición HOSVD de una matriz
para el sistema operativo Android tienen formada por imágenes de 6 sujetos de prueba
severas limitaciones, tanto en la cantidad de tomadas con una cámara digital en condicio-
rostros a reconocer como en la capacidad para nes controladas, y fue validado utilizando fo-
funcionar. tos de los mismos y otros sujetos tomadas en
otras condiciones incluyendo cámaras de te-
Para numerosas aplicaciones es suficiente léfono inteligente, otras condiciones de ilumi-
este tipo de servicios, dado que el dispositivo nación, y otros incluyendo cambios en peina-
en que se utilizará el programa está en una ubi- do. El procedimiento utilizado está exhausti-
cación fija y sin problemas de acceso a internet vamente descripto en la sección 4.
o procesamiento (control de acceso a un aero- Como limitaciones de la tecnología desa-
puerto, o a cuartos específicos de un edificio). rrollada, se encontró la necesidad de que el
Sin embargo en otros casos resulta necesario entrenamiento se realice en una PC o similar
utilizar un sistema de este tipo en condiciones con alto poder de procesamiento (debido a la
especiales como ”indoors” (en un edificio) o descomposición algebraica de matrices nece-
en lugares remotos o subterráneos, lo que ge- saria), que el conjunto de personas a identifi-
neralmente significa sin conexión a internet o car debe ser pequeño, y que las imágenes uti-
con una conexión de muy mala calidad. Esto lizadas en el conjunto de entrenamiento deben
se complementa con el problema, para el caso ser de buena calidad y tomadas en las mismas
específico de desbloqueo de dispositivos mó- condiciones. Estas limitaciones surgen de los
viles por ejemplo, en que el reconocimiento experimentos realizados, y si bien limitan la
debe ser realizado en poco tiempo y en un apa- aplicabilidad del sistema, entendemos que re-
rato con bajo poder de procesamiento. sulta suficientemente práctico y flexible para
Entre otras herramientas posibles, existen ser utilizados en aplicaciones reales.
investigaciones anteriores que han abordado El trabajo está dividido en 4 secciones. En la
este problema mediante el uso de tensores de primera sección se presenta el estado del arte.
orden superior [1], [4], [5]. Estas herramientas En la segunda sección se explica la parte mate-
requieren en general una gran cantidad de pro- mática de tensores necesaria. La sección 3 pre-
cesamiento a la hora de entrenar, dado que se senta los datos y el procedimiento y preproce-
basan en una descomposición de matrices que samiento realizado a los mismos. La sección 4
requiere procesamiento (HOSVD, Higher Or- presenta el algoritmo utilizado, y en la sección
der Singular Value Decomposition). Sin em- 5 se muestran los resultados obtenidos.
bargo en tiempo de ejecución sólo es una pro-
yección lineal y otros procedimientos de bajo
requerimiento, lo que los hace ideales para es- 2 Trabajos relacionados
te tipo de aplicaciones. Por otro lado, en mu-
chas de estas investigaciones y otras similares, 2.1 Sistemas de reconocimiento facial
la experimentación, y especialmente el prepro-
cesamiento de los datos, resulta difícil de se- Durante la década anterior, el reconocimien-
guir por falta de claridad y de especificación to facial ha sido considerado y aplicado en di-
del procedimiento utilizado. versas áreas: detección de rostros en fotogra-
En este trabajo proponemos entonces un sis- fía para evitar somnolencia en transportes4 , es-
tema de reconocimiento facial que dé respues- timación de edad y género en una multitud,
ta a estos problemas, que esté preparado pa- análisis de clientes, reconocimiento facial para
ra funcionar en dispositivos móviles, con ba- control de acceso, identificación de visitantes,
jo requerimiento de memoria y procesamiento, ingreso en aplicaciones online, etc.
