UNIVERSIDADE DE SO PAULO

ESCOLA DE ENGENHARIA DE SO CARLOS

DEPARTAMENTO DE ENGENHARIA ELTRICA

DETECO DE FACES HUMANAS EM

IMAGENS COLORIDAS UTILIZANDO REDES
NEURAIS ARTIFICIAIS

Wellington da Rocha Gouveia

Dissertao apresentada
Escola de Engenharia de So
Carlos, da Universidade de So
Paulo, como parte dos
requisitos para a obteno do
ttulo de Mestre em Engenharia
Eltrica.

Orientadora: Profa. Dra. Maria Stela Veludo de Paiva

So Carlos
2010
 ii

____________________________Dedicatria

Primeiramente a Deus, a minha me que j no esta entre ns, aos meus

irmos Wignas e Weder, minha sobrinha Bianca, ao meu av Justino, aos
meus tios Almir e Lucia e s minhas primas Mnica, Rosana e Giovana.
 iii

________________________Agradecimentos

Agradeo a Deus por me presentear com a minha famlia, com meus

colegas e amigos, que me ajudaram de diversas maneiras para a realizao
deste trabalho.
Agradeo a minha me Maria Aparecida, que mesmo no estando
entre ns, sempre senti sua energia para a conquista deste trabalho.
Agradeo a toda a minha famlia, pelo companheirismo, pacincia,
carinho e incentivo. Em especial ao meu av Justino, a minha madrinha Alzira
(in memorian), as minhas primas Mnica, Rosana e Giovana, a minha sobrinha
Bianca e principalmente aos meus irmos Wignas e Weder.
Aos meus tios Almir e Lucia pelo apoio, incentivo e compreenso no
s durante os estudos, mas por toda a minha a vida.
A minha orientadora, Prof a. Dra. Maria Stela Veludo de Paiva pelos
ensinamentos, na escrita deste trabalho, mas tambm por acreditar no meu
potencial de trabalho.
Aos meus colegas do LAVI (Laboratrio de Viso Computacional), pelo
apoio e companheirismo durante meus estudos, especial aos colegas Andr
Tarallo, Ricardo Casado, Anderson Santos e Juliana Gouveia.
Aos companheiros de trabalho da Etec Paulino Botelho e da
UAB/UFSCar que de alguma forma contriburam para o desenvolvimento deste
trabalho.
 iv

_______________________________Resumo

Gouveia, W. R. Deteco de Faces Humanas em Imagens Coloridas Utilizando

Redes Neurais Artificiais. 2010. Dissertao (Mestrado) Escola de
Engenharia de So Carlos, Universidade de So Paulo, So Carlos, 2010.

A tarefa de encontrar faces em imagens extremamente complexa, pois pode

ocorrer variao de luminosidade, fundos extremamente complexos e objetos
que podem se sobrepor parcialmente face que ser localizada, entre outros
problemas. Com o avano na rea de viso computacional tcnicas mais
recentes de processamento de imagens e inteligncia artificial tm sido
combinadas para desenvolver algoritmos mais eficientes para a tarefa de
deteco de faces. Este trabalho apresenta uma metodologia de viso
computacional que utiliza redes neurais MLP (Perceptron Multicamadas) para
segmentar a cor da pele e a textura da face, de outros objetos presentes em
uma imagem de fundo complexo. A imagem resultante dividida em regies, e
para cada regio so extradas caractersticas que so aplicadas em outra rede
neural MLP para identificar se naquela regio contem face ou no. Para
avaliao do software implementado foram utilizados dois banco de imagens,
um com imagens padronizadas (Banco AR) e outro banco com imagens
adquiridas na Internet contendo faces com diferentes tons de pele e fundo
complexo. Os resultados finais obtidos foram de 83% de faces detectadas para
o banco de imagens da Internet e 88% para o Banco AR, evidenciando
melhores resultados para as imagens deste banco, pelo fato de serem
padronizadas, no conterem faces inclinadas e fundo complexo. A etapa de
segmentao apesar de reduzir a quantidade de informao a ser processada
para os demais mdulos foi a que contribuiu para o maior nmero de falsos
negativos.

Palavras-Chave: Deteco de Face, Imagens Coloridas, Redes Neurais, MLP,

Perceptron Multicamadas, Segmentao de Imagens
 v

______________________________Abstract

Gouveia, W. R. Detection of Human Faces in Color Images Using Artificial

Neural Networks. 2010. Dissertation (Master) So Carlos Engineering School,
University of So Paulo, So Carlos, 2010.

The task of finding faces in images is extremely complex, as there is variation in

brightness, backgrounds and highly complex objects that may overlap partially
in the face to be found, among other problems. With the advancement in the
field of computer vision techniques latest image processing and artificial
intelligence have been combined to develop more efficient algorithms for the
task of face detection. This work presents a methodology for computer vision
using neural networks MLP (Multilayer Perceptron) to segment the skin color
and texture of the face, from other objects present in a complex background
image. The resulting image is divided into regions and from each region are
extracted features that are applied in other MLP neural network to identify
whether this region contains the face or not. To evaluate the software two sets
of images were used, images with a standard database (AR) and another
database with images acquired from the Internet, containing faces with different
skin tones and complex background. The final results were 83% of faces
detected in the internet database of images and 88% for the database AR.
These better results for the database AR is due to the fact that they are
standardized, are not rotated and do not contain complex background. The
segmentation step, despite reducing the amount of information being processed
for the other modules contributed to the higher number of false negatives.

Keywords: Face Detection, Color Images, Neural Networks, MLP, Multilayer

Perceptron, Segmentation of Images.
 vi

________________________Lista de Figuras

Figura 1 - Imagem em vrias resolues. (a) imagem original n=1. (b) n=4. (c) n=8. (d)n=16..... 8
Figura 2 - Uma face tpica usada em mtodos baseados em conhecimento .............................. 8
Figura 3 - Projees verticais e horizontais em imagens............................................................ 9
Figura 4 - Segmentao utilizando o mtodo de proposto por Sirohey (1993) .......................... 11
Figura 5 - A caixa delimita a deteco do nariz e da boca ....................................................... 12
Figura 6 - Exemplo da estrutura parent vector. As grids representam uma pirmide de imagens
............................................................................................................................................... 14
Figura 7 - Resultados obtidos para dois ou mais clusters de face ............................................ 15
Figura 8 - (a) regio da face selecionada e (b) cluster de cores no espao de cores (RGB) ..... 16
Figura 9 - Deteco da face por meio da cor da pele: (a) Imagem face tpica. (b) Segmentao
da cor da pele. (c) Maior regio conectada de pixels de pele (BHUIYAN et al, 2003) ............... 18
Figura 10 - (a) imagem original e (b) resultado da segmentao da cor da pele na imagem
original (WANG e SUNG, 1999) .............................................................................................. 18
Figura 11 - Template utilizada por (YUILLE, 1992) para detectar olhos.................................... 21
Figura 12 - (a) Modelo utilizado para detectar a cabea (b) Modelo utilizado para detectar os
componentes faciais ............................................................................................................... 21
Figura 13 - Projees verticais e horizontais dos olhos obtida a partir da regio interna da janela
dos olhos ................................................................................................................................ 22
Figura 14 - Imagens originais e projeo delas no espao de eigenfaces ................................ 23
Figura 15 - Algoritmo de deteco de faces baseado em RNA (ROWLEY et al. 1998a) ........... 25
Figura 16 - Sequncia de passos do algoritmo de deteco de faces rotacionadas (ROWLEY et
al, 1998a)................................................................................................................................ 27
Figura 17 - HMM para a deteco e reconhecimento de faces (NEFIAN e HAYES, 1998) ....... 28
Figura 18 Estrutura do neurnio (AMORIN, 2009) ................................................................ 38
Figura 19 - Modelo no-linear de um neurnio (HAYKIN, 2001)............................................... 38
Figura 20 - Rede feedforward multicamada totalmente conectada com uma camada oculta e
uma camada de sada. ............................................................................................................ 41
Figura 21 - Grafo arquitetural de um perceptron mltiplas camadas com duas camadas ocultas
............................................................................................................................................... 42
Figura 22 Direo da propagao da funo sinal ................................................................ 43
Figura 23 Grfico da funo sigmide .................................................................................. 44
Figura 24 - Diagrama em blocos da aprendizagem supervisionada ......................................... 50
Figura 25 Fluxograma do trabalho desenvolvido ................................................................... 55
Figura 26 Algoritmo do trabalho desenvolvido ...................................................................... 56
Figura 27 Exemplo de imagens (a) adquirida na internet e (b) banco AR .............................. 57
Figura 28 Exemplo de imagens utilizadas para teste, (a) e (b) adquiridas na internet (c) e (d)
Banco AR. .............................................................................................................................. 57
 vii

Figura 29 Exemplo de imagens utilizadas com caractersticas que dificultam a deteco ..... 58
Figura 30 Diagrama de blocos do pr-processamento da imagem ........................................ 58
Figura 31 Topologia da Rede Neural proposta para a segmentao de pele......................... 60
Figura 32 Diagrama de blocos da etapa de segmentao da imagem .................................. 60
Figura 33 Fluxograma do mtodo de varredura implementado ............................................. 61
Figura 34 Algoritmo do mtodo de varredura implementado ................................................. 62
Figura 35 Exemplo de imagem aps varredura..................................................................... 62
Figura 36 Diagrama de blocos da etapa de ps-processamento da imagem ......................... 63
Figura 37 Mascaras 3x3, vertical e horizontal do operador de Sobel ..................................... 63
Figura 38 Exemplo de imagem: (a) original, (b) segmentada, (c) binarizada e com (d) bordas
............................................................................................................................................... 63
Figura 39 Diagrama de blocos da etapa de extrao de caractersticas da imagem .............. 64
Figura 40 Modelo do molde utilizado para extrao de caractersticas .................................. 65
Figura 41 Topologia da Rede Neural proposta para a deteco de face ............................... 66
Figura 40 - (a), (c) e (e) imagens originais, (b), (d) e (f) imagens processadas do banco de
imagens da internet................................................................................................................. 68
Figura 41 - (a), (c) e (e) imagens originais, (b), (d) e (f) imagens processadas do banco de
imagens AR ............................................................................................................................ 68
Figura 42 - (a) imagem original (b) imagem segmentada ......................................................... 69
Figura 43 - (a) imagem original (b) imagem segmentada ......................................................... 70
Figura 44 - (a) imagem original (b) imagem processada .......................................................... 70
Figura 45 Grfico de faces localizadas e faces com eroses na imagem aps segmentao 71
Figura 46 - Resultado do algoritmo de deteco de face: (a) e (d) imagens originais e (b), (c),
(e) e (f) imagens resultantes.................................................................................................... 72
Figura 47 Grfico com o total de faces localizadas ............................................................... 73
Figura 48 Grfico de com o total de faces localizadas e total de falsos positivos................... 75
Figura 49 Artigos e peridicos utilizados na pesquisa de acordo com o ano de publicao. .. 81
 viii

________________________Lista de Tabelas

Tabela 1 Tabela que apresenta a quantidade de faces identificadas e faces com eroses na
face......................................................................................................................................... 70
Tabela 2 Tabela que apresenta o resultado do teste T-Student para o total de faces
localizadas .............................................................................................................................. 71
Tabela 3 Tabela que apresenta o total de faces e o total de faces detectadas ...................... 73
Tabela 4 Tabela que apresenta o resultado do teste T-Student para o total de faces
detectadas .............................................................................................................................. 73
Tabela 5 Tabela que apresenta o total de pessoas e o total de falsos positivos nas imagens74
 ix

____________Lista de Abreviaturas e Siglas

MLP Perceptron Multicamadas (Multi-Layer Perceptron)

RNA Rede Neural Artificial
PCA Anlise dos Componentes Principais (Principal Component Analysis)
LDA Anlise Discriminante Linear(Linear Discriminat Analysis)
SOM Mapa Auto-Organizavel (Self-Organizing Map)
RGB Vermelho, Verde e Azul (Red, Green and Blue)
HSV Tonalidade, Saturao e Valor (Hue, Saturation and Value)
HSI Tonalidade, Saturao e Intensidade (Hue, Saturation and Intensity)
CMY Ciano, Magenta e Amarelo (Cyan, Magenta and Yellow)
YCrCb Luminncia, Crominncia Vermelha e Crominncia Azul
YIQ Luminncia, Vermelho e Azul
YES Luminncia e Componentes de Cor
CIE Comission Internationale de lEclairage
KLT Transformada de Karhunen-Love (Karhunen-Love Transform)
OCR Reconhecimento tico de Caracteres (Optical Character Recognition)
HMM Modelos Ocultos de Markov (Hidden Markov Models)
LMS Regra Delta (Least Mean-Square)
MatLab Matrix Laboratory
YPbPr Luminncia, diferena entre Azul e Luminncia e diferena entre Vermelho e
Luminncia
YDbDr Luminncia, subtrao da Luminncia da cor Azul e subtrao da Luminncia
da cor Vermelho
 ii

