Fiswg Image Factors To Consider in Facial Img Comparison v1.0 2021.05.28.en - PT

Traduzido do Inglês para o Português - www.onlinedoctranslator.
com
Isenção de responsabilidade:
Como condição para o uso deste documento e das informações nele contidas, o Grupo de Trabalho
Científico de Identificação Facial (FISWG) solicita notificação por e-mail antes ou
contemporaneamente à apresentação deste documento, ou de qualquer parte dele, como um
anexo marcado oferecido para ou movido como evidência em qualquer audiência judicial,
administrativa, legislativa ou adjudicatória ou outro processo (incluindo processos de descoberta)
nos Estados Unidos ou em qualquer país estrangeiro. Tal notificação deverá incluir: 1) o nome
formal do processo, incluindo número de súmula ou identificador similar; 2) o nome e localização
do órgão que conduz a audiência ou processo; e 3) o nome, endereço postal (se disponível) e
informações de contato da parte que oferece ou transfere o documento para prova. Após a
utilização deste documento em processo formal, solicita-se que o FISWG seja notificado quanto à
sua utilização e ao resultado do processo. As notificações devem ser enviadas para:
chair@fiswg.org
Política de redistribuição:
O FISWG concede permissão para redistribuição e uso de todos os documentos publicados publicamente
criados pelo FISWG, desde que sejam atendidas as seguintes condições:
As redistribuições de documentos, ou partes de documentos, devem manter a folha de rosto do FISWG

contendo a isenção de responsabilidade.
Nem o nome do FISWG, nem os nomes de seus colaboradores, podem ser usados para endossar ou
promover produtos derivados de seus documentos.
Qualquer referência ou citação de um documento FISWG deve incluir o número da versão (ou data de
criação) do documento e mencionar se o documento está em estado de rascunho.
Versão 1.0 2021.05.28
Fatores de imagem a serem considerados na

comparação de imagens faciais
Objetivo
O objetivo deste documento é descrever os fatores de imagem que podem afetar a

fotografia/videografia do rosto de um sujeito físico e que devem ser avaliados ao
realizar a análise morfológica facial.
1. Escopo
1.1 O escopo deste documento abrange os fatores que podem afetar as imagens faciais para
consideração pelos revisores e examinadores de imagens faciais. Este documento fornece
terminologia padrão para identificar fatores de imagem e orientação sobre como descrever seu efeito
no rosto ou nas características faciais. Não é uma lista exaustiva de possíveis fatores. Este documento
não considera o processamento de vídeo em sua totalidade, captura de imagens analógicas, captura
tridimensional, pós-processamento de imagem, incluindo filtros e curvas de câmera, modificação
deliberada de imagem, impressão ou problemas de exibição visual.
2. Documentos Referenciados
2.1 Padrões ASTM1
Terminologia E2916 para Exame de Evidência Digital e Multimídia
2.2 Outros Padrões Biométricos:
Atualização ANSI-NIST ITL 1-2011: 2015, Formato de dados para o intercâmbio de impressão digital,
facial e outras informações biométricas2
1Para padrões ASTM referenciados, visitehttps://www.nist.gov/osac/astm-launch-code , ou o site da ASTM,https://
www.astm.org/ , ou entre em contato com o Atendimento ao Cliente ASTM em service@asstm.org. Para obter
informações sobre o volume do Livro Anual de Normas ASTM, consulte a página Resumo do Documento da norma no
site da ASTM.
2Disponível no site do Instituto Nacional de Padrões e Tecnologia (NIST) https://
www.nist.gov/programs-projects/ansinist-itl-standard ouhttps://www.nist.gov .
FISWGFatores de imagem a serem considerados na comparação de imagens faciais 1
Este documento inclui uma folha de rosto com a isenção de responsabilidade do FISWG
Versão 1.0 2021.05.28
Lista de recursos de comparação de imagens faciais do FISWG para análise morfológica3
Visão Geral da Comparação Facial do FISWG e Diretrizes Metodológicas
ISO/IEC SC37 19794-5Formatos de intercâmbio de dados biométricos4
3. Introdução
3.1 A análise morfológica é a melhor prática para comparação facial (FISWG Facial
Visão Geral de Comparação e Diretrizes Metodológicas. No entanto, é altamente sensível à qualidade da
imagem. A perda de qualidade da imagem por, por exemplo, desfoque, artefatos de compressão ou
redução na resolução espacial pode reduzir ou eliminar a visibilidade dos traços e características faciais.
Como resultado, a capacidade de comparar duas ou mais imagens será reduzida e uma maior incerteza
será introduzida.
3.2 Os fatores de captura de imagem facial apresentados neste documento destinam-se a