una cámara de relativamente baja resolución, Las aplicaciones de seguridad proponen sis-
y de manera autosuficiente (sin necesidad de temas con resultados positivos casi inmedia-
tos, pero la mayoría de estos sistemas resul-
1 http://picasa.google.com/
tan costosos tanto en el proceso de desarrollo
2 https://www.facebook.com/
como de instalación y mantenimiento. Presen-
3 https://play.google.com/store/apps/
details?id=visidon.AppLock&hl=en 4 http://www.tcit.com.tw/?language=entan resultados adecuados para las aplicaciones en tensores - y se extraían conclusiones sobre
a las que están destinadas. Una característica los algoritmos probados, con la intención de
común a la mayoría de estos sistemas es la identificar el que mejores resultados presenta-
necesidad de una conexión Internet debido al ra tanto en el reconocimiento como en el tiem-
gran volumen de datos involucrado y el proce- po empleado.
samiento requerido. Sin embargo, en los trabajos mencionados,
Luego encontramos los programas que rea- aunque la matemática utilizada no presentar
lizan la detección de rostro en imágenes, y errores visibles, los experimentos y los resulta-
como se indica, solo permiten detectar la po- dos mostraron una falta de descripciones me-
sición y límites de un rostro en una imagen, todológicas, lo que resulta en experimentacio-
sin permitir identificar a la persona, común nes difíciles de reproducir. Ambos trabajos,
en cámaras fotográficas modernas ( [6]). Exis- utilizan bases de datos descargados de inter-
ten también sistemas de reconocimiento facial net: Weizmann8 , PEAL9 y YaleB10 , y estas
como por ejemplo facebook que adquirió el producen problemas a la hora de intentar uti-
servicio face.com, Google con el servicio re- lizarlas. Por ejemplo, la base de datos Weiz-
kognition5 , Apple que compró Polar rose6 que mann contiene más de mil imágenes que pre-
desarrolló el servicio recognizr7 . sentan más o menos cuarenta fotos para cada
Por último, se encuentra el programa Visi- persona. Esto implica un proceso complejo pa-
don AppLock de Android que permite al usua- ra agregar personas y que las condiciones utili-
rio desbloquear su teléfono inteligente con una zadas estarán lejos de las reales de utilización,
aplicación de reconocimiento facial. El siste- lo que lo vuelve poco práctico.
ma funciona en dispositivos móviles sin uti-
lizar la conexión a Internet para su funciona-
miento. Se basa en una comparación de una 3 Álgebra de tensores
imagen del usuario, con una o más fotos archi-
vadas y una comparación de las características Se describen en esta sección los prelimina-
faciales. Si bien presenta problemas al utilizar res básicos sobre Álgebra de Tensores y la des-
el programa con bajo nivel de luz, con perso- composición HOSVD
nas parecidas, o con cambios en el vestuario o
el peinado.
3.1 Descripción de tensores
2.2 Trabajos anteriores Un tensor es considerado una matriz multi-
dimensional o matriz de orden N, por ejemplo,
Se realizaron trabajos que proponen tenso- un vector es un tensor de orden 1 y una matriz
res para reconocimiento facial. En este traba- es un tensor de orden 2. Un tensor A de orden
jo dos artículos importantes se utilizarán co- tres es una matriz de tres dimensiones, y está
mo soporte para nuestro algoritmo. Vasilescu denotado por A ∈ RI1 ×I2 ×I3 donde cada dimen-
y Terzopoulos [4] han propuesto utilizar tensor sión de la matriz es llamada modo del tensor.
SVD para reconocer rostros. Su trabajo inclu- Este puede ser visualizado como un bloque en
ye una comparación entre PCA y TensorFaces tres direcciones, como lo muestra la figura 1
y muestran buenos resultados al utilizar tenso- Sus elementos están denotados por ai jk
res. La segunda obra propuesta por Rana [1] donde 0 < i < I1 , 0 < j < I2 , 0 < k < I3 y se
desarrolla diferentes enfoques, en los cuales obtienen fijando los índices i, j y k en cada
todos utilizan un algoritmo basado en SVD- modo. Si en una matriz se fijan uno de sus
tensor. En este trabajo, se realizaba un estu- índices se obtiene los vectores filas (primer
dio de diferentes algoritmos - todos basados índice fijo) y columnas (segundo índice fijo).