_______________________________Sumrio

DEDICATRIA II
AGRADECIMENTOS III
RESUMO IV
ABSTRACT V
LISTA DE FIGURAS VI
LISTA DE TABELAS VIII
LISTA DE ABREVIATURAS E SIGLAS IX
1 INTRODUO 1
1.1 Objetivo ............................................................................................................................. 2
1.2 Estrutura do Trabalho ........................................................................................................ 2
2 DETECO DE FACES 5
2.1 Consideraes Iniciais ....................................................................................................... 5
2.2 Introduo ......................................................................................................................... 5
2.3 Mtodos Baseados em Conhecimento ............................................................................... 7
2.4 Mtodos Baseados em Caractersticas Invariantes .......................................................... 10
2.5 Mtodos Baseados em Templates ................................................................................... 20
2.5.1 Templates Deformveis 20
2.6 Mtodos baseados na Aparncia ..................................................................................... 23
2.6.1 Autofaces (Eigenfaces) 23
2.6.2 Redes Neurais 24
2.6.3 Modelos Ocultos de Markov 27
2.7 Consideraes Finais ...................................................................................................... 29
3 FUNDAMENTAO TERICA 31
3.1 Consideraes Iniciais ..................................................................................................... 31
3.2 Tcnicas de Deteco de Pele ........................................................................................ 31
3.2.1 Limiar de Classificao 32
3.2.2 Estatstico Histograma de Cor 33
3.2.3 Estatstico - Paramtrico 34
3.3 Redes Neurais Artificiais .................................................................................................. 35
3.3.1 Modelo de um neurnio 37
3.3.2 Funo de ativao 39
3.4 Arquitetura de rede .......................................................................................................... 40
3.4.1 Redes feedforward multicamada 40
3.5 Perceptron Multicamadas (MLP) ...................................................................................... 41
3.5.1 Algoritmo de Treinamento 44
3.6 Algoritmo de Aprendizagem ............................................................................................. 48
3.6.1 Aprendizagem Supervisionada 50
3.6.2 Consideraes finais 51
4 DETECO DE FACES HUMANAS EM IMAGENS COLORIDAS - METODOLOGIA 53
4.1 Consideraes Iniciais ..................................................................................................... 53
4.2 Mdulos Desenvolvidos ................................................................................................... 53
4.3 Metodologia ..................................................................................................................... 56
4.3.1 Pr-processamento 58
4.3.2 Segmentao de pele utilizando redes neurais 59
4.3.3 Varredura 61
4.3.4 Ps-processamento 62
4.3.5 Extrao de caractersticas 64
4.3.6 Deteco de faces utilizando redes neurais 65
4.3.7 Software de desenvolvimento 66
 iii

5 RESULTADOS E DISCUSSES 67
5.1 Resultados obtidos com o algoritmo de segmentao ...................................................... 67
5.2 Resultados obtidos com o algoritmo de deteco de face ................................................ 72
6 CONCLUSES E SUGESTES PARA TRABALHOS FUTUROS 77
6.1 Sugestes para trabalhos futuros .................................................................................... 78
6.2 Trabalho Publicado.......................................................................................................... 79
REFERNCIAS BIBLIOGRFICAS 81
APNDICE A BANCO DE IMAGENS DA INTERNET 89
APNDICE B BANCO DE IMAGENS AR 95
 1

1 Introduo___________________________

A deteco uma das etapas iniciais do reconhecimento facial, sendo

portanto, de extrema importncia para o algoritmo de reconhecimento. Dada uma

imagem, o objetivo da deteco de face segmentar todas as regies da imagem

que contm uma face, independente de sua posio, orientao e condies de

iluminao. Essa tarefa no fcil, pois, as faces apresentam uma grande variao

em tamanho, cor e textura. Alm disso, o fundo da imagem pode possuir detalhes

que sobrepe parcial ou totalmente a face que ser localizada, entre outros

problemas (GOUVEIA E PAIVA, 2009; WON et all, 2001; GASPAR e PAIVA, 2005).

A combinao de tcnicas das reas de processamento de imagens e

inteligncia artificial, mais especificamente Redes Neurais Artificiais (RNA), Sistemas

Fuzzy e Sistemas Inteligentes (uma combinao de RNA e Sistemas Fuzzy), tem

sido utilizadas na implementao de algoritmos de deteco mais eficientes.

Alguns trabalhos podem ser mencionados na tarefa de deteco facial,

podendo-se citar o de Jin et al (2007) e o de Zapata e Ruiz (2007) que utiliza

informaes de cor de pele, o de Santos (2005) que usa PCA-LDA (Principal

2

Component Analysis- Linear Discriminat Analysis) e RNA SOM (Self-Organizing

Map), o de Nascimento (2005) que utiliza sistemas Fuzzy e o de Prado (2004) que

utiliza proporo divina, e o trabalho de Gaspar (2006), onde foi desenvolvido um

software para a extrao de caractersticas faciais e o posterior reconhecimento da

face.

1.1 Objetivo

Esse trabalho prope um algoritmo para deteco faces que usa RNA para

segmentao de pele, separando cor de pele e objetos identificados como face, de

outros objetos presentes em uma imagem. Com a segmentao de pele reduzida

a quantidade de informao para o processo de deteco.

O presente trabalho vem complementar o trabalho de Gaspar (2006), na

etapa que antecede a extrao de caractersticas, ou seja, identificar se existe face

ou no numa dada imagem, onde essa imagem pode conter mais de uma face.

1.2 Estrutura do Trabalho

Este trabalho est disposto da seguinte forma:

Captulo 1 Introduo, que inclui a proposta e objetivo do trabalho;

Capitulo 2 Deteco de Faces, que apresenta os principais mtodos

utilizados para a deteco de faces humanas em imagens de interesse

para esse trabalho;

 3

Captulo 3 Redes Neurais Artificiais, onde foram revisados os

mtodos de redes neurais artificiais utilizados para a realizao deste

trabalho;

Captulo 4 Deteco de Faces em Imagens Coloridas - Metodologia,

neste captulo so apresentados os mdulos desenvolvidos e a

metodologia utilizada em cada mdulo para o software de deteco de

faces proposto;

Captulo 5 Resultados e Discusses.

Capitulo 6 Concluses e Sugestes para Trabalhos Futuros.

4
 5

2 Deteco de Faces____________________

2.1 Consideraes Iniciais

Neste captulo so descritos os principais trabalhos sobre deteco de faces,

pesquisados na literatura.

2.2 Introduo

A deteco de faces consiste na utilizao de tcnicas computacionais para

determinar se existem faces ou no em uma imagem e, se existirem, deve retornar a

localizao de cada face. Embora a deteco de faces seja uma tarefa fcil para os

seres humanos, a implementao de sistemas computacionais que realize esta

tarefa complexa, devido a diversas dificuldades, tais como Yang e Kriegman

(2002), Lopes (2005) e Lyon e Vincent (2009):

6

Pose: a posio de uma ou mais face presente numa imagem varia

devido posio da face em relao cmera (frontal, 45 graus, perfil,

de cabea para baixo) e, alm disso, alguns componentes faciais como

olhos e nariz, podem estar parcialmente ou totalmente obstrudos.

Presena de componentes estruturais: a presena de elementos na

face tais como, barba, bigode e culos, que podem modificar

caractersticas como a forma, o tamanho e a cor.

Expresso facial: a expresso da face afeta diretamente a aparncia

da face.

Ocluso: as faces podem estar parcialmente obstrudas por outros

objetos.

Orientao da imagem: as imagens podem variar diretamente com a

rotao da cmera ao redor do eixo.

Qualidade da imagem: quando a imagem formada, fatores de

iluminao (espectro, fonte de distribuio e intensidade) e

caractersticas da cmera (resposta de sensor e lentes) podem afetar a

aparncia da face.

Existem vrios mtodos para deteco de faces em imagens em escala de

cinza e em imagens coloridas. Esses mtodos esto classificados em quatro

categorias, conforme apresentado por Yang (2002), as quais sero descritas nas

prximas sees.
 7

2.3 Mtodos Baseados em Conhecimento

Os mtodos de deteco de face baseados em conhecimento utilizam regras

que definem o que uma face, de acordo com uma base de conhec imento criada

pelo pesquisador Yang (2002). Sabe-se que faces humanas, em geral, possuem

determinados componentes como: dois olhos, um nariz e uma boca. Esses

elementos encontram-se distribudos de maneira especfica sobre a face. Com este

conhecimento possvel estabelecer regras que identificam uma face humana.

A construo do conjunto de regras para este mtodo no trivial, podendo-

se encontrar algumas dificuldades. Se as regras so muito gerais, o sistema pode

apresentar uma alta taxa de falsos positivos, ou seja, elementos erroneamente

identificados como face. Por outro lado, se o conjunto de regras for muito especfico,

o sistema pode no ser eficaz ao tentar detectar faces se estas no satisfizerem

todas as regras, caindo muito a preciso da deteco (YANG et al., 2002).

A tcnica construda por Yang e Huang (1994) para deteco de faces, utiliza

um mtodo hierrquico baseado no conhecimento. Esse sistema consiste em trs

nveis de regras. O primeiro nvel de regras tem como objetivo detectar os possveis

elementos da imagem candidatos a faces, retirados da mesma atravs de um

algoritmo de janela deslizante. Basicamente o primeiro conjunto de regras descreve

de maneira geral o que uma face. Os prximos nveis so as descries gerais da

face como olhos, boca e nariz, necessrios para confirmar a validade dos elementos

extrados no nvel anterior.

Imagens em mltiplas resolues so formadas atravs da aplicao da

mdia em um conjunto de pixels, como mostrado na figura 1. Considerando-se n

um determinado nmero de pixels, geralmente contidos em uma janela quadrada de

8

nxn pixels, substitui-se o valor de cada pixel da janela, pelo valor mdio dos pixels

contidos dentro da janela. As regras so aplicadas de acordo com a resoluo da

imagem, por exemplo: em baixa resoluo uma determinada regra identifica a regio

central do rosto por meio da afirmativa de que as janelas centrais, contendo olhos,

nariz e boca, tm luminosidade uniforme, conforme visto na figura 2.

Figura 1 - Imagem em vrias resolues. (a) imagem original n=1. (b) n=4. (c) n=8. (d)n=16

Figura 2 - Uma face tpica usada em mtodos baseados em conhecimento

Kotropoulos e Pitas (1997) apresentam um mtodo para localizao baseado

em regras, similar aos que foram desenvolvidos por Kanade (1973) e Yang e Huang

(1994). Kotropoulos e Pitas utilizam um sistema baseado em regras onde

caractersticas faciais so localizadas utilizando projees, mtodo que Kanade

utilizou com sucesso, para encontrar o limite da face em imagens. Considerando

 9

I(x,y) como um valor de intensidade da imagem de tamanho n x m na posio (x,y),

as projees horizontais e verticais da imagem so definidas como:

n
HI ( x) y 1
I ( x, y) (1)

m
VI ( y ) x 1
I ( x, y ) (2)

As projees verticais so utilizadas para localizar determinados

componentes faciais como, por exemplo, os olhos, por meio da deteco de mnimos

locais da projeo. O mesmo tratamento dado projeo horizontal, HI, onde dois

mnimos locais obtidos atravs da deteco de mudanas bruscas na projeo

correspondem ao lado esquerdo e direito da face respectivamente, como pode ser

visto na figura 3. A principal desvantagem deste mtodo que quando a imagem

possui um fundo complexo a deteco da face e as caractersticas faciais ficam

comprometidas (figura 3b). A deteco da face feita pela anlise dos picos

presentes na projeo horizontal e os vales presentes na projeo vertical (YANG et

al., 2002).

Figura 3 - Projees verticais e horizontais em imagens

10

2.4 Mtodos Baseados em Caractersticas Invariantes

Ao contrrio dos mtodos baseados em conhecimento vistos anteriormente,

os mtodos discutidos nesta seo incorporam tcnicas que tem por objetivo

encontrar caractersticas invariantes da face. Estes mtodos so baseados na

capacidade que os seres humanos possuem de identificar facilmente faces e objetos

em diferentes posies e condies de iluminao. Pode-se descrever alguns

mtodos, tais como os que utilizam componentes faciais, textura e cor da pele.

Existem vrios mtodos propostos para detectar componentes faciais e ento

deduzir a presena de uma face. Componentes faciais como sobrancelhas, olhos,

nariz, boca e o contorno da face so extrados geralmente usando detectores de

borda e, baseando-se nos componentes faciais extrados, um modelo estatstico

construdo para verificar a existncia de face. A principal desvantagem desta

abordagem que os componentes faciais podem ser corrompidos devido s

condies de iluminao, rudo e obstruo, comprometendo assim, a eficincia da

abordagem (YANG et al, 2002).

Sirohey (1993) props um mtodo para localizao e segmentao da face

em uma imagem com fundo complexo, onde utilizado um detector de bordas e

heursticas para remover e agrupar as bordas, de modo que sejam somente

preservadas as bordas do contorno da face. Uma elipse ajustada entre a regio

principal e o fundo, localizando assim a face na imagem, como mostrado na

figura 4.
 11

Figura 4 - Segmentao utilizando o mtodo de proposto por Sirohey (1993)

Amit et al. (1997) apresentam um mtodo para detectar instncias de objetos

isolados em imagens com uma grande intensidade de objetos ao fundo. Este

mtodo foi aplicado para detectar e localizar apenas faces com viso frontal. A

deteco feita em dois estgios: focalizao e classificao intensiva. A

focalizao baseada em um arranjo espacial de fragmentos de borda, onde

primeiramente definida uma enorme famlia de arranjos espaciais e todas as

constantes so definidas sobre uma larga escala de transformaes fotomtricas e

geomtricas que formam uma coleo de tringulos que so utilizados como

mecanismos de ateno visual (focalizao) por identificar possveis grupos de

bases que so utilizadas pra reduzir o aumento do numero de falsos negativos.

Ento, somente usando exemplos de faces, selecionam-se arranjos particulares que

so mais comuns nas faces do que nos fundos. O estgio de classificao intensiva
12

baseado em textura, e utiliza um conjunto de dados de faces normalizadas atravs

de um treinamento e na coleo de regies registradas e padronizadas na etapa de

focalizao. Dada uma imagem de teste, as regies de interesse so identificadas

de acordo com os arranjos espaciais de fragmentos de borda. Cada regio ento

classificada como face ou fundo usando a classificao intensiva como visto no

figura 5.

Figura 5 - A caixa delimita a deteco do nariz e da boca

Outra caracterstica invariante utilizada para detectar diferentes objetos a

forma. A deteco de objetos atravs da forma baseia-se na capacidade que os

seres humanos tm de reconhecer um objeto que ora tem uma forma determinada e
 13

em outro momento apresenta uma forma totalmente diferente. Como exemplo tem-

se a face humana que muda drasticamente dependendo do ponto de vista, onde a

face vista de um ngulo frontal totalmente diferente quando vista de perfil (LOPES,

2005).

