Processamento Digital de Imagens: Reconhecimento de Faces e Operações Matemáticas, Teses (TCC) de Desenvolvimento de Produto

Baixe Processamento Digital de Imagens: Reconhecimento de Faces e Operações Matemáticas e outras Teses (TCC) em PDF para Desenvolvimento de Produto, somente na Docsity!

Desenvolvimento de um Sistema de

Reconhecimento Facial

SARA RAQUEL DOS SANTOS RODRIGUES

Outubro de 2020

DESENVOLVIMENTO DE UM SISTEMA DE

RECONHECIMENTO FACIAL

Sara Raquel dos Santos Rodrigues

Departamento de Engenharia Eletrotécnica

Mestrado em Engenharia Eletrotécnica e de Computadores

Área de Especialização em Sistemas e Planeamento Industrial

Relatório elaborado para satisfação parcial dos requisitos da Unidade Curricular de Tese/Dissertação do Mestrado em Engenharia Eletrotécnica e de Computadores Candidato: Sara Raquel dos Santos Rodrigues, Nº 1161646 , 1161646 @isep.ipp.pt Orientação científica: Professor Filipe Azevedo, fta@isep.ipp.pt

Departamento de Engenharia Eletrotécnica

Mestrado em Engenharia Eletrotécnica e de Computadores

Área de Especialização em Sistemas e Planeamento Industrial 2020

i Agradecimentos Os meus agradecimentos começam por se direcionarem aos meus pais, Eduarda e Nelson, que proporcionaram, ao longo destes anos, a minha frequência no ensino superior, apoiando-me tanto financeiramente como emocionalmente, com especial direção para esta fase da minha vida; ao meu namorado Marcos, que passou estes anos do meu lado, abdicando de várias coisas para que eu pudesse dedicar-me exclusivamente ao término deste capítulo da minha vida, dando-me suporte em todos os momentos. Agradeço, do fundo do coração, aos três, que juntamente com a minha família e amigos, sempre me impulsionaram a finalizar esta epata, apesar de toda a dificuldade por que passei em conciliar a vida académica, com a profissional e pessoal. Não poderia deixar de agradecer também ao meu orientador Professor Filipe Azevedo que, apesar da minha desistência inicial, decidiu continuar a ajudar-me e a apoiar-me no desenvolvimento deste projeto. Agradeço também ao ISEP, Instituto Superior de Engenharia do Porto, assim como a todos os professores com os quais tive a oportunidade de me cruzar ao longo deste percurso, pelo acompanhamento e possibilidade de me tornar um pouco do que sou hoje.

iii Resumo O Reconhecimento Facial tornou-se um dos sistemas mais importantes e utilizados de reconhecimento de indivíduos já que reproduz uma capacidade natural importante do Ser Humano. Isto porque, a primeira coisa que identificamos quando nos deparamos com uma pessoa é o seu rosto, e não as suas impressões digitais ou geometria das mãos. Além disso, é um sistema de fácil implementação e não necessita de interação por parte dos usuários. Este tipo de reconhecimentos é aplicado nas mais diversas áreas, podendo ir desde a utilização mais básica, como por exemplo, no login em dispositivos de uso pessoal, a uma utilização mais abrangente, na segurança em aeroportos e análise de vídeos de vigilância. No entanto, apresenta algumas desvantagens quando transportado para sistemas computacionais, sobretudo ao nível das variações ambientais, como a posição da face, a iluminação do ambiente, o uso de maquiagem e acessórios. Ainda assim, é possível reconhecer um indivíduo, recorrendo a métodos e algoritmos, para análise de características e padrões. Posto isto, este trabalho visa abranger um pouco mais o conhecimento nesta área de interesse e procura desenvolver um sistema de reconhecimento facial com o auxílio do MATLAB. Para tal, foi criada uma base de dados com imagens de indivíduos que servirão de ponto de conexão para realizar o reconhecimento. O sistema vai recorrer a uma câmara conectada ao computador, para recolha de informação em tempo real. O mesmo será composto por duas vertentes, uma responsável pela deteção de faces e outra responsável pelo reconhecimento das mesmas. No entanto, a vertente de reconhecimento pode realizar o mesmo recorrendo tanto em imagens capturadas e armazenadas no momento em se trabalha com o sistema, como em imagens armazenadas anteriormente, provenientes de qualquer outro dispositivo. Palavras-Chave Reconhecimento Facial, Deteção Facial, Biometria, MATLAB, Algoritmos, Viola-Jones , Análise de Componentes Principais, Eigenfaces.