servir como parte das diretrizes de comparação morfológica FISWG. Qualquer referência neste
documento à palavra “imagem” refere-se a uma imagem estática digital.
3.3 Este documento inclui fatores de imagem que podem ser visíveis ou afetar as imagens
sendo analisado e comparado, especificamente ao usar o documento FISWG “Facial
Image Comparison Feature List for Morphological Analysis”.
3.4 Esses fatores de captura de imagem podem levar uma imagem a ser avaliada como 'limitada
valor' ou 'inadequado' para comparação facial.
3.5 Este documento não se destina a cobrir todos os possíveis efeitos de imagem nas imagens
usado na comparação facial; no entanto, outros documentos FISWG se concentram em vários
fatores que estão fora do escopo deste documento. Este documento não pretende implicar
que cada fator deve ser identificado durante a análise e comparação. Além disso, a
implementação desta diretriz varia de acordo com a agência.
3.6 Este documento usa histogramas para mostrar objetivamente os efeitos de várias imagens
fatores na faixa e distribuição de tons da imagem, com um impacto correspondente na exposição
e contraste.
4. Fatores de Imagem
3Disponível no Grupo de Trabalho Científico de Identificação Facial (FISWG),
https://fiswg.org/documents.html .
4Disponível na International Organization for Standardization https://
www.iso.org/committee/313770/x/catalogue/ ouhttps://www.iso.org .
Versão 1.0 2021.05.28
4.1 Os seguintes fatores de imagem devem ser considerados na análise e comparação

de imagens faciais. É importante entender que alguns fatores não são mutuamente exclusivos.
Além disso, alguns fatores de imagem são muito comuns e facilmente observados, enquanto
outros não. Também pode não ser possível determinar a causa específica de um fator de imagem
onde existem múltiplas causas contribuintes, mas é imperativo reconhecer a presença e o impacto
potencial de tal fator.
4.2 Uma ampla gama de fatores pode afetar a qualidade das imagens faciais. Estes incluem, mas
não se limitam à lista a seguir (Tabela 1).
tabela 1
Fatores de imagem
Artefatos
Distorção
Iluminação
Próximo ao infravermelho
Ruído
Obstruções
Pose
Nitidez
Resolução
5. Artefatos
5.1 O prazoArtefatosrefere-se a uma ampla gama de anomalias de imagem influenciadas pelo

qualidades ópticas da câmera e o processo de digitalização. Isso pode incluir amostragem espacial,
compressão, interferência elétrica, nitidez e problemas de luz de alta intensidade. Essas anomalias
podem obscurecer ou introduzir detalhes faciais falsos e fazer com que a imagem pareça ter sido
alterada. As distorções também são classificadas como artefatos, mas são consideradas
separadamente neste documento.
5.1.1Florescendorefere-se a pontos/áreas brilhantes, manchas e estrias que ocorrem

vários pixels em uma imagem. Blooming é causado pela saturação excessiva de partes do
sensor em resposta a uma fonte de luz brilhante (intensa). Isso faz com que os pixels ao redor,
às vezes em linhas, iluminem e até superexponham essa parte da imagem. Geralmente pode
causar Aberrações Cromáticas e Lens Flare (veja abaixo) ao mesmo tempo.
• Allen, E., Trinataphillidou, S., The Manual of Photography, Décima Edição, Focal Press,
2011, Capítulo 9 Image Sensors Página 169.
• Sencar HT, Memon, N., Digital Image Forensics, Springer, 2013, 3.3.6
Saturação, Página 39.
• https://www.cambridgeincolour.com/tutorials/lens-corrections.htm
Versão 1.0 2021.05.28
• https://info.adimec.com/blogposts/ccd-versus-cmos-blooming-and-
smearperformance
• https://micro.magnet.fsu.edu/primer/digitalimaging/concepts/ccdsatandblooming.
html
Esta imagem (acima) demonstra o efeito da floração. O recorte próximo destaca a