A forma, assim como a cor, tambm independente do ponto de vista. Pode

ser encarada como uma distribuio probabilstica, ou seja, ela gerada a partir de

um processo estocstico que fornece algum padro a partir de permutaes

aleatrias (RIKERT, 1999). No mtodo elaborado por Rikert suposto que as

imagens perceptualmente diferentes possuem distribuies similares em diferentes

bandas e orientaes. Tendo isso como base utilizada uma transformada de

wavelets guiada (steerable wavelet transform), ou tambm chamada de

transformada de wavelets em pirmide (steerable wavelet pyramid). A utilizao de

wavelets permite analisar a imagem em diferentes escalas e orientaes, o que

resulta em um conjunto de coeficientes independentes entre si, mas dependentes

quando a mesma transformada realizada em diferentes escalas da mesma

imagem (LOPES, 2005; RIKERT, 1999).

Um conjunto de vetores denominados parent vectors foi utilizado para

capturar esta dependncia, que consiste na coleo de respostas dos filtros

aplicados em diferentes escalas da imagem. Diferentes escalas da imagem so

representadas utilizando um quadtree (figura 6), formando uma pirmide de

imagens, onde o segmento de reta representa os pixels nos quais os valores dos

filtros formam um nico parent vector.

14

Figura 6 - Exemplo da estrutura parent vector. As grids representam uma pirmide de imagens

Para calcular os parent vectors, primeiramente uma imagem de entrada

transformada em uma pirmide de imagens, atravs da utilizao de uma funo

gaussiana piramidal aplicada sobre a imagem. Como pode ser visto na figura 6, cada

nvel da pirmide reescalado em um fator de 2 em cada dimenso. Em seguida,

para todos os nveis da pirmide uma srie de filtros aplicada em cada pixel. Aps

a obteno dos parent vectors, estes so agrupados em classes atravs da

aplicao de um algoritmo de clustering, para que posteriormente seja possvel

construir um modelo gaussiano misto que generalize a distribuio.

Como pode ser visto na figura 7, o cluster a que pertence um determinado

parent vector selecionado. Vrios clusters so tomados para verificar a presena

ou no da face.
 15

Figura 7 - Resultados obtidos para dois ou mais clusters de face

A cor da pele humana e a textura da face so caractersticas bastante

utilizadas para separar a face de outros objetos presentes em uma cena com fundo

complexo. As informaes sobre as cores da pele constituem uma importante

ferramenta para identificar reas da face e os componentes faciais especficos.

Existe uma grande variedade de cores de pele (branca, negra, amarela, etc), e

existe um grande nmero de pesquisas que utilizam a cor da pele. Para rotular os

pixels da pele so utilizados os diversos espaos de cores existentes: RGB, RGB

normalizado, CMY, YUV, YPbPr, YDbDr, HSV (ou HSI), YCrCb, YIQ, YES, CIE XYZ

e CIE LUV (YANG et al, 2002). Pode-se citar os seguintes trabalhos que usam

alguns desses espaos de cores: Jin et al. (2007), Zapata e Ruiz (2007), Feris et al.

(2000), Sobottka e Pittas (1996), Cai e Goshtasby (1999), Bhuiyan et al. (2003), Hsu

et al. (2002), Wang e Sung (1999), Saber e Tekalp (1998) e Yang e Ahuja (1998).

Sobottka e Pittas (1996) propem um mtodo para localizao e extrao de

caractersticas faciais utilizando formas e cores, executado a segmentao de cor no

espao HSV para localizar as regies semelhante pele.

16

A pele humana tende a formar um cluster no espao de cores, podendo ser

modelada por uma distribuio Gaussiana (figura 8), caracterstica que pode ser

utilizada para localizar faces em uma imagem colorida (WANG e SUNG, 1999;

SABER e TEKALP, 1998).

(a) (b)

Figura 8 - (a) regio da face selecionada e (b) cluster de cores no espao de cores (RGB)

No trabalho de Bhuiyan et al. (2003), a cor da pele utilizada para determinar

a regio da face. As cores relevantes e dominantes so extradas da imagem em

RGB. Em seguida a imagem transformada para o espao de cores YIQ descrito

pelas componentes: matiz (hue), luminosidade e saturao. Este sistema de cores

universalmente utilizado em transmisses coloridas de televiso e produz uma

transformao linear do RGB que gera Y, representando a luminosidade, e I e Q os

dois canais que contm as informaes para tratar cores. A matriz de transformao

do espao de cores RGB para YIQ dada pela seguinte equao:

Y 0.299 0.587 0.114 R

I 0.596 0.275 0.320 G (3)
Q 0.212 0.523 0.311 B
 17

Uma vez que a cor da pele tende a se aglomerar numa regio do espao de

cores, um threshold utilizado para detectar os pixels de pele (skin pixels). Nos

experimento de Buhiyan et al. (2003) o seguinte threshold, determinado

empiricamente, utilizado:

(60 < Y < 200) and (20 < I < 50) (4)

Logo aps a aplicao da equao 4 tem-se apenas os pixels que

possivelmente fazem parte da pele humana. Para localizar efetivamente a face,

toma-se a imagem com maior regio conectada de pixels de pele. Um exemplo de

resultado da aplicao desta tcnica pode ser visto na figura 9. Tambm na figura 10

tem-se outro exemplo da aplicao da mesma tcnica descrita anteriormente,

notando-se que as cores da pele de diferentes pessoas so agrupadas e

normalizadas no plano de cores r-g, a nica diferena na aplicao da tcnica que

a segmentao das cores foi feita a partir de imagens normalizadas nesse plano de

cores. Segundo Wang e Sung (1999) a tcnica permitiu atingir resultados com 100%

de sucesso quando testada em 50 imagens obtidas a partir de cmeras CCD.

18

Figura 9 - Deteco da face por meio da cor da pele: (a) Imagem face tpica. (b) Segmentao da cor
da pele. (c) Maior regio conectada de pixels de pele (BHUIYAN et al, 2003)

Figura 10 - (a) imagem original e (b) resultado da segmentao da cor da pele na imagem original
(WANG e SUNG, 1999)

Apesar dos bons resultados apresentados, o sucesso ou fracasso das

tcnicas baseadas em segmentao da cor da pele dependente do espao de

representao das cores, ou seja, o espao de cores no qual a imagem est definida
 19

influi na preciso da deteco da face. No trabalho de Saber e Tekalp (1998)

advertido que a utilizao do espao de cores RGB torna a tcnica de segmentao

de cores sensvel luminosidade. Devido a esta desvantagem outros espaos de

cores foram propostos com o intuito de tornar mais robustos os algoritmos que

utilizam a cor da pele. Como exemplo pode-se citar o YCbCr (luminance-

chrominance), utilizado em vrias aplicaes de segmentao de pele. Entretanto

Saber e Tekalp (1998) destacam a utilizao do sistema de cores YES (definido pela

Society of Motion and Television Engineers), onde Y representa a luminosidade, E e

S representam as componentes de cor. A principal vantagem deste espao de cor

que ele reduz as variaes na cor (crominncia) e principalmente porque permite

calcular as componentes E e S a partir de uma imagem RGB apenas fazendo

deslocamentos de bits, sem a necessidade de multiplicaes, o que reflete de

maneira positiva no desempenho dos algoritmos.

Entretanto, independente do espao de cores utilizado, as tcnicas de

segmentao de pele permitem implementar detectores de face suficientemente

rpidos para serem utilizados em tarefas de rastreamento de faces (face tracking)

(VEZHNEVETS, 2002), teis em reas como segurana e interfaces inteligentes.

Apesar das vantagens de se utilizar a cor para detectar a pele, um problema ocorre

quando se tem objetos com cores semelhantes pele, consequentemente

provocando a ocorrncia de falsos positivos. Em vista destas limitaes, em tarefas

como deteco e rastreamento de faces, geralmente a segmentao de pele vem

acompanhada por outras tcnicas que utilizam informaes inerentes forma do

objeto (no caso a face), e informaes do movimento para localizar e rastrear a face

(YANG e AHUJA, 1998).

20

2.5 Mtodos Baseados em Templates

Nos mtodos baseados em templates, o objeto procurado em uma imagem,

utilizando um molde padro que definido manualmente, ou parametrizado por uma

funo. Uma das maneiras mais comuns de se modelar a forma de um objeto

descrev-lo atravs de seus componentes geomtricos bsicos, como crculos,

quadrados ou tringulos. A deteco do objeto consiste em localizar a melhor

simetria entre o objeto presente na imagem e o seu template (molde) (LOPES, 2005;

YANG et al., 2002).

No caso de deteco de faces o template mais utilizado aquele que trata a

face como uma elipse, como pode ser visto em Alattar e Rajala (1999) e Lee et al.

(2001), sendo tambm aplicado em seqncias de imagens, como pode ser visto em

Vezhnevets (2002). A tcnica de templates extremamente flexvel, por este motivo,

ela pode ser utilizada para detectar qualquer objeto que possa ser representado por

formas geomtricas.

2.5.1 Templates Deformveis

A tcnica de templates deformveis proposta por Yuille et al (1992) para

modelar caractersticas faciais consiste em descrever modelos de objetos atravs de

formas geomtricas simples como crculos ou parbolas. Esses modelos so

elsticos e permitem o ajuste de seu tamanho, largura e outros parmetros, como

pode ser visto na figura 11. A energia uma funo de todos os parmetros do

template definida atravs dos vales, picos e bordas presentes na imagem. O

 21

melhor ajuste do modelo elstico encontrado minimizando uma funo de energia

dos parmetros.

Figura 11 - Template utilizada por (YUILLE, 1992) para detectar olhos

Em Lee et al. (2001) apresentada uma tcnica que utiliza algoritmos

genticos para otimizar os parmetros do template que modela a face. O algoritmo

gentico torna mais rpido o processo de busca pela face numa imagem, e permite

obter a soluo global. Uma vez que se tenha obtido a localizao da regio que

contenha a face, as caractersticas faciais so detectadas dentro desta regio por

um processo semelhante. Um outro mtodo que utiliza esta estratgia visto em

Alattar e Rajala (1999), que descreve um algoritmo para localizar componentes

faciais. A cabea tratada como uma elipse podendo apresentar rotaes em torno

de um eixo vertical, como apresentado na figura 12.

Figura 12 - (a) Modelo utilizado para detectar a cabea (b) Modelo utilizado para detectar os
componentes faciais
22

Aps encontrar a elipse que melhor descreve a cabea (figura 12a), os

parmetros que determinam o centro, a altura e a largura so utilizados para estimar

a posio dos componentes faciais segundo suas relaes geomtricas com a face

(figura 12b). Como as estimativas baseiam-se unicamente em grandezas

geomtricas, tm-se apenas localizaes aproximadas dos componentes. Para

localizar, por exemplo, os olhos, uma janela retangular definida sobre a regio

referente a eles. Dentro da janela, a posio exata dos olhos calculada atravs de

projees verticais e horizontais. Os vales presentes no grfico apresentado na

figura 13 indicam a localizao das rbitas do olho esquerdo e direito

respectivamente. A localizao dos outros componentes faciais (nariz e boca)

semelhante descrita para localizao dos olhos.

Figura 13 - Projees verticais e horizontais dos olhos obtida a partir da regio interna da janela dos
olhos
 23

2.6 Mtodos baseados na Aparncia

Nos mtodos baseados na aparncia, os modelos so definidos utilizando

tcnicas de aprendizado e treinamento, no sendo utilizados nenhum conhecimento

ou caractersticas sobre o objeto previamente informado, como os vistos nos

mtodos descritos na sesso anterior. Desta maneira as informaes necessrias

para realizar a deteco so retiradas do conjunto de imagens (YANG et al, 2002;

LOPES, 2005).

2.6.1 Autofaces (Eigenfaces)

O mtodo autofaces proposto por Turk e Pentland (1991) baseado na

anlise dos componentes principais (Principal Component Analysis PCA),

juntamente com a transformada de Karhunen-Love (KLT) para reconhecimento e

deteco de face. similar ao trabalho de Kryby e Sirovich (1990).

O objetivo usar a transformada KLT para encontrar os vetores que melhor

representam as imagens de faces, dentro do espao de imagens. Estes vetores so

denominados de autofaces devido semelhana que possuem com imagens de

faces (figura 14).

Figura 14 - Imagens originais e projeo delas no espao de eigenfaces

24

As imagens de face so projetadas no subespao e agrupadas . De forma

similar, no treinamento de no-faces, as imagens so projetadas no mesmo

subespao e agrupadas. As imagens de face no apresentam grandes mudanas

quando projetadas no espao de autofaces, mas quando uma imagem de no-face

projetada, ela mostra-se completamente diferente (YANG et al, 2002). Pode-se

utilizar esta tcnica para detectar a presena de face em uma cena, apenas

calculando a distncia entre a regio da imagem e o cluster de faces projetadas, e

atravs de um threshold verificar se esta uma face ou no (LOPES, 2005).

2.6.2 Redes Neurais

Diferentes arquiteturas de redes neurais artificiais foram propostas para a

deteco de faces, pois a deteco de faces pode ser tratada como um problema de

reconhecimento de padres, tal como em OCR (reconhecimento tico de

caracteres), reconhecimento de objetos, etc., onde as redes neurais artificiais so

aplicadas com sucesso (HSU et al, 2002; ROWLEY et al, 1998a; ROWLEY et al,

1998b).

Na deteco de faces, a utilizao de redes neurais consiste em diferenciar

imagens ou regies da imagem que, possivelmente contenham uma face, daquelas

imagens ou regies que no contm face, ou seja, a funo da rede apenas

classificar as imagens em face e no-face. (LOPES, 2005) .

