Reconocimiento automtico de rostro a travs de imagen digital

Introduccin. El reconocimiento automtico de rostro en la actualidad es una problemtica que representa dificultades en el rea de visin por computadora. Los desafos que propone la implementacin de un sistema automtico de reconocimiento de rostro son analizados por neurofisilogos, psiclogos cognitivos, psiclogos sociales y cientficos de la informtica. La meta ms importante a conseguir por los investigadores es comprender el complejo sistema visual humano y como logra almacenar la informacin de los rostros humanos y utilizarla para representar y discriminar entre un grado de exactitud. Con la omnipresencia de las tecnologas de informacin, nuevos mtodos para la interaccin entre personas y computadoras estn siendo desarrollados. Cada vez los mtodos son ms amigables y efectivos que ya no estn simplemente basados en dispositivos como teclados o monitores sino que tambin son usados dispositivos nuevos como cmaras de video escneres debido a la reduccin en sus costos. La deteccin de rostros es un proceso muy importante en el procesamiento de imgenes debido a que es el primer mbito para dar paso a otros sistemas como el reconocimiento automtico de rostros, extraccin de rasgos de un rostro reconocimiento de una a sistemas de

expresin a dems de ser un paso adelante en lo que se refiere

reconocimiento automtico de objetivos o deteccin automtica de objetos.

Marco conceptual. La deteccin de rostros tiene como objetivo identificar todas las regiones de la imagen que contengan rostros humanos sin importar su posicin, escala, orientacin, pose e iluminacin. Tambin se define la localizacin de rostros, que es una simplificacin del problema anterior, ya que identifica una sola regin que contenga un rostro en una imagen. La localizacin y deteccin de rostros son un desafo debido a los siguientes factores: Pose.- las imgenes de un rostro varan de acuerdo a la posicin relativa cmara rostro (frontal, perfil).

Presencia o ausencia de ciertos componentes estructurales.- algunos rasgos del rostro como barba, bigote, lentes pueden o no estar presentes y varan mucho en color, tamao y forma. Escala.- el tamao de un rostro en una imagen es un factor que afecta su aspecto. Expresin facial.- el aspecto de un rostro est directamente afectado por la expresin facial de la persona.

Oclusin.- las imgenes de rostros pueden estar parcialmente obstruidas por otros objetos en la imagen. Orientacin.- las imgenes de un rostro varan directamente por la rotacin respecto al eje ptico de la cmara. Condiciones de la imagen. cuando la imagen es tomada existen algunos factores como la iluminacin, lentes de la cmara, tiempo de exposicin, que afectan el aspecto del rostro. Un problema importante relacionado con la deteccin es cmo evaluar los mtodos utilizados para esto. Usualmente se lo hace en trminos de falsos positivos y falsos negativos. Un falso positivo es declarar que una regin de una imagen es un rostro cuando no lo es, mientras que un falso negativo es no detectar una regin de la imagen en la que s existe un rostro.

Actualmente se han agregado nuevas mtricas para evaluar y comparar el rendimiento de los mtodos de deteccin de rostros tales como: tiempo de entrenamiento5, tiempo de ejecucin y el nmero de muestras necesarias para el entrenamiento. Todos estos parmetros pueden ser afinados de manera que

mejoren el rendimiento del mtodo buscando un punto de equilibrio entre el porcentaje de detecciones, falsos positivos y falsos negativos.

Al igual que la deteccin, el reconocimiento de rostros es un proceso que ha tomado mucha fuerza en la actualidad, impulsado principalmente por la gran variedad de posibles aplicaciones en varios campos como: el campo legal, en el que se tienen aplicaciones tales como sistemas avanzados de vigilancia y sistemas de anlisis posteriores a eventos; en el campo de la seguridad de informacin, se tienen aplicaciones especialmente en lo que respecta a la autenticacin de usuarios.

Partiendo de una imagen esttica o de una secuencia de imgenes, el reconocimiento de rostros es un proceso que tiene como objetivo la verificacin o identificacin de una o ms personas en la escena utilizando una base de datos en la que se almacenan rostros o caractersticas de stos, propias de cada persona. La verificacin consiste en confirmar o rechazar la identidad que asegura poseer la imagen de entrada, mientras que la identificacin consiste en determinar la identidad de un rostro desconocido comparndolo con la base de datos de rostros conocidos.

La identificacin de rostros se enfrenta a dos problemas: la variacin en la iluminacin y la variacin de la pose. El problema de la iluminacin se debe a que los cambios en sta causan que un rostro se vea distinto, los cambios inducidos por la iluminacin son comnmente ms grandes que las diferencias entre individuos. Las siguientes imgenes contienen un rostro sometido a distinta iluminacin:

2.2 MTODOS DE DETECCIN DE ROSTROS Los mtodos de deteccin de rostros se definen debido a varios factores como: Dominio de la aplicacin.- se trabajar con imgenes estticas o con secuencias de ellas (video).