superexposição e a lavagem dos detalhes visíveis adjacentes à região dos olhos visível no
histograma como um recorte de destaques.
5.1.2Bandagem (posterização)é uma perda de dados de imagem e pode ser observado como um
transição pronunciada em tom e cor (croma). Geralmente é causado por baixa profundidade de
bits, compactação e processos de impressão. Afeta toda a imagem e é mais observável em áreas de
baixo contraste.
• McHugh, S, T,. Noções básicas sobre fotografia Volume 1 (versão 1.3), 2017, Cambridge
em cores, páginas 25-27 Noções básicas sobre profundidade de bits
• Allen, E., Trinataphillidou, S., O Manual de Fotografia, Décima Edição, Focal Press,
2011, Capítulo 21 Reprodução de tons Páginas 388-391.
• https://www.cambridgeincolour.com/tutorials/posterization.htm
• https://www.imatest.com/solutions/artifacts/#compression
Versão 1.0 2021.05.28
Imagem de referência (acima) mostrando uma representação de gradiente fino de tons e matizes dentro da imagem.
A posterização é visível com transições de gradiente distintas ocorrendo entre os tons. O histograma (acima)
demonstra o agrupamento de matizes sinônimo de menor profundidade de bits.
A posterização mostra como faixas de cor presentes na face. O histograma é dividido em picos de cores distintos devido
à redução na profundidade de bits em comparação com a imagem de referência (acima).
Versão 1.0 2021.05.28
5.1.3Tocando (haloando)pode ser observada como uma área mais clara imediatamente adjacente
regiões mais escuras em áreas de alto contraste (áreas de uma imagem que possuem um grande gradiente
de intensidade). À medida que a região mais clara se torna clara, a região mais escura adjacente também
pode se tornar mais escura e pode levar ao recorte (perda) de detalhes claros e escuros. Também pode
aparecer como uma distorção de cor. Técnicas de compressão e filtragem, como nitidez, podem causar esse
efeito. Para rostos, normalmente é visto ao redor de cabelos, orelhas e íris, resultando na distorção dos tons
adjacentes em comparação com os do resto do rosto. O toque pode ocultar detalhes finos.
2011, Capítulo 19 Introdução à qualidade da imagem e desempenho do sistema,
páginas 350-351.
• Schewe, J., Fraser, B., Real World Image Sharpening com Adobe Photoshop,
Camera Raw e Lightroom, Capítulo Um. O que é Nitidez, Locais 299-399 de
4934.
• https://www.cambridgeincolour.com/tutorials/image-sharpening.htm
• https://www.photozone.de/jpeg2000-vs-jpeg-vs-tiff
Versão 1.0 2021.05.28
Imagem de referência (acima). Um histograma de um corte próximo ou da região do cabelo mostra a faixa tonal e
distribuição uniforme de tons.
Versão 1.0 2021.05.28
Esta imagem comprimida (acima) demonstra o efeito halo, destacado no recorte próximo como um esbranquiçado
região adjacente à linha do cabelo. O histograma é segregado em tons distintos. O contraste tem
intensificado indicado pelo aumento da amplitude do histograma.
Versão 1.0 2021.05.28
Esta imagem (acima) representa uma comparação lado a lado de cortes próximos da imagem de referência
inalterada e uma versão altamente compactada (compactação jpeg) da referência. Um halo visível está presente
ao redor da íris da imagem comprimida. Isso causou um aumento no contraste e resultou na
recorte de pixels claros e escuros como demonstrado nos histogramas.
5.1.4Bloqueio - Compactação JPEG/Bloqueio de macro
5.1.4.1 Efeitos de compressão podem ser observados em imagens de menor resolução ou mais
imagens altamente compactadas. Um exemplo comum são as imagens do Joint Photographic Expert
Group (JPEG) que normalmente exibem blocos de pixels de oito por oito (64 pixels). Essa técnica de
compressão pode causar artefatos de bloqueio, fazendo com que objetos redondos como pupilas e íris
pareçam mais quadrados e resulte na introdução de cor, bem como perda e alteração tonal. A
compressão resulta na perda de detalhes finos e na introdução de detalhes falsos.
• Robinson, E, M. Fotografia da cena do crime, segunda edição, Academic Press 2010,

capítulo 10, tecnologias de imagem digital, páginas 520-523.
• Unterweger, A., Artefatos de compressão na codificação de vídeo moderna e meios de
compensação de última geração, 2013.https://wavelab.at/papers/Unterweger13a.pdf
• Jakulin, A.,Artefatos de linha de base JPEG e JPEG2000 ilustrados,
https://stat.columbia.edu/~jakulin/jpeg/artifacts.htm , 2004.
• Laboratório de Comunicações Multimídia, Universidade do Texas em Dallas,Pós-

processamento JPEG,https://tinyurl.com/bgf98j3o , 2002.
Versão 1.0 2021.05.28
Imagem de referência (acima) e recorte próximo da região dos olhos com boa resolução de detalhes finos
incluindo cabelos individuais.
Primeira geração de qualidade mais baixa JPEG. Há bloqueio visível apesar da capacidade de resolver
pelos individuais. (acima das imagens)
Versão 1.0 2021.05.28
JPEG décima geração de qualidade mais baixa. O contorno da pupila e da íris tornou-se quadrado e em
blocos em comparação com a imagem de referência. Há 'blocos' perceptíveis de cor na imagem (acima)
e a capacidade de definir fios de cabelo é reduzida. O tom geral foi alterado como resultado da
compressão.
5.1.5Artefatos de amostragem:
5.1.5.1Aliasing (Jaggies / Zigzag)pode ser observado como um bloco