No trabalho de Rowley et al. (1998a) apresentado um sistema de deteco

de faces baseados em redes neurais. Neste sistema uma imagem de entrada

percorrida por um filtro, que consiste em uma janela de 20x20, que extrai regies da

imagem onde podem existir faces. Logo aps a extrao da possvel regio de face,
 25

esta submetida equalizao de histograma e normalizao da luz, devido s

vrias condies de luminosidade. Se a face for maior que o tamanho da janela, a

imagem sub-amostrada repetidamente por um fator de 1.2, e o filtro aplicado em

cada sub-amostragem (figura 15). Cada bloco da imagem depois de extrado e pr-

processado enviado para uma rede neural, que decidir se nele existe ou no uma

face.

A rede composta por vrias camadas com arquiteturas diferentes, como

mostrado na figura 15, denominadas campos receptivos. Cada camada avalia uma

parte de imagem com a finalidade de se detectarem caractersticas que podem ser

teis para determinar a presena de face. A rede apresenta como resposta um nico

valor, que determina a existncia ou no da face. Com os testes realizados neste

trabalho (ROWLEY et al, 1998a) utilizando imagens coletadas na internet, obteve-se

uma taxa de acerto (deteco correta) da ordem de 92.7%, utilizando uma rede com

78 neurnios intermedirios e 4357 conexes.

Figura 15 - Algoritmo de deteco de faces baseado em RNA (ROWLEY et al. 1998a)

26

A estratgia descrita anteriormente eficaz apenas na deteco de faces

frontais ou com leves variaes na rotao. Diante desta limitao Rowley et al.

(1998b) estendeu essa tcnica de modo que a mesma seja robusta quanto a

rotaes da face. A modificao consistiu na utilizao de outra rede neural

denominada rede roteadora (router network), responsvel por determinar o ngulo

de rotao da face. A arquitetura da rede roteadora constituda por uma camada

de entrada com 400 unidades, uma camada intermediria com 15 unidades e,

finalmente uma camada de sada com 36 unidades. O ngulo da face expresso

como um vetor contendo os valores das 36 sadas, onde cada unidade de sada i

representa um ngulo de i * 100. A partir da uma soma ponderada obtida pela

equao 5 e a direo desse vetor mdio indica o ngulo da face (ROWLEY et al,

1998b).

35 35
outputi * cos i *10 , outputi sin i *10 (5)
i 0 i 0

Logo aps a aplicao da rede roteadora sobre uma janela, e determinada a

direo da possvel face, a janela rotacionada em sentido contrrio, de modo a

deixar a possvel face em uma vista frontal (upright view). Na figura 16

apresentada a sequncia de passos deste algoritmo de deteco de faces

(ROWLEY et al., 1998b).

 27

Figura 16 - Sequncia de passos do algoritmo de deteco de faces rotacionadas (ROWLEY et al,

1998a)

2.6.3 Modelos Ocultos de Markov

Desde a dcada de 70, os Modelos Ocultos de Markov (Hidden Markov

Models - HMM) tem sido largamente aplicados em vrias reas, principalmente no

reconhecimento de fala (LEE et al., 1990; RABINER, 1989). Tais modelos possuem

como principal caracterstica a capacidade de caracterizao de propriedades

estatsticas de um sinal.

Na utilizao do HMM para problemas de reconhecimento de padro,

necessrio definir um conjunto de estados ocultos do modelo, que convertido em

um conjunto de diferentes smbolos de observao, que sero utilizados para

realizar o treinamento do HMM. Esse treinamento realizado ajustando os

parmetros do modelo HMM, utilizando o algoritmo de segmentao Viterbi e o

algoritmo recursivo Bam-Welch (RABINER e JUNG, 1993; YANG et al., 2002). O

treinamento um processo iterativo e pra quando a probabilidade de segmentao

Viterbi menor do que um limiar. Os parmetros finais do HMM so obtidos atravs

do procedimento recursivo Bam-Welch (LOPES, 2005).

28

O HMM tambm pode ser utilizado para deteco e reconhecimento de faces,

como apresentado em diversos trabalhos (XU et al., 2003; LE e LI, 2004; SAMARIA,

1994; NEFIAN e HAYES, 1998).

Em Nefian e Hayes (1998) o HMM utilizado tanto para a deteco como

para o reconhecimento de faces frontais. Nesse trabalho, cada estado do HMM est

associado a uma regio da face (cabelo, testa, olhos, nariz e boca, sempre nesta

ordem). Cada imagem do conjunto de treinamento possui largura W e altura H e

dividida em blocos que se sobrepe, de altura L e mesma largura W (figura 17a).

Todos os blocos extrados das imagens so arranjados como um vetor-coluna,

consistindo de todos os pixels que pertencem ao bloco. Em seguida, constri-se uma

matriz covarincia e, atravs do uso da transformada KLT, obtm-se uma nova base

de vetores. Cada vetor ento projetado na nova base, formando-se assim um

conjunto de vetores de observao com um nmero de dimenses reduzidas.

(a) (b)

Figura 17 - HMM para a deteco e reconhecimento de faces (NEFIAN e HAYES, 1998)

A partir do conjunto de imagens de um indivduo, extrai-se um conjunto de

vetores de observao, e cada um deste associado a um estado do HMM (figura

17b). Para que seja possvel identificar uma face, independente de sua identidade, o

HMM deve ser treinado com um modelo genrico de face humana obtida a partir de

um grande conjunto de imagens de face. A utilizao de HMM permite construir

sistemas de deteco e reconhecimento robustos quanto diferena de escala e

 29

variaes na orientao e expresses da face (NEFIAN e HAYES, 1998; SAMARIA,

1994).

2.7 Consideraes Finais

Neste captulo foram apresentados os principais mtodos de deteco de

faces encontrados na literatura, que visam identificar a presena de faces numa

imagem. Cada mtodo preocupa-se em identificar a face ou faces presentes numa

imagem com a maior taxa de acerto possvel, e cada um apresenta vantagens e

desvantagens. Mtodos mais robustos tendem a ser de implementao mais

complexa e a ter maior custo computacional, como o caso do mtodo de autofaces

(eigenfaces). Mtodos que utilizam a cor da pele so de implementao mais

simples, mas o resultado depende do espao de cores utilizado.

30
 31

3 Fundamentao Terica _______________

3.1 Consideraes Iniciais

Este captulo descreve a base terica utilizada nesse projeto. So

apresentados os conceitos de Redes Neurais Artificiais, dando nfase rede MLP
utilizada nesse projeto, e os modelos de cores de pele.

3.2 Tcnicas de Deteco de Pele

A cor da pele diferenciada pela exposio radiao ultravioleta e inclui

fatores de transmisso gentica. As variaes encontradas em diversos povos so

relacionadas evoluo e reproduo (BECHELLI e CURBAN, 1963; BONVENTI JR

e COSTA, 2003).

O problema de deteco de pele em imagens digitais tem sido pesquisado

intensamente, existindo atualmente tcnicas robustas para determinar os parmetros

utilizados na deteco de pele. Imagens digitais podem conter pessoas de diversas

etnias e, portanto com diferentes tons de pele, que ainda podem ser alterados por
32

diferentes tipos de iluminao, foco e ngulos de viso variada, o que pode dificultar

a deteco (RAMOS FILHO, 2006; LAURENT E BODO, 2003; CAETANO et al.,

2002).

De acordo com Ramos Filho (2006) h trs tcnicas principais utilizadas para

deteco de pele em imagens digitais, que so: limiar de classificao (regras

geomtricas), estatsticas paramtricas e baseadas em histogramas. Essas tcnicas

sero descritas nas prximas sees.

3.2.1 Limiar de Classificao

As tcnicas que utilizam as propriedades das cores da pele humana so

tcnicas que formam um agrupamento compacto em cada dimenso de espao de

cor, sendo conhecidas como tcnicas baseadas em limiar de classificao. Cores

baseadas na pele podem ser modeladas de vrias formas utilizando um

agrupamento compacto em cada dimenso do espao de cor, agrupamento esse

i i
que pode modelado por intervalos em cada componente de cor, Cmin , Cmax onde i

representa a dimenso do espao de cor C (RAMOS FILHO, 2006; HSU et al, 2002).

No trabalho de Kovac et al. (2003), foi apresentada uma tcnica de fcil

implementao e de baixo custo computacional, que descreve os agrupamentos dos

pixels, e pode ser determinada por:

(R > 95) ^ (G > 40) ^ (B > 20) ^ (max{RGB} > 15) ^ (|R G| > 15) ^ (R > G) ^ (R > B).

Outra tcnica de limiar de classificao e que utiliza a regra de classificao

foi apresentada por Hsu et al. (2002). Essa tcnica baseou-se no trabalho de
 33

Terrillon et al. (2000) que utiliza diversos espaos de cores para a deteco de pele,

e que constata que espao rg normalizado no a melhor opo para deteco de

pele com o objetivo de detectar face humana. O trabalho de Hsu et al. (2002) utiliza

uma transformao no-linear no espao de cor (YCbCr), visando obter um plano de

crominncia CrCb, que seja independente do componente Y (Luminncia) para o

agrupamento de pele na sua base treinamento. Aps obter o plano verificou-se que

a projeo dos pontos de agrupamento de pele nesse novo plano forma um

agrupamento bastante compacto, podendo ser descrito por uma elipse (RAMOS

FILHO, 2006). A equao da elipse proposta por Hsu et al. (2002) :

( x ecx ) 2 ( y ecy ) 2
1
a2 b2

x cos sen Cb cx
y sen cos Cr cy

onde c x = 109,38, cy 152,02, = 2,53 radianos, ec x = 1,60, ecy = 2,41, a = 25,39 e b

= 14,03 foram computados a partir do agrupamento de pele de Cb Cr , onde esses

valores foram obtidos a partir do experimento de Hsu et al. (2002).

3.2.2 Estatstico Histograma de Cor

A tcnica baseada em histograma de cor consiste em definir um modelo de

cor de pele que projeta um histograma para as cores de pele e um histograma para

as cores que no fazem parte do agrupamento de pele (JONES e REHG, 2002),

onde os histogramas so obtidos atravs da marcao manual dos pixels.

34

As contagens dos histogramas so convertidas em probabilidades discretas,

pele[c] n[c]
P (c | pele) e P(c | pele ) , onde pele[c] indica a contagem do histograma
Tp Tn

de cores de pele associada cor c, n[c] indica a contagem do histograma das cores

de no-pele associadas cor c, Tp e Tn correspondem s contagens totais obtidas

dos histogramas das cores de pele e no-pele e P(c | pele) e P(c | pele) indicam as

probabilidades da cor c ser pele ou no-pele (JONES e REHG, 2002; RAMOS

FILHO, 2006).

Com os histogramas de cores pele e no-pele montados, o classificador de

P(c | pele)
pixel de pele utiliza a equao de verossimilhana , onde 0 <= <= 1
P(c | pele)

um limiar de classificao. O limiar pode ser ajustado de acordo com a relao

de compromisso entre deteces corretas e falsos positivos. Calculando a

verossimilhana de cada pixel e a comparando com o limiar , classifica-se o pixel

como pele ou no pele.

3.2.3 Estatstico - Paramtrico

Outro modelo estatstico, alm do baseado em histogramas, o modelo

paramtrico que utiliza uma distribuio de probabilidade gaussiana para modelar

um conjunto de pixels manualmente marcados como pele (RAMOS FILHO, 2006).

Aps a modelagem gaussiana, classificar um pixel reduz-se ao clculo da distncia

de Mahalanobis entre a cor do pixel h(s) e a mdia da distribuio. O quadrado da

distncia de Mahalanobis de x para definido:

1
r2 (x )t (x ),
 35

onde x corresponde cor do pixel e o vetor de mdias. Para este mtodo foi

utilizado um limiar de classificao , e montadas as curvas ROC (METZ, C. E.,

1978) para comparao dos classificadores.

No trabalho de Caetano e Barone (2001), proposta uma tcnica que utiliza a

mistura de gaussianas bivariadas que descrevem a projeo do agrupamento de

pele nos planos HS do espao HSV, AB do espao CIELAB e Cp 1 e Cp2 (as duas

primeiras dimenses encontradas na tcnica de transformao de componentes

principais (TCP) (YI et al., 2003)), onde a funo de distribuio de probabilidade

dada por:

k
P(c | pele) wi Pi (c | pele) ,
i 0

onde wi denota o peso (numero total de pixels da classe divido pelo total de pixels da

amostra) de cada uma das gaussianas que compem a mistura (RAMOS FILHO,

2006).

3.3 Redes Neurais Artificiais

O funcionamento do crebro humano ainda um grande mistrio para o

homem. O crebro to poderoso que pode resolver uma grande variedade de

problemas relacionados ao pensar, falar, relembrar, sentir e aprender, tendo

surpreendido e inspirado muitos cientistas a tentar modelar sua operao.

O crebro considerado um sistema de processamento de informao

altamente complexo, no-linear fazendo clculos em paralelo. Sua estrutura e sua

capacidade de organizar seus neurnios tornam possvel ao ser humano realizar

certas tarefas, tais como a de reconhecimento de padres, percepo e controle

36

motor, muitas vezes mais rapidamente do que o mais rpido computador digital

existente.

As redes neurais artificiais tentam simular o crebro humano, modelando a

maneira como o crebro realiza uma tarefa particular ou funo de interesse. A rede

normalmente implementada utilizando-se componentes eletrnicos ou simulada

por programao em um computador digital. Para alcanarem bom desempenho, as

redes neurais empregam uma interligao macia de clulas computacionais

simples denominadas de neurnios ou unidades de processamento. Pode-se

ento oferecer a seguinte definio de uma rede neural vista como uma maquina

adaptativa (HAYKIN, 2001):

Uma rede neural um processador maciamente paralelo e

distribudo, de unidades de processamento simples, que tm a

propenso natural para armazenar conhecimento experimental e

torn-lo disponvel para o uso. Ela se assemelha ao crebro em

dois aspectos:

1. O conhecimento adquirido pela rede, a partir de seu

ambiente, atravs de um processo de aprendizagem.