iv

vi

vii Résumé La reconnaissance faciale est devenue l'un des systèmes de reconnaissance individuelle les plus importants et les plus utilisés car elle reproduit une capacité naturelle importante de l'être humain. En effet, la première chose que nous identifions lorsque nous rencontrons une personne est son visage, pas ses empreintes digitales ou la géométrie de sa main. De plus, c'est un système facile à mettre en œuvre et ne nécessite pas d'interaction de l'utilisateur. Ce type de reconnaissance est appliqué dans les domaines les plus divers, allant de l'utilisation la plus basique, comme par exemple la connexion aux appareils à usage personnel, à une utilisation plus complète, dans la sécurité aéroportuaire et l'analyse des vidéos de surveillance. Cependant, il présente certains inconvénients lorsqu'il est transporté vers des systèmes informatiques, notamment en termes de variations environnementales, telles que la position du visage, l'éclairage de l'environnement, l'utilisation de maquillage et d'accessoires. Même ainsi, il est possible de reconnaître un individu, à l'aide de méthodes et d'algorithmes, pour analyser les caractéristiques et les modèles. Cela dit, ce travail vise à couvrir un peu plus de connaissances dans ce domaine d'intérêt et cherche à développer un système de reconnaissance faciale avec l'aide de MATLAB. À cette fin, une base de données a été créée avec des images d'individus qui serviront de point de connexion pour effectuer la reconnaissance. Le système utilisera une caméra connectée à l'ordinateur pour collecter des informations en temps réel. Il sera composé de deux volets, l'un chargé de détecter les visages et l'autre chargé de les reconnaître. Cependant, le volet de reconnaissance peut faire de même en utilisant des images capturées et stockées au moment où vous travaillez avec le système, ainsi que des images précédemment stockées, provenant de tout autre appareil. Mots-clés Reconnaissance Faciale, Détection Faciale, Biométrie, MATLAB, Algorithmes, Viola-Jones, Analyse en Composantes Principales, Eigenfaces.

ix Índice AGRADECIMENTOS................................................................................................................................ I RESUMO ............................................................................................................................................. III ABSTRACT ............................................................................................................................................V RÉSUMÉ .............................................................................................................................................VII ÍNDICE DE FIGURAS ............................................................................................................................. XI ÍNDICE DE TABELAS ............................................................................................................................XV SIGLAS E ABREVIATURAS ..................................................................................................................XVII

1. INTRODUÇÃO ............................................................................................................................... 1 1.1.CONTEXTUALIZAÇÃO ............................................................................................................................... 1 1.2.OBJETIVOS ............................................................................................................................................ 3 1.3.ORGANIZAÇÃO DA DISSERTAÇÃO ............................................................................................................... 4 2. MATLAB ....................................................................................................................................... 5 2.1.DESCRIÇÃO DO PRODUTO ........................................................................................................................ 5 2.2.HISTÓRICO ............................................................................................................................................ 7 2.3.TOOLBOXES ......................................................................................................................................... 11 2.4.APLICAÇÕES ........................................................................................................................................ 15 2.5.VANTAGENS E DESVANTAGENS DA SUA UTILIZAÇÃO ..................................................................................... 21 3. PROCESSAMENTO DE IMAGENS ................................................................................................. 23 3.1.PROCESSAMENTO DE IMAGEM ................................................................................................................ 23 3.2.PROCESSAMENTO DIGITAL DE IMAGEM ..................................................................................................... 24 3.3.ETAPAS DO PROCESSAMENTO DIGITAL DE IMAGEM ..................................................................................... 25 3.3.1.AQUISIÇÃO DE IMAGENS ................................................................................................................. 27 3.3.2.PRÉ-PROCESSAMENTO ................................................................................................................... 30 3.3.3.SEGMENTAÇÃO ............................................................................................................................. 36 3.3.4.PÓS-PROCESSAMENTO ................................................................................................................... 38 3.3.5.PÓS-PROCESSAMENTO ................................................................................................................... 41 3.3.6.CLASSIFICAÇÃO E RECONHECIMENTO ................................................................................................. 42 4. ALGORITMOS DE RECONHECIMENTO FACIAL.............................................................................. 45 4.1.BIOMETRIA ......................................................................................................................................... 45 4.2.RECONHECIMENTO FACIAL ..................................................................................................................... 49