(recortado/escada/ziguezague) aparência de detalhes finos e padrões de listras visíveis em tom e
cor. Isso ocorre em padrões regulares com detalhes finos próximos ao limite de resolução do
sensor digital.
• Langford M. Bilissi, E., Fotografia Avançada de Langford 8ºEdição, Focal Press,

2011, Capítulo 6 Sensores de imagem, páginas 160-161.
• Gonzalez, R, C. Woods, R, E,. Processamento de Imagem Digital, Terceira Edição,
Pearson/Prentice Hall, 2008, Capítulo 4, Filtragem no Domínio da Frequência, páginas
228-233.
• Johnson, JR, CS, Ciência para o Fotógrafo Curioso, CRC Press, 2010, Capítulo
16 Captura e Processamento de Imagens, Páginas 122-123
• Johnson, JR, CS, Science for the Curious Photographer, CRC Press, 2010, Capítulo
17 O que é qualidade de imagem percebida?, Páginas 131-132
• https://www.cambridgeincolour.com/tutorials/image-interpolation.htm
• https://www.cambridgeincolour.com/tutorials/camera-sensors.htm
• Guttosch, RJ (2002). Investigação de Color Aliasing de Altas Frequências Espaciais
e Bordas para Sensores Bayer-Pattern e Sensores de Imagem Direta Foveon
X3®. Foveon Inc.https://tinyurl.com/2p8cdd4f
Versão 1.0 2021.05.28
Jaggies
Corte próximo de um zoom ampliado da região do olho de

a imagem de referência (acima) para mostrar os jaggies.
Um recorte próximo da região do olho de uma resolução mais baixa

cópia da imagem de referência (acima) que
demonstra jaggies.
5.1.5.2Moirépadrão, causado por aliasing, ocorre quando a resolução do sensor é

insuficiente para resolver o detalhe de objetos com padrões repetitivos. Padrões moiré geralmente
não afetarão o rosto (a menos que capture uma imagem de uma tela ou documento impresso), mas
são normalmente vistos em roupas e no fundo de imagens e se apresentam como padrões
repetidos, artefatos de cores ou um padrão irreal de pixels em forma de labirinto.

Versão 1.0 2021.05.28
• Gonzalez, R, C. Woods, R, E,. Processamento de Imagem Digital, Terceira Edição,

Pearson/Prentice Hall, 2008, Capítulo 4, Filtragem no Domínio de Frequência, páginas
233-235
• Damjanovski, V, CCTV From Light to Pixels, Terceira Edição, Butterworth-

Heinemann, 2014, Capítulo 5 Câmeras CCTV, página 179
• https://photographylife.com/what-is-moire/
• https://www.imatest.com/solutions/moire/
• https://www.cambridgeincolour.com/tutorials/camera-sensors.htm
• Owyoung, T., Compreendendo padrões Moiré em Fotografia Digital, https://
www.ishootshows.com/understanding-moire-patterns-indigital-
photography/ , 2017.
Esta imagem (acima) mostra a aparência de linhas/regiões tonais e coloridas como resultado da incapacidade
dos sensores de resolver os detalhes finos no fundo.
Versão 1.0 2021.05.28
6. Distorção/Aberrações
6.1Distorção refere-se a efeitos que podem alterar a aparência de formas e objetos,

o rosto ou características faciais em uma imagem. A distorção óptica refere-se a variações criadas pelas
propriedades e configurações do sistema óptico que distorcem a forma da cena capturada. A distorção
também pode levar à difração da luz em diferentes cores componentes à medida que o espectro se
separa parcialmente. Algumas distorções são comumente conhecidas como aberrações.
6.1.1Alterações na proporçãopodem ser observadas como proporções de imagem alteradas. este

pode ser causado por diferenças nos dispositivos de captura, dispositivos de exibição ou suas configurações,
ou no processamento pós-captura por alterações na proporção da largura da imagem ou do pixel em relação
à altura. A forma facial pode parecer mais fina (redução horizontal ou expansão vertical) ou mais larga
(redução vertical ou expansão horizontal) do que a face real.
• https://aso.gov.au/about/aspect-ratio/
• Damjanovski, V, CCTV Da luz aos pixels, Terceira Edição, Butterworth-
Heinemann, 2014, Capítulo 3, Optics in CCTV, página 90
• https://digital-photography-school.com/aspect-ratio-what-it-is-and-why-it-matters/
• https://www.bhphotovideo.com/explora/photography/tips-and-solutions/
howaspect-ratios-affect-look-your-pictures
Versão 1.0 2021.05.28
Esta série (acima) demonstra as alterações na proporção e o efeito que isso tem na aparência geral
do rosto, bem como nos recursos individuais do rosto. A imagem superior esquerda é a
imagem de referência.
6.1.2Distorção Atmosféricapode ser observado como a ampliação desigual ou