2. Foras de conexo entre neurnios conhecidas como pesos

sinpticos, so utilizadas para armazenar o conhecimento

adquirido.
 37

O procedimento utilizado para realizar o processo de aprendizagem

chamado de algoritmo de aprendizagem, cuja funo modificar os pesos sinpticos

da rede de uma forma ordenada para alcanar um objetivo de projeto desejado.

Conforme as caractersticas de cada rede neural so definidas as tarefas que

podem ser executadas em sistemas computacionais, e que para os seres humanos

so tarefas comuns.

Nas prximas sees sero apresentados o modelo de um neurnio, as

funes de ativao, as arquiteturas de rede, o perceptron multicamadas (MLP) e os

algoritmos de treinamento.

3.3.1 Modelo de um neurnio

No crebro, um neurnio uma unidade de processamento de informao

que fundamental para a operao de uma rede neural. Cada neurnio recebe e

combina sinais de muitos outros neurnios e produz sinais para o axnio conduzir

certas aes, chamados de sinapses. Juntos, os neurnios formam uma grande

rede, denominada de rede neural (HAYKIN, 2001).

Os axnios, que so as linhas de transmisso entre os neurnios e os

dendritos, que so as zonas receptivas, constituem dois tipos de filamentos

morfologicamente diferentes das clulas. Um axnio tem uma superfcie lisa, poucos

ramos, e grande comprimento, enquanto um dendrito tem uma superfcie irregular e

muitos ramos. A forma e o tamanho dos neurnios podem variar em diferentes

partes do crebro (figura 18).

38

Figura 18 Estrutura do neurnio (AMORIN, 2009)

O modelo computacional de um neurnio, inspirado nos neurnios do crebro,

mostrado na figura 19 e constitui a base para os projetos de redes neurais

artificiais. Nessa figura so identificados trs elementos bsicos do modelo neural

(HAYKIN, 2001): conjunto de sinapses, um somador e uma funo de ativao.

Bias
bk
x1 w k1

Funo de
ativao

x2 w k2
uk Sada
Sinais de (.) yk
entrada
. .
. . Juno
. aditiva
.

w km
xm
Pesos
Sinpticos

Figura 19 - Modelo no-linear de um neurnio (HAYKIN, 2001)

 39

Nesse modelo o neurnio formado por um conjunto de sinapses ou elos da

conexo, cada uma caracterizada por um peso ou fora prpria. Especificamente,

um sinal xj na entrada da sinapse j conectada ao neurnio k multiplicado pelo peso

sinptico Wkj, onde o primeiro ndice, k, refere-se ao neurnio em questo e j, o

segundo, refere-se ao terminal de entrada da sinapse.

O somador soma os sinais de entrada, ponderados pelas respectivas

sinapses do neurnio, operaes que constituem um combinador linear.

A funo de ativao, tambm conhecida como restritiva, limita a amplitude

da sada de um neurnio.

O bias bk, apresentado na figura 19, aplicado externamente, e tem o efeito

de aumentar ou diminuir a entrada liquida da funo de ativao, dependendo se ele

for positivo ou negativo, respectivamente.

Pode-se descrever matematicamente um neurnio k atravs das equaes

(18) e (19):

m
uk wkj x j (6)
j 1

yk uk bk (7)

onde, uk a sada do combinador linear devido aos sinais de entrada e yk o sinal

de sada do neurnio.

3.3.2 Funo de ativao

A funo de ativao, denotada por (v), define o valor de sada de um

neurnio em termos do nvel de atividade de sua entrada (HAYKIN, 2001). Pode-se

40

identificar trs tipos bsicos de funes de ativao: funo de limiar, funo linear

por partes e funo sigmide.

3.4 Arquitetura de rede

A maneira como os neurnios so organizados e interconectados define a

arquitetura da rede neural. O tipo de organizao est diretamente relacionado com

o algoritmo de aprendizagem usado para treinar a rede. Pode-se identificar 4 tipos

de arquiteturas de redes neurais:

Redes feedforward unicamada (Perceptron)

Redes feedforward multicamada

Redes Recorrentes

Estrutura de Lattice (Reticulada)

A arquitetura feedforward multicamada ser descrita a seguir.

3.4.1 Redes feedforward multicamada

Este tipo de rede caracterizado pela presena de uma ou mais camadas

ocultas, alm das camadas de entrada e de sada, como ilustrado na figura 20. Os

ns computacionais das camadas ocultas so chamados correspondentemente de

neurnios ocultos. A funo dos neurnios ocultos intervir entre a entrada externa
 41

e a sada de uma maneira til. A adio de uma ou mais camadas ocultas, torna a

rede capaz de extrair estatsticas de ordem elevada.

Uma rede neural considerada totalmente conectada se cada neurnio de

uma camada estiver conectado a todos os neurnios da camada subseqente, caso

contrrio, considerada uma rede neural parcialmente conectada.

Entradas Sadas

Figura 20 - Rede feedforward multicamada totalmente conectada com uma camada oculta e uma
camada de sada.

3.5 Perceptron Multicamadas (MLP)

O perceptron multicamadas (MLP, multilayer perceptron) uma rede do tipo

feedforward, que contm uma ou mais camadas internas. Tem sido aplicada com

sucesso, na resoluo de problemas das mais diversas reas, podendo-se citar:

reconhecimento de padres, processamento de imagens e de sinais, e previso de

sries temporais. O seu treinamento realizado de forma supervisionada com o

algoritmo de retropropagao de erro (error back-propagation) (HAYKIN, 2001). Este

algoritmo baseia-se na regra de aprendizagem por correo de erro.

42

A rede perceptron multicamadas consiste de um conjunto de unidades

sensoriais (ns de fonte) que constituem a camada de entrada, uma ou mais

camadas ocultas de ns computacionais e uma camada de sada de ns

computacionais como pode ser visto na figura 21. O vetor de entrada representado

pelas variveis xi, os pesos sinpticos so denotados pela letra w k, onde k indica a

camada, e a sada da rede representada por y.

X0

Y1

X1

Y2
Sinal de Sinal de sada
entrada X2 (resposta)
(estimulo)
Y0

Xm

Camada de Primeira Segunda Camada de

entrada camada oculta camada oculta sada

Figura 21 - Grafo arquitetural de um perceptron mltiplas camadas com duas camadas ocultas

O sinal de entrada propaga-se para frente atravs da rede, camada por

camada, como ilustrado na figura 22, e dois tipos de sinais so encontrados nesta

rede.

1. Sinais Funcionais. So estmulos recebidos pelos sinais de entrada

(estmulo), que se propagam para frente (neurnio por neurnio)
atravs da rede e manifestam-se no terminal de sada como um sinal
de sada;

2. Sinais de Erro. O neurnio de sada gera um sinal de erro e se propaga

para trs (camada por camada) atravs da rede.

 43

Funo de propagao do sinal

Erro Backpropagation

Figura 22 Direo da propagao da funo sinal

As camadas ocultas so referidas desta maneira, porque no fazem

parte da sada e nem da entrada da rede, sendo a primeira camada oculta

alimentada pela camada de entrada, e constituda por vrias unidades

sensoriais; as sadas da primeira camada so aplicadas s entradas da

prxima camada oculta e assim por diante para o resto da rede (figura 21).

Essa rede apresenta trs caractersticas principais:

1. O modelo de cada neurnio da rede inclui uma funo de ativao

no-linear. Uma forma normalmente utilizada de no-linearidade que

satisfaz esta exigncia uma no-linearidade sigmide definida pela

funo logstica:

(8)

onde vj a soma ponderada de todas as entradas sinpticas do

neurnio j, yj a sada do neurnio. A figura 23 esboa o grfico da

funo sigmide, onde essa funo sempre positiva e limitada

superiormente por 1 e inferiormente por 0.

2. A rede composta de uma ou mais camadas de neurnios ocultos,

44

que no so parte da entrada ou da sada da rede. Estes neurnios

capacitam a rede a aprender tarefas complexas extraindo

progressivamente as caractersticas mais significativas dos padres

(vetores) de entrada.

3. A rede possui um alto grau de conectividade, devido s s u as

sinapses. Uma modificao na conectividade da rede requer uma

mudana na populao das conexes sinpticas ou de seus pesos.

(v)

v
Figura 23 Grfico da funo sigmide

3.5.1 Algoritmo de Treinamento

A MLP utiliza para o seu treinamento o algoritmo de retropropagao ou

backpropagation. Este algoritmo constitudo por dois passos principais: o passo

para frente (forward) e o passo trs (backward). No passo forward aplicado

rede um padro de dados (vetor de entrada) s entradas da rede e este efeito se

propaga atravs da rede, camada por camada.

 45

Durante o processo de propagao, todos os pesos sinpticos da rede no

se alteram. No passo backward os pesos sinpticos so todos ajustados de

acordo com a regra de correo de erro. Contudo, a resposta gerada pela rede

subtrada da resposta desejada (alvo) para produzir um sinal de erro. Os pesos

sinpticos da rede so atualizados para que a resposta gerada pela rede

aproxime-se da resposta desejada (HAYKIN, 2001). Este processo repetido

diversas vezes, at que para todas as sadas e padres de treinamento, o erro seja

menor do que o especificado.

O principal objetivo do processo de treinamento minimizar o sinal de

erro entre a resposta desejada (alvo) e a atual resposta produzida pela rede. Este

sinal de erro da sada do neurnio yi na interao n, definido por:

ei (n) = di (n) yi (n) (9)

Onde, di a resposta desejada do i-th neurnio de sada.

Adicionando todos os erros quadrticos produzidos pelos neurnios de sada

da rede com a respectiva n-th iterao, obtm-se a seguinte funo custo ou o erro

para ser minimizado:

(10)

A funo custo uma funo continuamente diferenciada para cada peso,

onde, um algoritmo do gradiente descendente pode ser usado para ajustar os

pesos. Para as conexes wij, que ligam a camada oculta e a camada de sada,

a regra do gradiente descendente dada por:

(11)
46

onde, a taxa de aprendizagem do algoritmo de backpropagation e i o

gradiente local definido por:

(12)

Onde, ci o sinal de entrada dos pesos aplicado para o neurnio yi, e (.) a

funo de ativao do neurnio. As conexes wij so iterativamente atualizadas

aplicando a seguinte equao:

(13)

Para as conexes wjk , que ligam a camada de entrada e a camada

oculta, a funo custo diferenciada com o respectivo wjk usando a regra da

cadeia, que dada por:

(14)

Na equao 14, o gradiente local j em relao ao wjk expresso pela

seguinte equao:

(15)

onde, hi o peso do sinal de entrada aplicado para o neurnio vj. Finalmente,

todas as conexes wjk so iterativamente atualizadas de acordo com a seguinte

equao:

(16)

Aps o processo de treinamento, a rede capaz de fornecer a relao

 47

funcional entre as variveis de entrada e sada do processo.

Existem algumas tcnicas que auxiliam a melhorar o desempenho do

treinamento da MLP:

Validao cruzada: metodologia utilizada para testar o poder de

generalizao de uma MLP. Neste contexto, devem-se seguir os passos

seguintes:

o Particionar o conjunto de dados disponvel em dois subconjuntos:

Conjunto de treinamento: utilizado para treinar a rede (80%

a 90% do total);

Conjunto de teste: utilizado para avaliar se a rede est

generalizando de forma satisfatria (10% a 20% do total).

o Utilizar o mesmo conjunto de treinamento para ajustar todas as

topologias candidatas;

o Aps o treinamento, utilizar o conjunto de teste para avaliar e escolher

(validar) o melhor modelo (melhor generalizao):

Em certos casos, uma determinada topologia pode ter

desempenho satisfatrio no treinamento, mas durante a fase

de validao (aplicao do conjunto teste), a rede produz

resultados insatisfatrios (no consegue generalizar);

O aumento de neurnios e de camadas no significa que a rede

ir generalizar melhor;

Para duas topologias que esto generalizando com o

mesmo grau de preciso, deve-se optar por aquela com menor

nmero de neurnios.
48

Insero do termo de momento: a velocidade do algoritmo

backpropagation pode ser aumentada (sem perigo de instabilidade) atravs

da incluso de um termo de momento utilizado para acelerar o algoritmo,

como mostrada na equao 17:

(17)

Normalizao dos dados: as variveis referentes s entradas da rede

devem ser normalizadas para a faixa [0,1] se estiver sendo utilizada a funo

sigmide, ou ento, para [-1,1] se for utilizada a tangente hiperblica.

3.6 Algoritmo de Aprendizagem

A rede neural se destaca pela sua capacidade de aprender, e isto uma

caracterstica primordial de sua habilidade. As mudanas que ocorrem na

estrutura de interconexo ou nos valores dos pesos sinpticos geram alteraes

no comportamento de ativao da rede e permite que seja realizado um novo

aprendizado de um determinado comportamento. Desta forma, pode-se modificar

o estado de ativao na sada da rede em resposta a certo estmulo recebido

atravs do padro de entrada. Contudo, a rede capaz de estabelecer

associaes de entrada e sada (estmulo e resposta), a fim de se adaptar a

uma situao proposta. No caso de uma rede com aprendizado supervisionado,

a rede deve adaptar seus pesos de maneira a passar a responder de acordo

com a resposta desejada. O mtodo utilizado para modificar o comportamento

de uma rede conhecido como regra de aprendizado.

 49

A definio de processo de aprendizagem em redes neurais pode ser

definida da seguinte maneira:

Aprendizagem um processo pelo qual os parmetros livres de uma

rede neural so adaptados atravs de um processo de estimulao pelo

ambiente no qual a rede est inserida. O tipo de aprendizagem

determinado pela maneira atravs da qual a modificao dos parmetros

ocorre. (HAYKIN, 2001).

Um conjunto de regras bem definidas para a soluo de um problema de

aprendizagem denominado um algoritmo de aprendizagem.

Esta definio de aprendizagem implica nos seguintes eventos:

1. A rede neural estimulada por um ambiente;

2. A rede neural sofre modificaes nos seus parmetros, como

resultado das estimulaes;

3. A rede neural responde de uma maneira nova ao ambiente, devido

s modificaes sofridas em sua estrutura.