El análogo en tensores se llaman f iber. En
5 http://rekognition.com/
6 http://news.cnet.com/8301-13579_ 8 http://www.wisdom.weizmann.ac.il/
3-20017018-37.html ~vision/FaceBase/
7 http://readwrite.com/2010/02/24/ 9 http://www.jdl.ac.cn/peal/
recognizr_facial_recognition_coming_to_ 10 http://cvc.yale.edu/projects/
android_phones yalefacesB/yalefacesB.htmlSe definen ahora, dos conceptos de tensores
importantes para el desarrollo del algoritmo.
Matrización de un tensor: El concepto de
matrización o tensor unfolding se refiere al
proceso de transformar un tensor en una ma-
triz. Para un tensor de orden tres este proceso
se muestra en la figura 4
Figura 1: Representación de un tensor de or-
den tres.
un tensor de orden tres A ∈ RI1 ×I2 ×I3 , las
fiber son llamadas columnas, filas y tubos, las
cuales son denotadas por A(:, i2 , i3 ) = a:i2 i3 ,
A(i1 , :, i3 ) = ai1 :i3 y A(i1 , i2 , :) = ai1 i2 : respecti-
vamente.
Las fiber en un tensor de orden tres se pue-
den observar en la figura 2
Figura 4: Proceso de matrices unfolding.
Figura 2: Vectores Fiber de un tensor de orden
tres. Producto n-modo: El producto n-modo de
un tensor A ∈ RI1 ×I2 ×···×In ···×IN y una matriz
U ∈ RJn ×In denotado por A ×n U, es un tensor
De manera análoga, las matrices de un ten- de dimensión I1 × I2 × · · · × Jn × · · · × IN defi-
sor de orden tres son llamadas slices, y están nido componente a componente por
denotadas por A(i1 , :, :) (sección horizontal),
A(:, i2 , :) (sección lateral) y A(:, :, i3 ) (sección
frontal). En la figura 3, se muestran las seccio- (A ×n U) = ∑ ai1 i2 ···in ···iN u jn in
in
nes de un tensor de orden tres.
3.2 Descomposición de tensores
Aquí, se propone describir la descompo-
sición en valores singulares para tensores,
denotada por HOSVD (Higher Order Singular
Value Decomposition) [7] [5] [8] la cual es
una generalización de la descomposición SVD
para matrices. Para facilitar la comparación
vamos a presentar la SVD matricial en la
Figura 3: Matrices slices de un tensor de orden notación inducida por el producto n-modo
entre un tensor y una matriz.
tres.SVD de matrices:
Toda matriz A ∈ RI1 ×I2 puede ser escrita como
el producto
A = USV T = S×1 U ×2 V T = S×1 U (1) ×2 U (2)
Donde
U (1) = U es una matriz unitaria de orden
I1 × I1
U (2) = V T es una matriz unitaria de orden
I2 × I2 Figura 5: HOSVD de un tensor de orden tres.
S es una matriz de orden I1 × I2 con las si-
guientes propiedades:
Los valores singulares en los otros modos y
S = diag(σ1 , σ2 , · · · σmin(I1 ,I2 ) ) su ordenación se definen de manera análoga.
Para un tensor de orden tres, un esquema de
σ1 ≥ σ2 ≥ · · · ≥ σmin(I1 ,I2 ) tal descomposición se puede visualizar en la
figura 5.
Los σi son los valores singulares de A. Esto es claramente una generalización de la
descomposición SVD para matrices, si se res-
SVD de tensores (HOSVD): tringe el teorema a tensores de orden dos.
El algoritmo para calcular la descomposi-
Todo tensor A ∈ RI1 ×I2 ×I3 puede ser escrito co- ción es:
mo el producto
1) Calcular las matrices Un , mediante el
A = S ×1 U (1) ×2 U (2) ×N U (3) SVD de las matrices Tn , obtenidas por
donde matrización del tensor en cada modo.
2) Calcula el tensor S como:
U (1) ∈ RI1 ×I1
U (2) ∈ RI2 ×I2 T T T
S = A ×1 U (1) ×2 U (2) ×3 U (3)
U (3) ∈ RI3 ×I3
son matrices ortogonales. 4 Datos Utilizados
S ∈ RI1 ×I2 ×I3 llamado tensor core, tiene la
propiedad de ortogonalidad: cualquiera dos Se describe en esta sección con detalle, el
slices de S son ortogonales en el sentido del proceso de generación de las imágenes utili-
producto escalar: zadas en este trabajo. Se describen tanto las
cámaras utilizadas como el tipo y característi-
cas de las imágenes utilizadas para el entrena-
hS(i, :, :), S( j, :, :)i = hS(:, i, :), S(:, j, :)i miento y el proceso utilizado en las imágenes
de validación.