iluminação de elementos dentro de uma imagem que podem obscurecer detalhes. A atividade térmica
cria variações na densidade do ar que, por sua vez, causa a refração da luz. À medida que o ar em
diferentes temperaturas se move, geralmente verticalmente, o campo de visão cria ondas de distorção,
ou seja, efeito de miragem. Isso normalmente é visto apenas em condições de captura de telefoto perto
do solo e de objetos. Isso resulta em desfoque e obstrução de detalhes faciais, bem como perda de
contraste.
• Siljander, R,P,. Juusola, L, W, Fotografia Clandestina, Técnicas de Fotografia de

Vigilância Manual do Básico ao Avançado Diurno e Noturno, Charles C. Thomas
Publishing, 2012, páginas 525-531.
• https://www.the-digital-picture.com/Photography-Tips/heat-waves-
andphotography.aspx
• https://fstoppers.com/education/warning-long-lens-shooters-heat-wave-
distortion-40508
Versão 1.0 2021.05.28
A imagem de referência (acima) capturada em um Um exemplo (acima) de distorção atmosférica com

ambiente interno. distorção visível da parte inferior da face.
6.1.3Distorção do barril (aberração)podem ser observadas como linhas retas que parecem
dobre para longe do centro da imagem, com o centro da imagem ampliado. Isso é causado pelo
sistema óptico de dispositivos de captura de imagem, como lentes grande angulares. Isso é
especialmente perceptível quando são usadas lentes 'olho de peixe'. A distorção do barril da face
não é facilmente distinguida da distorção da perspectiva. Ele tende a fazer com que as
características faciais no centro da imagem pareçam maiores e altera a relação das características
faciais entre si.
2011, Capítulo 10 Lentes da câmera, páginas 178-180.
• Blitzer, H. Stein-Ferguson, K,. Huang, J, Compreendendo a Imagem Digital
Forense, Elsevier 2008, Páginas 55-57.
• Savazzi, E,. Fotografia Digital para Ciência, 2011, Capítulo 2, Páginas 146-149;
Capítulo 6, 304-307.
• https://www.dxomark.com/glossary/distortion/
• https://www.imatest.com/support/image-quality/distortion/
Versão 1.0 2021.05.28
Imagem de referência (acima) com padrão A imagem (acima) exibe a distorção do barril
fundo sem distorção. que mostra a ampliação do centro da face. O
fundo mostra a expansão do centro
parte da imagem e uma convergência do
padrão na periferia.
6.1.4Distorção de amortecimento de pinos (aberração)podem ser observadas como linhas retas

parecendo dobrar em direção ao centro da imagem, com o centro da imagem mais comprimido.
Isso é causado pelo sistema óptico de dispositivos de captura de imagem, como lentes telefoto.
O amortecimento de pinos é o oposto da distorção do barril.
2011, Capítulo 10 Lentes da câmera Páginas 178-180.
• Savazzi, E,. Fotografia Digital para Ciência, 2011 Capítulo 2, Páginas 146-149.
• https://www.dxomark.com/glossary/distortion/
Versão 1.0 2021.05.28
Imagem de referência (acima) com Esta imagem (acima) demonstra a compressão

fundo estampado sem distorção. que ocorre no centro da imagem associada ao
efeito de almofada de pinos. Observe a
redução no tamanho das feições centrais da
face e a convergência do padrão de fundo
centralmente.
Versão 1.0 2021.05.28
6.1.5Distorção complexa (bigode)pode ser observado como uma combinação de ambos

amortecimento de barril e pino e pode resultar em ampliação desigual da imagem.
Imagem de referência (acima) com Uma combinação de distorção de barril e almofada de

fundo estampado sem distorção. pinos foi aplicada a esta imagem (acima). O padrão no
fundo é um indicador de que a distorção está presente.
Versão 1.0 2021.05.28
6.1.6Distorção de perspectivapode ser observado como ampliação dos sujeitos