Com um algoritmo de aprendizagem padro uma rede neural aprende

atravs de um processamento iterativo do ajuste dos pesos. O tipo de

aprendizagem definido pela forma como os pesos so ajustados. Os dois

principais mtodos de aprendizagem so: aprendizagem supervisionada e

aprendizagem no-supervisionada.
50

3.6.1 Aprendizagem Supervisionada

Essa regra de aprendizado incorpora o conceito de um supervisor ou um

professor, que tem o conhecimento sobre o ambiente em que a rede est

operando. Este conhecimento representado por um conjunto de exemplos de

entrada-sada ou padres. Sendo assim, a rede deve ser capaz de medir a

diferena entre seu comportamento atual e o comportamento de referncia e

ento corrigir os pesos de maneira a reduzir este erro. O aprendizado

supervisionado utiliza conhecimentos empricos, que so representados por um

conjunto de exemplos rotulados, ou seja, exemplos com pares de dados de

entrada com a respectiva sada associada {xi,di}.

Figura 24 - Diagrama em blocos da aprendizagem supervisionada

A rede ajusta os parmetros livres atravs da combinao das entradas e

sinais de erro, sendo o sinal de erro a diferena entre a resposta desejada e a

resposta real da rede (figura 2 4). Este ajuste realizado passo a passo com o

objetivo de fazer a rede emular um professor. A ssim, se a emulao for tima,

o conhecimento do ambiente disponvel ao professor transferido para a rede

neural atravs do treinamento. Quando esta condio alcanada, pode-se liberar

 51

o professor e deixar a rede neural lidar com o ambiente (HAYKIN, 2001).

3.6.2 Consideraes finais

As redes neurais artificiais constituem um campo da cincia da computao

ligado inteligncia artificial, buscando implementar modelos matemticos que se

assemelhem s estruturas neurais biolgicas. Elas apresentam grande capacidade

de adaptar os seus parmetros conforme resultados obtidos da interao com o

meio externo, melhorando gradativamente o seu desempenho na soluo de um

determinado problema. Como mencionado neste captulo, a sua aplicao tem se

verificado nas mais diversas reas.

A deteco de faces em imagens no uma tarefa simples devido

complexidade do fundo, cor da pele, objetos presentes na face, expresses faciais,

problemas de iluminao.
52
 53

4 Deteco de Faces Humanas em Imagens

Coloridas - Metodologia________________

4.1 Consideraes Iniciais

O objetivo deste trabalho foi o desenvolvimento de um algoritmo baseado em

redes neurais artificiais, para a deteco de faces humanas em imagens digitais

coloridas, utilizando segmentao de pele. Neste capitulo so apresentados os

mdulos implementados e a metodologia de desenvolvimento de cada mdulo.

4.2 Mdulos Desenvolvidos

O trabalho foi dividido em dois mdulos principais, o de segmentao de pele

e o de deteco de face. O mdulo de segmentao de pele foi subdividido em

quatro mdulos menores, sendo eles: pr-processamento, segmentao de pele,

varredura da imagem, e ps-processamento. E o mdulo de deteco de face foi

subdividido em dois mdulos: extrao de caractersticas e o mdulo de deteco e

54

interpretao da face. A figura 25 ilustra a seqncia de processamento desses

mdulos e a figura 26 mostra o algoritmo do trabalho desenvolvido. Os seis mdulos

esto relacionados a seguir:

1. Pr-processamento, aplicado para reduo de rudo e melhoria da

qualidade da imagem de entrada;

2. Segmentao de Pele, aplicada para retirar da imagem todas as

regies detectadas como no pele, utilizando para isso uma rede

neural MLP;

3. Varredura da Imagem, onde realizada uma varredura em toda a

imagem, que ir dividir a imagem de entrada em diversas imagens

menores (regies) sobre as quais sero executados os prximos

mdulos, inclusive o mdulo de verificao, que determina se existe

face ou no em cada regio. Essa varredura realizada utilizando um

bloco com dimenso inicial de 80x80 pixels, e que incrementado de

20x20 pixels at atingir um tamanho superior a qualquer dimenso da

imagem;

4. Ps-processamento da imagem, utilizada para destacar as

caractersticas relevantes para a deteco das faces, e inclui a

deteco das bordas, realizada nas reas que contem pele e que ser

utilizada no processo de extrao de caractersticas;

5. Extrao de caractersticas, onde so aplicados mtodos de extrao

de caractersticas para cada forma localizada na etapa anterior;

 55

6. Deteco e interpretao da face, que faz uso das caractersticas

detectadas para cada forma, as quais so aplicadas em uma rede

neural MLP que identificar se a forma sob anlise face ou no.

A metodologia utilizada em cada um desses mdulos ser detalhada nas

sees seguintes.

Figura 25 Fluxograma do trabalho desenvolvido

56

Inicio
Im = Imagem
Tam_Imagem = Tamanho(Im)
Im = Pre_Processamento(Im)
Im = Segmentacao_Pele(Im)
Mascara = 80x80
Enquanto (Mascara <= Tam_Imagem) faa
Im2 = Varredura_Imagem(Im)
Im3 = Im2
Im2 = Pos_Processamento(Im2)
Im2 = Deteccao_Bordas(Im2)
Formas = Deteccao_Formas(Im2)
Caracteristicas = Extracao_Caracteristica(Formas)
Face = Detecao_Face(Caracteristicas)
Se (Face) ento
Grava(Im3)
Fim-Se
Mascara = Mascara + 20x20
Fim-Enquanto
Fim_Algoritmo

Figura 26 Algoritmo do trabalho desenvolvido

4.3 Metodologia

Como imagens de entrada foram utilizadas dois tipos de imagens:

Imagens com extenso JPEG, BMP e GIF, adquiridas de diferentes

pginas da internet (figura 27a) com nenhuma ou vrias faces,

totalizando 25 imagens sendo que h um total de 80 faces nas 25

imagens;

Imagens do banco de faces AR Face Database (MARTINEZ e

BENAVENTE, 1998) (figura 27b), totalizando 25 imagens.

Todas as imagens so coloridas, contendo uma ou mais faces, com fundo de

complexidade varivel, com dimenses variadas e sem nenhum controle de

luminosidade, como pode ser visto na figura 28.

 57

(a) (b)

Figura 27 Exemplo de imagens (a) adquirida na internet e (b) banco AR

importante mencionar que nas imagens obtidas da internet houve a

preocupao de se escolher imagens contendo pessoas de diferentes raas, para

avaliao do mdulo de segmentao de pele.

As imagens adquiridas incluem faces com diferentes ngulos de inclinao e

variaes de expresso, alm de faces com barba, bigode e culos, que so

componentes que podem dificultar a deteco da face (figura 29).

(a) (b)

(c) (d)

Figura 28 Exemplo de imagens utilizadas para teste, (a) e (b) adquiridas na internet (c) e (d) Banco
AR.
58

Figura 29 Exemplo de imagens utilizadas com caractersticas que dificultam a deteco

4.3.1 Pr-processamento

O pr-processamento uma etapa muito importante para a segmentao da

imagem e a sua funo melhorar a qualidade da imagem reduzindo a quantidade

de rudos.

Para a implementao dessa etapa foi utilizada a filtragem por mediana 3X3,

que minimiza o rudo, mas preserva as bordas (GONZALES e WOODS, 2000). A

figura 30 ilustra a aplicao desse filtro sobre uma imagem.

Imagem de entrada

Filtragem por Mediana

3x3

Figura 30 Diagrama de blocos do pr-processamento da imagem

 59

4.3.2 Segmentao de pele utilizando redes neurais

A etapa de segmentao de pele consiste em separar as regies que contm

pele das demais informaes da imagem.

Para a implementao dessa etapa, foi adotada a tcnica de limiar de

classificao de cores pele, utilizando o espao de cores RGB, pela sua simplicidade

de implementao. Inicialmente, os espaos de cores HSV e CyCbCr foram

avaliados, mas o RGB foi o que apresentou melhores resultados no algoritmo

implementado.

Na segmentao foi utilizada uma rede neural MLP com o algoritmo de

aprendizado backpropagation (GOUVEIA et al., 2005; HAYKIN, 2001). A topologia

dessa rede, ilustrada na figura 31, a seguinte:

uma camada com trs entradas, onde so aplicados os valores RGB

de cada pixel da imagem;

duas camadas escondidas com cinco neurnios cada;

uma camada de sada com um neurnio.

A funo de ativao utilizada foi a sigmide e o valor retornado pela funo

foi normalizado, de forma que valores superiores ou iguais a 0.5 so considerados

pele. Nesse caso o valor do pixel na imagem no alterado. No caso de valores

inferiores a 0.5 atribuda a cor preta para o pixel, como ilustrado na figura 32.

O treinamento da rede neural foi realizado utilizando a aprendizagem

supervisionada, onde o conjunto de treinamento utilizado foi elaborado utilizando os

padres correspondentes aos pixels das regies que contm pele e no pele. Esse

conjunto foi constitudo pelas 25 imagens da internet nas quais foram utilizados 25

fundos para treinamento e 25 tipos de pele. Nas imagens do Banco AR as cores do

60

fundo so padronizadas e a tonalidade da pele semelhante entre as imagens,

variando a iluminao.

Na figura 32 apresentado o diagrama de blocos dessa etapa, ilustrando a

imagem de entrada e a imagem resultante contendo somente as regies de pele e

com cores semelhantes pele, o que simplifica as etapas seguintes do algoritmo.

Informaes referentes
ao pixel em RGB

Camada de Sada
(01 neurnio)

Pixel da Validao
Imagem da Pele

1 camada oculta
(05 neurnios) 2 camada oculta
(05 neurnios)

Figura 31 Topologia da Rede Neural proposta para a segmentao de pele

Imagem Imagem
pr-processada segmentada

Segmentao da Imagem

Teste dos pixels Atribuio do valor

utilizando rede 255 ao pixel no
neural MLP pele

Figura 32 Diagrama de blocos da etapa de segmentao da imagem

 61

4.3.3 Varredura

Esta etapa responsvel pela diviso da imagem em pequenas partes que

iro ser processadas e testadas para verificao se existe ou no face. Para isso

utiliza-se uma mscara inicial de 80x80 pixels que ir varrer toda a imagem como

pode ser visto na figura 33 e detalhada na figura 34. Cada regio capturada por essa

mscara redimensionada em uma imagem de 100x100 pixels que ser utilizada na

execuo dos prximos mdulos (figura 35). Aps essa varredura a mscara

incrementa seu tamanho em 20x20 pixels e varre toda a imagem novamente, sendo

esse procedimento realizado sucessivamente at o que as dimenses da mscara

atinjam o tamanho da imagem.

Figura 33 Fluxograma do mtodo de varredura implementado

62

Inicio
Im = Imagem_segmentada
Tam_Imagem = Tamanho(Im)
Tam_Mascara = 80x80
Enquanto (Tam_Mascara <= Tam_Imagem) ento
Pos_Horizontal = 0
Enquanto (Pos_Horizontal + Tam_Mascara(Horizontal) <= Tam_Imagem(Vertical)) faa
Pos_Vertical = 0
Enquanto ((Pos_Vertical + Tam_Mascara(Vertical)) <= Tam_Imagem(Vertical)) faa
Nova_Imagem = Im[Posicao Mascara]
Nova_Imagem = Redimensiona(Nova_Imagem, 100x100)
Pos_Processamento(Nova_Imagem)
Binarizacao(Nova_Imagem)
Deteccao_Bordas(Nova_Imagem)
Extracao_Caracteristicas(Nova_Imagem)
Detecao_Face(Nova_Imagem,Encontrou_Face)
Se (Encontrou_Face) ento
Grava(Nova_Imagem)
Fim-se
Pos_Vertical = Pos_Vertical + 20
Fim-Enquanto
Pos_Horizontal = Pos_Horizontal + 20
Fim-Enquanto
Tam_Mascara = Tam_Mascara + 20x20
Fim-Enquanto
Fim-Algoritmo

Figura 34 Algoritmo do mtodo de varredura implementado

(a) original (b) aps varredura

Figura 35 Exemplo de imagem aps varredura

4.3.4 Ps-processamento

Na etapa de ps-processamento a imagem binarizada utilizando o mtodo

de Otsu (GONZALES e WOODS, 2000) e na seqncia so aplicados filtros de

dilatao, para corrigir pequenas falhas que tenham ocorrido na etapa de

segmentao de pele (figura 36). Alm disso, so aplicados filtros de aguamento

para realar detalhes finos ou detalhes que tenham sido borrados nos passos
 63

anteriores, e por fim para a deteco de bordas foi utilizando o operador Sobel na

vertical e horizontal, cujas mscaras so apresentadas na figura 37.

Imagem
Segmentada

Ps-Processamento da Imagem

Binarizao Dilatao da Deteco de

da Imagem Imagem Bordas

Figura 36 Diagrama de blocos da etapa de ps-processamento da imagem

1 2 1 1 0 1
0 0 0 2 0 2
1 2 1 1 0 1

Figura 37 Mascaras 3x3, vertical e horizontal do operador de Sobel

Um exemplo de ps-processamento ilustrado na figura 38.

(a) (b) (c) (d)

Figura 38 Exemplo de imagem: (a) original, (b) segmentada, (c) binarizada e com (d) bordas
64

4.3.5 Extrao de caractersticas

A etapa de extrao de caractersticas muito importante no processo de

deteco de face, pois reduz a quantidade de dados de entrada para o processo de

deteco (BIANCHI, 2006).

Nessa etapa so extradas caractersticas da imagem resultante dos

processos anteriores, onde essas caractersticas so a presena dos olhos, do nariz

e da boca, e que sero utilizadas na prxima etapa para determinar se a forma

encontrada uma face ou no. Como entrada utilizada uma imagem, mas a sada

do processo um conjunto de dados correspondente imagem de entrada, como

mostrado na figura 39.