 Representacin.- depende de cmo el mtodo represente a un rostro, como un todo o en base a los rasgos de ste. Procesamiento previo.- se realizar o no un procesamiento previo en la imagen como ecualizacin o filtrado. Estrategia de bsqueda.- se har una bsqueda exhaustiva, vida o centrando la atencin en ciertos rasgos para detectar un rostro. Diseo del clasificador.- ste puede tener un diseo en conjunto o en cascada. En base a los factores anteriores, los mtodos de deteccin de rostros se han clasificado en 4 grandes grupos: a. Mtodos basados en el conocimiento.- estos mtodos se basan en reglas que codifican el conocimiento sobre lo que constituye un rostro. Generalmente estas reglas capturan las relaciones entre rasgos faciales, por ejemplo un rostro generalmente aparece en una imagen con 2 ojos simtricos entre ellos, una nariz y una boca. Las relaciones entre los rasgos pueden representarse por las distancias relativas entre ellos y su posicin. En este tipo de mtodos los rasgos faciales son extrados de la imagen de entrada, luego los posibles rostros son identificados

basndose en las reglas codificadas y finalmente se aplica un proceso de verificacin para reducir el nmero de detecciones falsas. Este tipo de mtodos poseen varias desventajas como son la dificultad de trasladar el conocimiento humano en reglas precisas; si se tiene reglas demasiado detalladas, el mtodo podra tener un alto nmero de falsos negativos y si se tienen reglas muy generales, el nmero de falsos positivos podra aumentar significativamente. Otra desventaja es la imposibilidad de extender este tipo de mtodos para detectar rostros en distintas poses ya que sera demasiado extenso crear reglas para todos los posibles casos. El mtodo de resolucin mltiple basado en reglas es un ejemplo de este tipo, en este mtodo se utiliza un modelo jerrquico para detectar

los rostros; en el nivel ms alto de la jerarqua se buscan las posibles regiones que contenga un rostro aplicando reglas generales de cmo es un rostro, esto se realiza en la imagen de entrada disminuida en su resolucin; estas posibles regiones son enviadas hacia el siguiente nivel b. Aproximaciones de rasgos invariantes.- los algoritmos de este tipo tratan de encontrar rasgos que existen en un rostro a pesar de que existan cambios en la pose, orientacin o condiciones de luz; utilizan estos rasgos para detectar el rostro. Estos mtodos se basan en el hecho de que los humanos pueden reconocer rostros u objetos en distintas poses o condiciones de luz por lo que deben existir propiedades o rasgos en los rostros que son invariables a pesar de la variacin de ciertas condiciones en la imagen. Los rasgos que tratan de localizar estos mtodos para detectar un rostro son principalmente los ojos, cejas, nariz y boca y ciertas relaciones entre ellos. Otro grupo de mtodos se basan en las propiedades de textura y color de la piel para detectar un rostro. La ventaja de este tipo de mtodos es que minimizan los efectos que tienen las variaciones de iluminacin o pose en los resultados del proceso de deteccin de rostros sin embargo tambin poseen ciertas desventajas como la dificultad de localizar ciertos rasgos faciales por oclusin, por presencia de ruido en la imagen o en imgenes con un fondo complejo

Marco contextual. En la actualidad se utiliza principalmente en sistemas de seguridad para el reconocimiento de usuarios. En estos sistemas se utiliza un lector que define las caractersticas del rostro, y cuando este solicita el acceso, se verifica comparando los datos obtenidos con la base de datos. Sin embargo, estos sistemas no son tiles a largo plazo ya que, a medida que pasan los aos, los rasgos faciales varan y al solicitar el acceso ya no coinciden con la imagen en la base de datos. Para solucionar este problema se puede utilizar un algoritmo que interprete el paso de los aos, aunque igualmente sigue sin ser del todo fiable), o bien, renovar frecuentemente la base de datos. Tambin se utiliza en aplicaciones de interaccin persona-ordenador, en gestin multimedia, y en software como Google's Picasa, Apple iPhoto, Sony's Picture Motion Browser (PMB), Facebook y Asus Smart Logon.

Bibliografa. 1. Ming-Hsuan Yang, David J. Kriegman, Narendra Ahuja, Detecting Faces in Images: A Survey, IEEE Tansactions on Pattern Analysis and Machine Intelligence, Vol 24, No. 1, Enero 2002.

2. Gaurav Agagrwal, Amit Roy Chowdhury, Rama Chellappa, A System Identification Approach for video based Face Recognition, Computer Vision and Image Understanding, 2003.