recursos que estão mais próximos da câmera, fazendo com que pareçam maiores do que os mais
distantes (por exemplo, nariz maior e orelhas menores (ou não visíveis) em uma imagem facial
voltada para a frente). Isso se deve à curta distância física entre o assunto e o sensor da câmera.
Pode ter um efeito de distorção perceptível quando a câmera está a menos de 2 metros do assunto,
o que se torna mais aparente a menos de 1 metro. Pode alterar a aparência da forma dos traços
faciais, tornando-os relativamente mais largos/maiores em distâncias próximas e mais estreitos/
menores em distâncias maiores. Também afeta suas posições relativas aos recursos no resto da
cabeça, bem como altera as linhas paralelas verticais e horizontais atrás do assunto para fazê-los
parecer que convergem ou se separam.
- https://www.cambridgeincolour.com/tutorials/lens-corrections.htm
- Edmond, G., Biber, K., Kemp, R., Porter, G., Law's looking glass: perito
identificação evidência derivada de imagens fotográficas e de vídeo, Current
Issues in Criminal Justice, 20, 337-377, 2009.
Linha de base (acima) Fechar – as feições não centrais são Muito perto – mostra distorção
maiores que as feições externas (acima) significativa das proporções faciais
e perda de visibilidade de partes
das orelhas. (acima de)
Versão 1.0 2021.05.28
6.1.7Aberração Cromática (CA)pode ser observada como franjas de cores que criam
alterações de cores e tons nas áreas de alto contraste de uma imagem. A franja roxa/magenta é a
mais comum, mas ciano/magenta e azul/amarelo também ocorrem. É causado por imperfeições e
distorções que criam uma difração desigual da luz através da lente. Os filtros polarizadores
também podem introduzir cores e efeitos de arco-íris.
• McHugh, S, T,. Entendendo Fotografia Volume 1 (Versão 1.3), 2016,
Cambridge em Cores, Filtros Polarizadores Páginas 110-117.
• Sencar HT, Memon, N., Digital Image Forensics, Springer, 2013, 3.3.6
Saturação, Páginas 53-54.
• Savazzi, E,. Fotografia Digital para Ciência, 2011, Capítulo 2, Páginas 141-145.
• https://www.image-engineering.de/library/technotes/750-longitudinal-and-
lateralchromatic-aberration
• https://www.imatest.com/solutions/chromatic-aberration/
• https://photographylife.com/what-is-chromatic-aberration/
Franjas roxas/magenta em áreas de alto Extrato de cabelo contra o fundo (acima)

contraste (acima)
Versão 1.0 2021.05.28
Franjas Magenta e Verde (acima) Extraia para realçar o efeito ao redor das bordas do cabelo
(acima)
Versão 1.0 2021.05.28
Efeito relacionado ao usar um filtro polarizador que aparece como distorção cromática da imagem (acima)
(como um “arco-íris” de cores) efeito devido à polaridade do vidro e da película de uma janela de carro que não
é visível sem um polarizador.
6.1.8Efeito do obturador de rolamento–pode ser observado como distorção ou alongamento de

objetos em movimento em uma imagem onde o sensor captura imagens linha por linha. O efeito também
ocorre quando o dispositivo de captura está se movendo rapidamente em relação ao assunto. O resultado
é uma alteração na aparência e na forma dos traços faciais, tornando-os mais largos ou mais longos,
dependendo da direção do movimento.
• https://www.diyphotography.net/everything-you-wanted-to-know-about-
rollingshutter/
• https://petapixel.com/2017/06/30/rolling-shutter-effect-works/
• Sencar HT, Memon, N., Digital Image Forensics, Springer, 2013, 3.3.8 Rolling
Shutter, páginas 39-40.
Versão 1.0 2021.05.28
O primeiro conjunto de imagens O segundo conjunto de imagens (acima) exibe a distorção das formas à medida que as partes
(acima) é uma linha de base não superiores são capturadas antes das inferiores.
distorcida.
Versão 1.0 2021.05.28
6.1.9Desalinhamento de vídeo horizontal / pentear (entrelaçamento)é observado onde

assuntos e objetos na imagem são posicionados de forma diferente entre linhas horizontais alternadas de
uma imagem de vídeo. Isto é devido ao movimento da câmera ou assuntos. O desalinhamento horizontal
pode fazer com que as imagens pareçam borradas, limitando a identificação das características faciais. O
desalinhamento horizontal afeta a reprodução precisa das características faciais, dependendo da resolução
de captura.
• Winkler, S., Van Den Branden, Lambrecht, C., Kunt, M., "Vision Models and Applications to
Image and Video Processing", Capítulo 10, Vision and Video Models and Applications,
Springer, 2001.
• Damjanovski, V., CCTV, From Light to Pixels, Third Edition, Chapter 2, Light and
television, Eye Persistence., Butterworth-Heinemann, 2014.
Imagem facial de linha de base (acima) tirada com câmera de Imagem facial (acima) feita com câmera PAL movendo-se
linha alternada de fase (PAL), mas sem movimento horizontalmente (introduzindo motion blur), com extrato da
região do olho direito para mostrar entrelaçamento/penteado.
Versão 1.0 2021.05.28
6.1.10Espelhamentopode ser observado como uma imagem invertida horizontalmente. Este pode ser o
resultado de algumas configurações de câmera (como em 'selfies') ou onde a imagem capturada é um
reflexo, como em um espelho ou janela. Assimetria invertida, texto, símbolos e posições de marcas
faciais são alguns indicadores de uma imagem espelhada.
Imagem de referência (acima). A imagem de referência (acima) foi invertida