Forma detectada Conjunto de

dados

Extrao de caractersticas da Imagem

Localizao das
Redimensionamento caractersticas Extrao dos
da imagem relevantes dados da
(olhos, nariz e caracterstica
boca

Figura 39 Diagrama de blocos da etapa de extrao de caractersticas da imagem

A extrao de caractersticas realizada nas imagens resultantes da etapa de

varredura, anteriormente redimensionadas para o tamanho de 100x100 pixels,

atravs de um algoritmo de varredura que ir separar e armazenar em uma matriz as

coordenadas limites de todas as formas encontrados. O algoritmo faz uso de molde

de dimenso 100x100 pixels para determinar se h formas existentes em regies

especficas da imagem que possivelmente referem-se presena dos olhos, nariz e

 65

boca conforme a figura 40. Essas caractersticas sero utilizadas na prxima etapa

onde ser analisado se a imagem uma face ou no.

Figura 40 Modelo do molde utilizado para extrao de caractersticas

4.3.6 Deteco de faces utilizando redes neurais

A utilizao de redes neurais muito importante no processo de

reconhecimento de padres e classificao. O processo de deteco de face

apresentado neste trabalho consiste na utilizao de uma rede neural MLP com o

algoritmo de aprendizado backpropagation, que ir classificar, atravs do conjunto

de dados definido pela etapa de extrao de caractersticas, se a imagem

selecionada uma face ou uma no-face.

A topologia da rede MLP utilizada a seguinte (figura 41):

uma camada com trs entradas que indicam a presena ou no dos

olhos (quantidade), nariz e boca;

duas camadas escondidas com trs neurnios cada;

uma camada de sada contendo um neurnio.

A funo de ativao utilizada foi a sigmide e o valor retornado pela funo

foi normalizado, de forma que valores superiores ou iguais a 0.5 so considerados

face.
66

Conjunto de
caractersticas faciais

Camada de Sada
(01 neurnio)

Caracteristicas Validao da
extraidas Face

1 camada oculta 2 camada oculta

(03 neurnios) (03 neurnios)

Figura 41 Topologia da Rede Neural proposta para a deteco de face

O treinamento da rede neural para validar se face ou no-face, foi realizado

utilizando algoritmos de aprendizagem supervisionada, onde o conjunto de teste

utilizado foi elaborado utilizando um total de dez vetores de caractersticas extradas

de um conjunto de imagens contendo faces e de um conjunto de no-face.

4.3.7 Software de desenvolvimento

Para o desenvolvimento do algoritmo, foi utilizado o MATLAB (Matrix

Laboratory) verso 7.1, com o toolbox de processamento de imagens e redes

neurais. O MATLAB um ambiente de programao que utiliza uma linguagem

prpria e simplifica a elaborao de trabalhos cientficos. Com o auxilio dos toolbox

que contm funes previamente implementadas, possvel obter uma maior

agilidade no processo de desenvolvimento do algoritmo e na anlise dos resultados

obtidos.
 67

5 Resultados e Discusses_______________

Neste capitulo sero apresentados os resultados obtidos e discusses para o

software de deteco de face desenvolvido.

5.1 Resultados obtidos com o algoritmo de segmentao

Para os testes de segmentao foram utilizados dois bancos de imagens j

mencionados no capitulo 4.

As figuras 40(b) e (d) mostram as imagens resultantes da aplicao do

algoritmo de segmentao nas imagens originais da internet apresentadas nas

figuras 40(a) e (c), respectivamente. As figuras 41(b) e (d) mostram as imagens

resultantes da aplicao do algoritmo de segmentao nas imagens originais do

banco AR apresentadas nas figuras 41(a) e (c) respectivamente. Observa-se que as

imagens resultantes apresentam as regies que contem pele, removendo-se

praticamente todo o fundo da imagem.

68

(a) (b)

(c) (d)
Figura 40 - (a), (c) e (e) imagens originais, (b), (d) e (f) imagens processadas do banco de imagens da
internet

(a) (b)

(c) (d)
Figura 41 - (a), (c) e (e) imagens originais, (b), (d) e (f) imagens processadas do banco de imagens
AR
 69

Um dos problemas identificado no algoritmo que ele no consegue remover

o fundo das imagens que possui cores semelhantes da pele humana como pode

ser observado na imagem resultante da figura 42. Isso pode acarretar falsos

positivos na identificao de face ou no face.

(a) (b)
Figura 42 - (a) imagem original (b) imagem segmentada

Um outro problema identificado que algoritmo pode reconhecer parcial ou

completamente a pele humana como fundo, como pode ser observado na figura 43,

onde as faces foram removidas completamente. Um outro exemplo apresentado

na figura 44 onde a face a face parcialmente erodida por ser confundida com o

fundo. Esse problema resulta na no identificao da face por falta de componentes

estruturais.

Uma possibilidade de melhoria do resultado seria aumentar a base de

treinamento para a rede neural MLP utilizada e outra possibilidade seria a aplicao

de outra metodologia de deteco de pele (estatsticas paramtricas ou as baseadas

em histogramas) conforme apresentado no capitulo 3.

70

(a) (b)
Figura 43 - (a) imagem original (b) imagem segmentada

(a) (b)
Figura 44 - (a) imagem original (b) imagem processada

A tabela 1 apresenta o resultado percentual e o nmero total de faces, faces

localizadas e faces com eroses nas imagens da Internet e do Banco AR aps o

processo de segmentao e todas quantificadas visualmente. Essa informao

tambm apresentada de forma grfica na figura 45.

Na tabela 2 apresentado o resultado depois de aplicado o teste T-Student

nas imagens da internet e do Banco AR.

Tabela 1 Tabela que apresenta a quantidade de faces identificadas e faces com eroses na face

Banco de Imagens Total de Faces Faces Localizadas Faces com Eroses

Internet 80 100% 76 95% 12 15%
Banco AR 25 100% 25 100% 8 32%
 71

Figura 45 Grfico de faces localizadas e faces com eroses na imagem aps segmentao

Tabela 2 Tabela que apresenta o resultado do teste T-Student para o total de faces localizadas

Banco de Imagens Taxa de significncia

Internet 0,4471
Banco AR 0,0000
Mdia 0,2470

O que se pode concluir dos resultados obtidos ilustrados nas tabelas 1 e 2

que as imagens do Banco AR foram a que apresentaram melhores resultados pelo

fato de sua taxa de significncia encontrar-se abaixo da mdia de significncia

(tabela 2), apesar de algumas faces terem sido erodidas, como pode ser observado

no apndice B. Uma das caractersticas desse banco que a iluminao diferente

em imagens que apresentam a face de uma mesma pessoa, o que pode contribuir

para o processo de eroso. Para as imagens da Internet, devido sua diversidade

5% das faces no foi identificada (tabela 1), o que j era esperado, devido ao fato de

no serem imagens padronizadas e conterem pessoas com diferentes cores de pele.

No apndice A encontra-se o resultado da segmentao para todas as imagens da

Internet utilizadas.
72

O mdulo de segmentao apresentou resultados que facilitaro a etapa de

deteco de face embora, como j mencionado na discusso dos problemas

encontrados, existir falso positivos e falso negativos.

5.2 Resultados obtidos com o algoritmo de deteco de face

Para o teste do algoritmo de deteco de faces foram utilizadas as mesmas

imagens dos testes de segmentao de pele. As figuras 46(c) e (f) apresentam os

resultados aps a execuo do algoritmo de deteco.

(a) (b) (c)

(d) (e) (f)

Figura 46 - Resultado do algoritmo de deteco de face: (a) e (d) imagens originais e (b), (c), (e) e (f)
imagens resultantes

A tabela 3 apresenta o resultado da execuo do algoritmo de deteco de

faces para todas as imagens dos bancos utilizados, onde se observa que mesmo

com algumas eroses nas imagens a quantidade de faces detectadas foi de 83%

para o banco de imagens da Internet, e de 88% para o Banco AR. A figura 47 mostra

os resultados da tabela 3 de forma grfica.

 73

Tabela 3 Tabela que apresenta o total de faces e o total de faces detectadas

Banco de Imagens Total de Faces Faces Detectadas

Internet 80 100% 67 83%
Banco AR 25 100% 22 88%

Figura 47 Grfico com o total de faces localizadas

Foi tambm aplicado o teste T-Student nos resultados gerados e a taxa mdia

de significncia obtida foi de 0,0248, ou seja dentro da faixa adotada (0,05). Esse

teste evidenciou que os melhores resultados foram com as imagens do Banco AR

que apresentaram uma taxa de significncia inferior mdia. J as imagens da

internet apresentaram uma taxa de significncia acima da mdia e prxima da faixa

de significncia adotada, mostrando que seus resultados so inferiores queles

obtidos com o Banco AR, conforme pode ser observado na tabela 4.

Tabela 4 Tabela que apresenta o resultado do teste T-Student para o total de faces detectadas

Banco de Imagens Faces Detectadas

Internet 0,0469
74

Banco AR 0,0028
Mdia 0,0248

Como j esperado, aps a anlise das tabelas 3 e 4 os melhores resultados

foram obtidos para as imagens do Banco AR, pelo fato deste ser padronizado e no

ter fundo to complexo como as imagens da Internet. As faces no encontradas para

o Banco AR devem-se principalmente ao problema de ocluso, j que nesse banco

no h faces rotacionadas, ou com iluminao que prejudique a identificao de

caractersticas.

Para as imagens da Internet as faces no encontradas devem-se aos

problemas j mencionados na seo 5.1 da etapa de segmentao, problemas de

ocluso e rotao da face.

Para uma melhor avaliao dos resultados apresentada a tabela 5, que

mostra os falsos positivos obtidos em cada banco. Esses resultados so tambm

apresentados de forma grfica na figura 48. Observa-se nessa tabela que para o

Banco AR no houve falsos positivos, enfatizando que os resultados para esse

Banco foram superiores aos das imagens da Internet. Para as imagens da Internet

verificou-se 4% de falsos positivos, indicando que o nmero real de faces

encontradas foi menor do que o nmero de faces detectadas pelo software. Esse

erro deve-se principalmente aos problemas mencionados na etapa de segmentao

na seo 5.1.

Tabela 5 Tabela que apresenta o total de pessoas e o total de falsos positivos nas imagens

Imagens Diversas Banco AR

Total Formas 81 100% 25 100%
 75

Pessoas 67 83% 22 88%

Falso Positivos 3 4% 0 0%

Figura 48 Grfico de com o total de faces localizadas e total de falsos positivos

76
 77

6 Concluses e Sugestes para Trabalhos

Futuros____________________________

Este trabalho teve como objetivo o desenvolvimento de um sistema para

deteco automtica de faces em imagens coloridas. Para isso foram desenvolvidos

dois mdulos principais: mdulo de segmentao de pele, que tem como objetivo

remover o fundo das imagens adquiridas e o mdulo de deteco de faces que tem

como objetivo detectar as faces nas imagens processadas no mdulo anterior.

Para avaliao do software implementado foram utilizados dois banco de

imagens, um com imagens padronizadas (Banco AR) e outro banco com imagens

adquiridas na Internet contendo faces com diferentes tons de pele e fundo complexo.

Aps a execuo do algoritmo de deteco de face, foi determinado o

percentual de faces detectadas para cada banco e os resultados foram tambm

avaliados com o teste T-Student. O percentual de faces detectadas foi de 83% para

as imagens adquiridas na internet e de 88% para as imagens do Banco AR. O teste

T-Student evidenciou que os resultados do Banco AR foram melhores , pelo fato

78

deste apresentar uma taxa de significncia abaixo da mdia encontrada, o que j era

esperado pelo fato dessas imagens serem padronizadas, no conterem faces

rotacionadas e com fundo complexo.

Os principais problemas identificados para as imagens no detectadas foram:

ocluso, problemas na etapa de segmentao e rotao da face. Esses problemas

afetaram principalmente as imagens adquiridas na Internet pelo fato de terem um

fundo complexo. As imagens do Banco AR foram afetadas principalmente pela

ocluso.

O principal problema identificado no software desenvolvido encontra-se na

etapa de segmentao pelo fato da rede neural considerar algumas regies de fundo

como pele, gerando assim falsos positivos, e tambm algumas regies de pele como

fundo, ocasionando eroso na face e assim gerando falsos negativos.

A etapa de segmentao pode ser melhorada, adotando-se uma outra tcnica

de segmentao de pele como aquelas j apresentadas no capitulo 3.

6.1 Sugestes para trabalhos futuros

Como sugesto para trabalhos futuros prope-se:

Implementar um mdulo de segmentao de pele por etnia;

Na etapa de segmentao aumentar a base de treinamento;

Na etapa de segmentao utilizar outras tcnicas tais como a

estatstica paramtrica ou baseada em histograma;

Na etapa de deteco implementar a rede neural com uma entrada

adicional, de forma a se ter uma entrada para o olho direito e outra

para o olho esquerdo.

 79

6.2 Trabalho Publicado

Com este trabalho foi publicado o artigo Deteco de Faces Humanas em

Imagens Coloridas Utilizando Redes Neurais Artificiais, V Workshop de Viso

Computacional, (WVC 2009).

80
 81

_________________Referncias Bibliogrficas

A fim de situar no tempo a literatura utilizada para elaborao desta pesquisa,

apresenta-se a seguir o grfico referente literatura utilizada de acordo com o ano
de publicao e quantidade, como pode ser observado na figura 49.

Figura 49 Artigos e peridicos utilizados na pesquisa de acordo com o ano de publicao.

ALATTAR, A.; RAJALA S. (1999). Facial Features Localization in Front View Head
And Shoulders Images, IEEE International Conference on Accoustics,
Speech and Signal Processing, vol. 6, pp.3557-3560.

AMIT, Y.; GERMAN, D.; JEDYNAK B. (1997). Efficient Focusing and Face
Detection, Springer-Verlag, Face Recognition: From Theory to Applications,
pp. 143-158.