= hS(:, :, i), S(:, :, j)i
= 0 para i 6= j
4.1 Sesión de fotos
Para el modo-1 se define los valores singu- Intentos previos de los autores por utilizar
lares como: una base de datos como YaleB, Weizmann y
(1) PEAL de manera similar a lo encontrado en
σi = kS(i, :, :)kf i = 1, · · · I1 los trabajos citados, resultaron infructuosos o
de resultados poco reproducibles, debido prin-
Y están ordenados como sigue: cipalmente a que el procesamiento de las imá-
(1) (1) (1)
genes no está correctamente descripto. Mas
σ1 ≥ σ2 ≥ · · · σI1 aún los tensores entrenados con estas basesde datos y completados con fotografías pro- 4.2 Preprocesamiento
pias, complican el funcionamiento del algorit-
mo, debido a que las imágenes no están toma- Una vez tomada la serie de fotos de la ba-
das en las mismas condiciones, dando malos se de entrenamiento, fueron tratadas con el fin
resultados. Por esta razón, decidimos formar de poder ser utilizadas por el algoritmo. Se
una base de datos propia, que nos permite un utilizó para ello software de edición de fotos
control sobre el proceso de preprocesamiento. (The Gimp11 y Photoshop12 para el remues-
Para el presente trabajo se tomaron imáge- treo). Cada una de las fotos de la serie se trans-
nes de 6 voluntarios bajo diferentes condicio- formaron a componentes blanco y negro redu-
nes controladas de iluminación, fondo, y ex- ciendo la dimensión del problema. Luego, ca-
presión, según el siguiente detalle: da foto se redujo a un tamaño de 200x200 pí-
xeles utilizando la función resampling de Pho-
Foto A1: con expresión neutra, dos flash toshop. Este paso se realiza para conseguir un
frontales total de 40000 píxeles de cada foto lo que re-
Foto A2: con expresión sonriente, dos sulta en un tensor de tamaño que puede ser
flash frontales descompuesto en una PC de escritorio ordina-
Foto B1: con expresión neutra, flash a la ria utilizando Matlab, y al mismo tiempo con
derecha la precisión suficiente para efectuar el recono-
Foto B2: con expresión sonriente, flash a cimiento. Se obtuvo entonces una base de da-
la derecha tos formada por seis fotografías de seis perso-
Foto C1: con expresión neutra, flash a la nas, un total de 36 imágenes, donde las mismas
izquierda están ordenadas según la descripción efectua-
Foto C2: con expresión sonriente, flash a da arriba. Se puede ver una muestra de las 6
la izquierda fotos utilizadas para algunos de los sujetos en
(figura 6).
Las fotos fueron tomadas teniendo en cuen-
ta lo siguiente:
El fondo de la foto es neutral, sin compo-
nentes ruidosos, como formas o sombras.
La distancia de la cámara-persona es fija
en 2 mts
La distancia focal de la cámara es tal que
el ángulo formado por las lentes muestra
la cara de la persona en toda la superficie
de la imagen.
Las imágenes tomadas fueron encuadra- Figura 6: Parte de la base de datos utilizada.
das de manera tal que la parte superior del
cabello toca el borde superior de la ima- El preprocesamiento para las fotos de
gen y la parte inferior del menton toca el validación sigue casi el mismo proceso que
borde inferior de la imagen. para las imágenes de la base de datos: se
El objetivo del proceso, es que el rostro ocupa toma la foto, se transforma a blanco y negro,
más o menos el 70 % de la imagen total. Esta y luego se modificaría para que coincida en
configuración se utiliza con el fin de evitar que formato y características con las imágenes de
algunos factores como el fondo o la ropa de el la base de entrenamiento.
sujeto afecten el análisis.