horizontalmente.
Versão 1.0 2021.05.28
7. Iluminação
7.1 Iluminação refere-se à iluminação do assunto e impacta a visibilidade,

exposição, contraste e cores de objetos ou assuntos em imagens. Para exames faciais, quaisquer descrições
de efeitos de iluminação devem se concentrar nos problemas de iluminação que afetam negativamente a
capacidade de distinguir características faciais.
7.2Sub ou superexposiçãopode ser observado como excessivamente escuro (sombras) ou brilhante

(destaca) áreas que podem afetar a visibilidade dos detalhes faciais. Isso pode ser resultado das
configurações da câmera ou da luz disponível no momento da captura. O uso de histogramas de imagem
pode revelar problemas de distribuição de exposição insuficiente e excessiva na imagem facial.
2011, Capítulo 12 Exposição e controle de imagem, Páginas 227-241.
• McHugh, S, T,. Compreendendo Fotografia Volume 1 (Versão 1.03), 2017,
Cambridge em cores, Histogramas de imagens Páginas 32-37.
• McHugh, S, T,. Entendendo Fotografia Volume 1 (Versão 1.03), 2017, Cambridge
em Cores, Introdução à Iluminação de Retrato Páginas 144-151.
Imagem de referência (acima) – O histograma amplo indica um contraste mais alto, enquanto a posição desse histograma se
refere a uma proporção mais alta de tons médios.
Versão 1.0 2021.05.28
Imagem superexposta (acima) – Este histograma estreito indica que esta imagem tem um contraste menor do que a
imagem nativa. A posição do histograma para a direita se correlaciona com uma grande proporção de realces com
áreas visivelmente superexpostas e recortes.
Imagem subexposta (acima) – Este histograma estreito reflete o baixo contraste nesta imagem. A
posição do histograma indica uma alta proporção de sombras que são visivelmente aparentes na
imagem.
7.3Direção de iluminaçãopode alterar a aparência da cabeça, além do

características individuais no rosto. A direção da fonte de iluminação pode afetar tanto a
sensação de profundidade quanto o tamanho aparente e a forma das características faciais
individuais. Também pode obscurecer algumas partes do rosto.
• McHugh, S, T,. Entendendo Fotografia Volume 1 (Versão 1.03), 2017, Cambridge

em Cores, Introdução à Iluminação de Retrato Páginas 144-151.
Versão 1.0 2021.05.28
A imagem (acima) mostra a iluminação direta no lado direito do rosto do sujeito. O histograma amplo indica alto
contraste com picos nas sombras. Os destaques mostram uma grande proporção de pixels claros e escuros. Os
recursos no lado esquerdo do rosto do sujeito estão na sombra e quase invisíveis sem algum tipo de aprimoramento de
imagem.
A imagem (acima) mostra a iluminação abaixo do assunto. Isso é representativo de um histograma discreto
onde a maioria dos tons está na sombra. O contraste é alto com a parte inferior do rosto iluminada e o
corpo do nariz e a parte superior e laterais da testa na sombra.
A imagem (acima) demonstra a iluminação direta de cima do assunto. O histograma mostra o recorte de
realces e se correlaciona com a perda de detalhes evidente nas áreas superexpostas da testa e do nariz.
Há uma alta proporção de pixels mais escuros visíveis como sombras na imagem.
Versão 1.0 2021.05.28
A imagem (acima) demonstra uma perda de profundidade percebida quando a fonte de iluminação está atrás
do assunto. O histograma estreito representa baixo contraste e o pico indica uma grande proporção de pixels
mais escuros refletidos na imagem.
A imagem (acima) mostra duas fontes de luz posicionadas ao lado do assunto. O histograma discreto
mostra que a maioria dos tons são sombras. Os lados do rosto são iluminados, mas as características
faciais centrais são obscurecidas pela sombra.
7.4Contraste/Intervalo Dinâmico Insatisfatóriopode ser observada como a distribuição limitada ou