AMORIM, J. (2009). Sistema Nervoso, Site, Sala de Aula, disponvel em

http://www.passeiweb.com/na_ponta_lingua/sala_de_aula/biologia/biologia_a
nimal/sistema_nervoso/sist_nervoso, ultimo acesso em: dezembro de 2009.
82

BECHELLI, L. M., CURBAN, G. V.; Compndio de Dermatologia; Atheneu Editora;

So Paulo; 1963.

BHUIYAN, M. A.; AMPORNARAMVETH , V.; MUTO, S.; UENO, H. (2003). Face

Detection and Facial Feature Localization for Human-machine Interface, NII
Journal, n. 5.

BIANCHI, M. F. (2006), Extrao de caractersticas de imagens de faces humanas

atravs de wavelets, PCA e IMPCA, Dissertao, Escola de Engenharia de
So Carlos, USP Universidade de So Paulo.

BONVENTI JR, W; COSTA, A. H. R.; Sistema semi-automtica para deteco de

pele por agrupamentos nebulosos; VI Simpsio Brasileiro de Automao
Inteligente; Brasil; 2003.

CAETANO, T., OLABARRIAGA, S., BARONE, D.; Performance evaluation of single

and multiple-Gaussian models for skin color modeling; Proceedings XV
Brazilian Symposium on Computer Graphics and Image Processing
SIBGRAPI; IEEE; pp. 275-282; 2002.

CAETANO, T. S., BARONE, D. A.; A probabilistic model for the human skin color;
Proceedings of 11th International Conference on Image Analysis and
Processing ICIAP01; IEEE; pp. 279-284; 2001.

CAI, J.; GOSHTASBY, A.; YU, C. (1999). Detecting human faces in color images,
International Workshop on Multi-Media Database Management Systems, pp.
124-131.

FERIS, R. S.; CAMPOS, T. E.; MARCONDES-JR, R. C. (2000). Detection and

Tracking of Facial Features in Video Sequences, MICAI 2000: Advances in
Artificial Intelligence, pp. 127-135.

GASPAR, T. L. (2006), Reconhecimento de faces humanas usando redes neurais

MLP, Dissertao, Escola de Engenharia de So Carlos, USP Universidade
de So Paulo.
 83

GASPAR, T. L.; PAIVA, M. S. V. (2005), Localizao de caractersticas faciais

usando projees horizontais e verticais, I Workshop de Viso
Computacional, (WVC 2005), pp. 135-138.

GONZALES, R. C.; WOODS, R. E. (2000), Processamento de Imagens Digitais,

Editora Edgard Blcher.

GOUVEIA, W. R.; PAIVA, M. S. V. (2009), Deteco de Faces Humanas em

Imagens Coloridas Utilizando Redes Neurais Artificiais, V Workshop de Viso
Computacional, (WVC 2009).

GOUVEIA, W. R.; LORENCETTI, A. A.; OLIVETE, A. L. (2005). Subtrao de fundo

em imagens digitais utilizado redes neurais artificiais MLP, I Workshop de
Viso Computacional, (WVC 2005), pp. 36-39.

HAYKIN, S. (2001), Redes Neurais: princpios e prtica, Editora Bookman.

HSU, R.; Abdel-Mottaleb, M.; Jain, A. K. (2002). Face detection in color images,
IEEE Transactions on Pattern Analysis and Machine Intelligence, vol 5, pp.
696-706.

JIN, Z.; LOU, Z.; YANG, J.; SUN, Q. (2007), Face detection using template matching
and skin-color information, Neurocomputing, vol. 70, pp. 794800.

JONES, M., REHG, J.; Statistical color models with application to skin detection;
International Journal of Computer Vision; Kluwer; pp. 81-96; 2002.

KANADE, T. (1973). Picture Processing System by Computer Complex and

Recognition of Human Faces, doctoral dissertation, Universidade de Kyoto.

KIRBY, M.; SIROVICH, L. (1990). Application of the Karhunen-Loeve procedure for

the characterization of human faces. IEEE Transactions on Pattern Analysis
and Machine Intelligence, vol. 12, pp.103-108.

KOTROPOULOS, C.; PITAS, I. (1997). Rule-Based Face Detection in Frontal

Views, IEEE International Conference on Acoustics, Speech and Signal
Processing, vol. 4, pp. 2537-2540.
84

KOVAC, J., PEER, P., SOLINA, F.; Human skin colour clustering for face detection,
EUROCON 2003 International Conference on Computer as a Tool, IEEE,
2003.

LAURENT, C., LAURENT, N., BODO, Y.; A human skin detector combining mean
shift analysis and watershed algorithm; Proc. of International Conference on
Image Processing; Vol III; IEEE.; pp. 1025-1028; 2003.

LE, H. S; LI, H. (2004). Recognizing frontal face images using Hidden Markov
models with one training image per person, International Conference on
Pattern Recognition, vol. 1, pp. 318-321.

LEE, H. W.; KIL, S.; HAN, Y.; HONG; S. H. (2001). Automatic Face and Facial
Features Detection, IEEE International Symposium on Industrial Electronics,
vol. 1, pp 254-259.

LEE, K. F.; HON, H. W.; HWANG, M. Y.; HUANG, X. (1990). Speech Recognition
Using Hidden Markov Models: A CMU Perspective, Speech Communication,
Elsevier Science Publishers B. V., vol. 9, pp. 497-508.

LOPES, E. C. (2005). Deteco de Faces e Caractersticas Faciais, Relatrio

Tcnico, Pontifcia Universidade Catlica do Rio Grande do Sul PUCRS.

LYON, D.; VINCENT N. (2009). Interactive Embedded Face Recognition, Journal of

Object Technology, vol 8, n 1, pp. 23-53.

MARTINEZ, A. M.; BENAVENTE, R. (1998), The AR Face Database, CVC

Technical Report 24.

METZ, C. E.; Basic principles of ROC analysis; Seminars in Nuclear Medicina; pp.
283-298; 1978.

NASCIMENTO, A. V.; GOZAGA, A. (2005). Deteco de faces humanas em

imagens digitais: um algoritmo baseado em lgica nebulosa, I Workshop de
Viso Computacional, (WVC 2005), pp. 96-99.
 85

NEIFAN, A. V.; HAYES, M. H. (1998). Face Detection and Recognition Using

Hidden Markov Models, International Conference on Image Processing, vol.
1, pp. 141-145.

PRADO, J. L. (2004), Investigao biomtrica em imagens digitais para deteco de

faces humanas atravs da proporo divina, Dissertao, Escola de
Engenharia de So Carlos, USP Universidade de So Paulo.

RABINER L. R. (1989), A Tutorial on Hidden Markov Models and Selected

Applications in Speech Recognition, Procedings of the IEEE, Vol. 77, n. 2, pp.
257-286.

RABINER, L. R.; JUNG, B. H. (1993), Fundamentals of Speech Recognition.

Prentice Hall.

RAMOS FILHO, H. S.; Deteco de pele humana em Imagens veiculadas na WEB;

Dissertao de Mestrado; Macei; 2006.

RIKERT, T. D. (1999). Texture-Based Statistical Models for Object Detection in

Natural images, Dissertao de mestrado, Massachusetts Institute of
Technology.

ROWLEY, H. A.; BALUJA, S.; KANADE, T. (1998a), Neural network-based face

detection, IEEE Transactions on Pattern Analysis and Machine Intelligence,
vol. 20, pp. 23-38.

ROWLEY, H. A.; BALUJA, S.; KANADE, T. (1998b), Rotation Invariant Neural

Network-Based Face Detection, IEEE Proceedings on Computer Vision and
Pattern Recognition.

SABER, E.; TEKALP, A. M. (1998), Frontal-view Face Detection and Facial Feature
Extraction Using Color, Shape and Symmetry Based Cost Functions , Pattern
Recognition Letters, vol. 19, pp. 669-680,

SAMARIA, F.S. (1994). Face Recognition Using Hidden Markov Models, Tese,
Univ. of Cambridge, 1994.
86

SANTOS, A. R. (2005), Identificao de faces humanas atravs de PCA-LDA e

redes neurais SOM, Dissertao, Escola de Engenharia de So Carlos, USP
Universidade de So Paulo.

SIROHEY, S. A. (1993). Human face segmentation and identification, Relatrio

Tcnico, Universidade de Maryland.

SOBOTTKA, J.; PITTAS, I. (1996). Segmentation and tracking of faces in color

images, Proceedings of the Second International Conference on Automatic
Face and Gesture Recognition, pp. 236-241.

TERRILLON, J., SHIRAZI, M. N., FUKAMACHI, H., AKAMATSU, S.; Comparative

performance of different skin chrominance models and chrominance spaces
for the automatic detection of human faces in color images; IEEE
International Conference on Face and Gesture Recognition; pp. 54-61; 2000.

TURK, M. A.; PENTLAND, A. P. (1991). Face recognition using eigenfaces. IEEE

Computer Society Conference on Computer Vision and Pattern Recognition,
pp. 586- 591.

VEZHNEVETS, V. (2002). Face and Facial Feature Tracking for Natural Human-
Computer Interface, disponvel em http://graphics.cs.msu.ru/en/publications/
text/gc2002vvezh.pdf, ultimo acesso em: dezembro de 2009.

WANG, J.G.; SUNG, E. (1999), Frontal-view Face Detection and Facial Feature
extraction Using Color and Morphological Operations, Pattern Recognition
Letters, vol. 20, pp. 1053-1068.

WON, K. W.; LAM; K. M., SIU, W.C. (2001). An Efficient Algorithm for Human Face
Detection and Facial Feature Extraction under Different Conditions, Pattern
Recognition Letters, vol 34, pp. 1994-2004.

XU, T. Q.; LI, B. C. Li; WANG, B. (2003). Face detection and recognition using
neural network and hidden Markov models, International Conference on
Neural Networks and Signal Processing, vol. 1, pp. 228-231.
 87

YANG, G.; HUANG, T. S. (1994). Human Face Detection in Complex Background,

Pattern Recognition, vol. 27, no. 1, pp. 53-63.

YANG, M. H.; KRIEGMAN, D. J.; AHUJA, N. (2002). Detecting Faces in Images: A

Survey, IEEE Transactions on Pattern Analysis and Machine Inteligence. Vol
24, no. 1.

YANG, M. H.; AHUJA, N. (1998) . Detecting human faces in color images,

International Conference on Image Processing, vol 1, pp. 127-130.

YUILLE, A. L.; HALLINAN, P. W.; COHEN, D. S. (1992). Feature Extraction from

Faces Using Deformable Templates, International Journal of Computer
Vision, vol.8, n. 2, pp. 99-111.

YI, J., PARK, J., KIM, J., CHOI, J., Robust skin color segmentation using a 2d plane
of RGB color space, Lecture Notes in Computer Science, vol. 2869, ISCIS
2003, pp. 413-420; 2003.

ZAPATA, J.; RUIZ, R. (2007), Biometric and Color Features Fusion for Face
Detection and Tracking in Natural Vdeo Sequences, IWINAC 2007, PART II,
PP. 7280.
88
 89

___Apndice A Banco de Imagens da Internet

Imagem 1

Original Segmentada Faces Detectadas

Imagem 2

Original Segmentada Faces Detectadas

Imagem 3

Original Segmentada Faces Detectadas

Imagem 4

Original Segmentada Faces Detectadas

90

Imagem 5

Original Segmentada Faces Detectadas

Imagem 6

Original Segmentada Faces Detectadas

Imagem 7

Original Segmentada Faces Detectadas

Imagem 8

Original Segmentada Faces Detectadas

Imagem 9

Original Segmentada Faces Detectadas

 91

Imagem 10

Original Segmentada Faces Detectadas

Imagem 11

Original Segmentada Faces Detectadas

Imagem 12

Original Segmentada Faces Detectadas

Imagem 13

Original Segmentada Faces Detectadas

92

Imagem 14

Original Segmentada Faces Detectadas

Imagem 15

Original Segmentada Faces Detectadas

Imagem 16

Original Segmentada Faces Detectadas

Imagem 17
]

Original Segmentada Faces Detectadas

 93

Imagem 18

Original Segmentada Faces Detectadas

Imagem 19

Original Segmentada Faces Detectadas

Imagem 20

Original Segmentada Faces Detectadas

Imagem 21

Original Segmentada Faces Detectadas

94

Imagem 22

Original Segmentada Faces Detectadas

Imagem 23

Original Segmentada Faces Detectadas

Imagem 24

Original Segmentada Faces Detectadas

Imagem 25

Original Segmentada Faces Detectadas

 95

_________Apndice B Banco de Imagens AR

Imagem 1

Original Segmentada Faces Detectadas

Imagem 2

Original Segmentada Faces Detectadas

Imagem 3

Original Segmentada Faces Detectadas

Imagem 4

Original Segmentada Faces Detectadas

96

Imagem 5

Original Segmentada Faces Detectadas

Imagem 6

Original Segmentada Faces Detectadas

Imagem 7

Original Segmentada Faces Detectadas

Imagem 8

Original Segmentada Faces Detectadas

Imagem 9

Original Segmentada Faces Detectadas

 97

Imagem 10

Original Segmentada Faces Detectadas

Imagem 11

Original Segmentada Faces Detectadas

Imagem 12

Original Segmentada Faces Detectadas

Imagem 13

Original Segmentada Faces Detectadas

Imagem 14

Original Segmentada Faces Detectadas

98

Imagem 15

Original Segmentada Faces Detectadas

Imagem 16

Original Segmentada Faces Detectadas

Imagem 17

Original Segmentada Faces Detectadas

Imagem 18

Original Segmentada Faces Detectadas

Imagem 19

Original Segmentada Faces Detectadas

 99

Imagem 20

Original Segmentada Faces Detectadas

Imagem 21

Original Segmentada Faces Detectadas

Imagem 22

Original Segmentada Faces Detectadas

Imagem 23

Original Segmentada Faces Detectadas

Imagem 24

Original Segmentada Faces Detectadas

100

Imagem 25

Original Segmentada Faces Detectadas