Pruebas preliminares demostraron que el or- Toma de fotos para uso el reconocimiento
den de las fotos expuesto no es crítico (pueden 1) Tomar una foto retrato de la persona con
intercambiarse poniendo por ejemplo las fotos el dispositivo móvil
A2 antes de las A1 con idénticos resultados),
11 http://www.gimp.org/
pero resulta crítico cambiar en una persona al-
gunas de las condiciones descritas. 12 http://www.photoshop.com/2) Redimensionar o ampliar la foto al centro Se decidió considerar en el modo-2 las
y aproximar el rostro de la persona seis imágenes de cada persona, ordenadas de
3) Establecer la foto a blanco y negro acuerdo a la iluminación y expresión, y no
de manera independiente, para trabajar con
4) Cambiar el tamaño de la foto para una un tensor de orden tres, ya que las pruebas
imagen 200x200px realizadas con tensores de orden superior
5) Probar esta imagen con el algoritmo separando este caso, no produjeron mejoras
notables.
A.3 Especificaciones de cámaras fotográ-
ficas utilizadas Al realizar la descomposición HOSVD se
Todas las fotos de la base de datos fueron to- obtiene:
madas con una cámara Nikon D7000, con len-
te 18-105, distancia focal de 70 mm (equiva- T = S ×1 U persona ×2 Uexp.ilum ×3 U pixel
lente a 105 mm si fuera una cámara tradicio-
nal de rollos de 35 mm), y dos flash colocados donde S ∈ R6×6×40000 es el llamado ten-
a ambos lados de la cámara, un Nikon SB700 sor core que interactúa con las matrices
y un Nissin Di622. Además se tomaron en for- U persona , Uexp.ilum y U pixel , correspondientes a
mato jpg, bajo las mismas condiciones expli- los modos del tensor T , para crear una imagen.
cadas antes.
Se tomaron además fotos con la cámara digi- Las columnas de U persona , Uexp.ilum y U pixel
tal incorporada de un teléfono inteligente Sam-
sung Galaxy SII (I9100) con una distancia fo- definen los subespacios vectoriales persona,
cal de 4,03 mm (equivalente a 30 mm en una exp.ilum y píxel, respectivamente.
cámara tradicional de rollos de 35 mm), un
sensor de tamaño 1/3.2” con luz natural y flash Las filas de la matriz U persona corresponden
incorporado de relleno, para validación del sis- a una persona en particular, es decir, la
tema. i − esima fila representa a la i − esima persona,
independiente de la expresión e iluminación.
Lo mismo ocurre con las filas de Uexpresion ,
5 Algoritmo y Experimentación donde cada una ellas corresponden a una
expresión en particular.
En esta sección se describe el ordenamiento La descomposición HOSVD puede ser con-
como Tensor de las imágenes utilizadas, y el siderada de diferentes maneras, de acuerdo a
algoritmo utilizado. su utilidad. Aquí, se utiliza la siguiente expre-
Según lo descripto en la sección anterior, sión:
se utilizó una base de datos de 36 imágenes,
tomadas a seis personas en dos expresiones T = B ×1 U persona
diferentes y tres condiciones de iluminación,
tomándose así seis imágenes por persona. Al donde B = S ×2 Uexp.ilum ×3 U pixel
igual que en [4], se reordenan cada imagen
como un vector 1 × 40,000, y se las ordena Como lo muestra la figura 7
de manera que las imágenes estén representa-
das mediante un tensor T ∈ R6×6×40000 don-
de los modos corresponden a modo-persona,
modo-exp.ilum y modo-pixel respectivamen-
te. O sea, es una matriz 6 × 6 × 40,000, don-
de cada imagen está ordenada como un "tu-
bo"(fila y columna constante, ver sección 3),
cada slice horizontal del tensor (modo 1 cons-
tante) contiene las distintas fotos de una mis- Figura 7: Descomposición HOSVD.