x

xii Figura 15: (a) Imagem original; (b) Histograma da imagem original; (c) Imagem com equalização de histograma e (d) Histograma Equalizado 34 Figura 16: Operação Local 34 Figura 17: (A) Imagem original e (B) Imagem binária após processo de segmentação 37 Figura 18: (A) Imagem original e (B) Imagem segmentada por deteção de bordas 37 Figura 19: Imagens de entrada A e B, e respetivas imagens de saída, de acordo com operações lógicas possíveis 39 Figura 20: Operações Morfológicas: (A) Imagem original, (B) Resultado de Erosão e (C) Resultado de Dilatação 40 Figura 21: Operações Morfológicas: (A) Imagem original, (B) Resultado da Abertura e (C) Resultado do Fechamento 40 Figura 22: Métodos de Reconhecimento, Supervisionado e Não-Supervisionado, respetivamente 43 Figura 23: Exemplos de sistemas biométricos: (A) Face, (B) Mãos, (C) Olhos, (D) Impressão Digital, (E) Voz, (F) Caligrafia, (G) Termogramas, (H) Forma de Caminhar e (I) Forma de Digitar no Computador 48 Figura 24: Esquema de um sistema de Reconhecimento Facial 51 Figura 25: Exemplo de características Haar em reconhecimento facial 55 Figura 26: Exemplo de uma Imagem Integral 55 Figura 27 : Esquema de classificadores em cascata 56 Figura 28 : Fluxograma Algoritmo Eigenfaces 60 Figura 29 : Face média (direita) gerada com base em imagens de treinamento (esquerda) 61

xiii

• 4.3.APLICAÇÕES
• 4.4.ALGORITMOS
  • 4.4.1.VIOLA-JONES
  • 4.4.2.ANÁLISE DE COMPONENTES PRINCIPAIS (PCA)
  • 4.4.2.1EIGENFACES
  • 4.4.3.ANÁLISE DE COMPONENTES INDEPENDENTES (ICA)
  • 4.4.4.ANÁLISE DISCRIMINANTE LINEAR (LDA)
  • 4.4.4.1FISHERFACES
  • 4.4.5.REDES NEURAIS
  • 4.4.6.LOCAL BINARY PATTERNS HISTOGRAMS (LBPH)
  • 4.4.7.SCALE INVARIANT FEATURE TRANSFORM (SIFT)
  • 4.4.8.SPEEDED UP ROBUST FEATURES (SURF)
  • 4.4.9.BRUTE-FORCE MATCHER
• 4.5.VANTAGENS E DESVANTAGENS
• 5. DESENVOLVIMENTO DO SISTEMA DE RECONHECIMENTO FACIAL
  • 5.1.ESCOLHA DO SOFTWARE E ALGORITMOS....................................................................................................
  • 5.2.CRIAÇÃO E TREINAMENTO DA BASE DE DADOS
  • 5.3.DESENVOLVIMENTO DO SISTEMA DE RECONHECIMENTO FACIAL
    • 5.3.1.DETEÇÃO DAS FACES
    • 5.3.2.RECONHECIMENTO DAS FACES
    • 5.3.3.SISTEMA DE RECONHECIMENTO DAS FACES
• 6. RESULTADOS FINAIS
• 7. CONCLUSÕES
• REFERÊNCIAS DOCUMENTAIS
• ANEXO A. CÓDIGO MATLAB PARA PREPARAÇÃO/TREINO DA BASE DE DADOS.
• ANEXO B. CÓDIGO MATLAB PARA DETEÇÃO DE FACES
• ANEXO C. CÓDIGO MATLAB PARA RECONHECIMENTO DE FACES
• ANEXO D. CÓDIGO MATLAB PARA CAPTURA E ARMAZENAMENTO DE IMAGEM.................................
• ANEXO E. CÓDIGO MATLAB PARA O DESENVOLVIMENTO DO SISTEMA DE RECONHECIMENTO FACIAL
• HISTÓRICO........................................................................................................................................
• Figura 30: Operação Binária do LBP
• Figura 31 : Imagens da Base de Dados
• Figura 32 Imagem Média Resultante
• Figura 33 : Propriedades da Webcam utilizada
• Figura 34 : Deteção da Face (posição 1)
• Figura 35 : Deteção da Face (posição 2)
• Figura 36: Reconhecimento Facial Indivíduo
• Figura 37: Reconhecimento Facial Indivíduo
• Figura 38 : Visão geral do sistema desenvolvido
• Figura 39 : Deteção de face no sistema desenvolvido
• Figura 40 : Vista do sistema quando se escolhe a opção para Reconhecimento facial
• Figura 41 : Visão geral da última etapa para Reconhecimento
• Figura 42 : Reconhecimento da imagem gerada
• Figura 43 : Exemplo 1 de Deteção incorreta de face
• Figura 44 : Exemplo de um incorreto reconhecimento facial
• Figura 45 : Exemplo de um incorreto reconhecimento facial