ma persona, y cada slice lateral del tensor (mo-
do 2 constante), contiene las imágenes de to-
das las personas en una misma condición de Si se fija una persona p y una expresión e en
iluminación y expresión. particular, se obtiene el vector:1) Calcular el tensor B
T (p, e, :) = U(p, :) ×1 B(:, e, :)
Si llamamos t p = T (p, e, :), u p = U(p, :) y 2) Dada la imagen de prueba It , calcular sus
Be = B(:, e, :) la ecuación se transforma en: coordenadas en una expresión e como:
t p = u p Be dt = Pinv(Be ) ∗ It
3) Evaluar minkdt − u p k donde u p son las fi-
las de la matriz U persona
4) El vector u p que minimiza la expresión
kdt − u p k identifica a la persona descono-
cida como la persona p
Figura 8: Vector imagen. Se realizaron pruebas con fotos de personas
desconocidas, y con fotos de personas de la ba-
se de datos, en diferentes condiciones, para op-
Esto se puede interpretar como sigue: el timizar el algoritmo. Los resultados obtenidos
vector t p representa la imagen de la persona superaron nuestras expectativas y se muestran
p en la expresión e; las columnas de la matriz en la sección 4.
Be forman una base para la expresión e y
el vector u p contiene las coordenadas de la
imagen t p , en dicha base.
6 Resultados Obtenidos
Por lo tanto, el vector imagen de la persona
p en la expresión e está dado por: 6.1 Positivos
I pe = u p Be Las primeras pruebas se realizaron con las
fotos de testeo, y con fotos de personas des-
Así, las coordenadas de la imagen en dicha conocidas. En todos los casos, los resultados
expresión, están representadas por el vector: fueron óptimos, aún cuando las fotos fueron
tomadas en diferentes condiciones de ilumina-
u p = I pe pinv(Be ) ción o con una definición muy baja, como se
observa en la figura 9.
Ahora si se considera la imagen de una per-
sona desconocida It , sus coordenadas en una
cierta expresión e estarán dadas por
dt = It Pinv(Be )
Luego se compara este vector, con los vec-
tores fila u p = U(p, :) de la matriz U p , el vector
u p que minimiza la expresión
kdt − u p k
Figura 9: Resultados de reconocimiento con
entre todas las expresiones, identifica la
imagen desconocida como la persona p. una foto borrosa. A la izquierda foto de prue-
A continuación, se describe el algoritmo: ba, a la derecha foto reconocida por el algorit-
mo.
Algoritmo: SVD-multilineal
Input: Imagen de prueba It6.2 Parámetros controlados
Luego se consideró, para personas de la ba-
se de datos, imágenes tomadas anteriormente
en condiciones muy diferentes, como distan-
cia focal, iluminación, condiciones físicas de
la persona (barba, cabello, ropa, etc.). En este
caso se pudo observar que dichas condiciones
afectan, en algunos casos, al reconocimiento
mientras que en otros la persona fue reconoci-
da. Figura 11: Modificación digital de la foto tes-
Considere la figura 10 que representa algu- teo (zoom).
nos casos donde el reconocimiento se obtiene
sin controlar los diferente parámetros.
Figura 12: Resultados de reconocimiento con
una foto modificada.
ración con personas parecidas.(figura 13). Ob-
servemos que en la foto, el rostro de la persona
está desviado. En otra imagen similar donde la
persona está correctamente orientada, el reco-
nocimiento es positivo.
Figura 10: Resultados de reconocimiento con
fotos que tienen ruido.
En otro caso fue obligatorio modificar la
imagen, debido a que ésta abarca caracterís-
ticas (hombros, cuello, espacio físico) que ge-
neran ruido en el análisis. Para hacer esta mo-
dificación, se cambió el parámetro de distancia
focal (es decir, un zoom sobre el rostro sin mo-
dificar el tamaño de la foto, ver figura 11)
Después de esta modificación el reconoci- Figura 13: Resultados de reconocimiento erró-
miento llegó a un resultado positivo (figura neo.
12).
6.3 Resultados negativos 6.4 Resumen
Al realizar las primeras pruebas, con las fo- Las pruebas se realizaron con 28 fotos, de
tos de testeo de las personas de la base de da- las cuales 21 corresponden a imágenes de per-
tos, se obtuvo, que para una de ellas, el algo- sonas de la base de datos y 7 a personas desco-
ritmo falló, dando como resultado una compa- nocidas. De estas 28 fotos, 23 de los casos die-ron resultado positivo (82 %). Los resultados es sensible al encuadre de la foto, lo que hace
negativos se obtuvieron de 5 imágenes de per- imprescindible la incorporación de un sistema
sonas de la base de datos, de las cuales se mo- para reconocer el rostro y adecuar el encuadre,
dificaron tres de ellas, que luego de una prueba como trabajo futuro.
fueron reconocidas. Es decir, que el algoritmo Los trabajos futuros incluyen la aplicación
arrojo un resultado positivo en un 93 % de los de este proceso y algoritmo en dispositivos in-
casos. teligentes, así como la mejora del proceso de
Además, de las 21 fotos de las personas co- entrenamiento, que según la experimentación
nocidas, sólo 16 de estas fueron reconocidas, realizada debe ser efectuada en una PC debi-
más las 3 imágenes modificadas nos da un do al alto poder de cómputo requerido. Tam-
90 % de resultado positivo con personas de la bién la mejora del reconocimiento en bajo ni-
base de datos. vel de iluminación, problema común en este ti-
En el caso de las personas desconocidas, el po de programas, sería un avance importante.
100 % de los casos fueron positivos. Entre las posibilidades del sistema a futuro, es
La figura 14 muestra la tabla de resultados. perfectamente posible entrenarlo para recono-
cer otras personas, permitiendo que estas (fa-
miliares o similar) tengan acceso al sistema, o
que personas de características faciales simila-
res sean distinguidas. Estas posibilidades son
complicadas de realizar en otros de los siste-
mas actualmente en uso.
Figura 14: Resultados de reconocimiento. Agradecimientos
Agradecemos al Ingeniero Jorge Bustos de
la F.A.C.E.T., U.N.T., por su trabajo profesio-
7 Conclusiones nal en la toma y preprocesamiento de las imá-
genes
En este trabajo presentamos un método pa-
ra reconocimiento facial mediante un modelo Referencias
basado en tensores, diseñado para ser ejecuta-
do en dispositivos móviles. Como característi- [1] Santu Rana, Wanquan Liu, Mihai Lazares-
cas principales, es bastante robusto a cambios cu, and Svetha Venkatesh. A unified ten-
en apariencia, resolución, cambios en la ves- sor framework for face recognition. volu-
timenta o peinado, etc. El uso de más de una me 42, pages 2850 – 2862, 2009.
persona y una cámara de buena calidad en el
entrenamiento han producido resultados muy [2] Santu Rana, Wanquan Liu, Mihai Lazares-
superiores a los obtenidos entrenando con fo- cu, and Svetha Venkatesh. Efficient tensor
tos de calidad normal. En las fotos probadas based face recognition. In ICPR, pages 1–
con baja iluminación o menor calidad, el siste- 4. IEEE, 2008.
ma funcionó igualmente de manera correcta.
El algoritmo desarrollado evalúa la proximi- [3] Matthew Turk and Alex Pentland. Eigen-
dad lineal de una imagen con un conjunto de faces for recognition. J. Cognitive Neuros-
imágenes presentes en la base de datos, que cience, 3(1):71–86, jan 1991.
dan un resultado positivo (el reconocimiento o
no) en más de un 93 % de los casos. Se encon- [4] M.A.O. Vasilescu and D. Terzopoulos.
tró sin embargo que resulta crítica la forma- Multilinear image analysis for facial re-
ción de un conjunto de fotos de entrenamiento cognition. 2:511–514 vol.2, 2002.
de alta calidad y de poses similares. La intro-
ducción de fotos de mala calidad, o con varia- [5] Lars Eldén. Matrix Methods in Data Mi-
ciones en la posición o expresión en el conjun- ning and Pattern Recognition. Society for
to de entrenamiento, disminuye sensiblemente Industrial and Applied Mathematics, Phi-
el nivel de los resultados obtenidos. También ladelphia, PA, USA, 2007.[6] Paul Viola and Michael Jones. Robust
real-time object detection. In Internatio-
nal Journal of Computer Vision, 2001.
[7] Lieven De Lathauwer, Bart De Moor, and
Joos Vandewalle. A multilinear singu-
lar value decomposition. SIAM J. Matrix
Anal. Appl, 21:1253–1278, 2000.
[8] Tamara G. Kolda and Brett W. Bader.
Tensor decompositions and applications.
SIAM REVIEW, 51(3):455–500, 2009.También puede leer