separação de claro e escuro, o que afeta a resolução dos detalhes faciais. Isso pode ser devido a
fatores como exposição, luz difusa na lente, faixa dinâmica do sensor, artefatos, etc. Imagens com
baixa profundidade de bits e aquelas sujeitas a compressão com perdas também podem
apresentar contraste reduzido. Geralmente é descrito em termos de faixas tonais, como aparecem
ao olho humano, e podem ser visualizados no histograma da imagem.
• https://www.imatest.com/solutions/dynamic-range/
• https://www.cambridgeincolour.com/tutorials/histograms1.htm
• https://www.cambridgeincolour.com/tutorials/histograms2.htm
Cambridge em cores, Histogramas de imagens Páginas 32-37.
Versão 1.0 2021.05.28
2011, Capítulo 12 Exposição e controle de imagem, Páginas 227-241.
A imagem de referência (acima) demonstra uma boa faixa tonal representada por uma ampla distribuição no
histograma de luminosidade.
Esta imagem (acima) mostra uma faixa tonal mais estreita situada predominantemente nos tons médios. Os detalhes
faciais são mais difíceis de discernir devido à redução do contraste.
Esta imagem (acima) tem uma faixa tonal muito estreita, como evidenciado pela falta de contraste na imagem. As
características faciais carecem de profundidade e a imagem parece 'plana'.
Versão 1.0 2021.05.28
7,5Deturpação de corespode ser observada como uma mudança na cor real do

assuntos ou objetos representados em uma imagem. Grandes variações (lançamento de cores) no balanço de
branco e temperatura e cor da luz, comprimentos de onda, configurações da câmera, incluindo balanço de branco,
processamento de cores na câmera, formato de imagem e qualidade da lente são apenas algumas das causas
possíveis. Filtros, incluindo polarizadores, bem como revestimentos de vidro protetores também podem saturar e
causar tonalidades de cor. É por esta razão que o contraste e o tom são mais confiáveis do que a cor para
comparações faciais.
• https://www.dxomark.com/glossary/vignetting/
• https://www.imatest.com/solutions/color/
2011, Capítulo 5 Introdução à ciência da cor, Páginas 94-97.
Cambridge em Cores, Filtros Polarizadores Páginas 110-117.
Imagem de referência (acima) que é uma representação fiel da verdadeira cor do assunto como aparece para o
observador humano.
O histograma de cores mostra uma mudança na intensidade dos vermelhos com recorte ocorrendo quando atingem um
máximo de 255. Essa mudança é visível na imagem (acima) que aparece saturada em comparação com a imagem de
referência.
Versão 1.0 2021.05.28
Ocorreu um deslocamento para a esquerda com redução da intensidade dos azuis e verdes que deixa a imagem (acima)
com uma tonalidade amarelada/esverdeada.
8. Infravermelho Próximo (IR)
8.1 As imagens de dispositivos habilitados para visão noturna são observadas principalmente como tons de
cinza. Às vezes, as intensidades são representadas como “pseudocores” para melhorar o
discernimento de detalhes, por exemplo, aquelas que variam de azul a vermelho em vez
de tons de cinza escuro a claro. Para rostos, a intensidade da luz capturada pode ser bem
diferente da percepção humana da luz visível, com tons de pele e cor de cabelo
aparecendo diferentes dos tons e cores percebidos apenas na luz visível. A iluminação IR
na carne humana pode fazer com que as texturas pareçam mais suaves e fazer com que
as marcas da superfície e o tom da pele clareem ou até desapareçam, enquanto as veias
podem se tornar mais escuras e mais visíveis. As roupas também podem parecer muito
diferentes em termos de tons e cores do espectro visível, e alguns pigmentos podem não
ser visíveis. Os olhos podem parecer claros, refletivos ou escuros, dependendo do
comprimento de onda da luz infravermelha e da intensidade da luz.
8.2 Para comparações faciais, você pode ver imagens capturadas dentro do visível e não
espectro de luz visível (por exemplo, óculos de visão noturna). Uma mistura de imagens visíveis e infravermelhas
é caracterizada por mudanças de cores e cores falsas (o que significa que uma cor se torna outra, por exemplo,
vermelho se torna branco).
• Kruegle, H., Vigilância CCTV: Práticas de Vídeo e Tecnologia, 356-357,

Butterworth-Heinemann, 1995.
• Ghiass, RS, Arandjelovic, O., Bendada, A., & Maldague, XPReconhecimento facial
infravermelho: uma revisão abrangente de metodologias e bancos de dados. https://
arxiv.org/abs/1401.8261 , 2014.
• Rand, K.,Luz infravermelha - vendo o que você não pode ver, https://
www.physicscentral.com/explore/action/infraredlight.cfm , 2013.
Versão 1.0 2021.05.28
Imagem (acima) capturada usando uma câmera de vigilância por vídeo com capacidade de IR sob luzes com IR desligado.
Imagem (acima) capturada usando uma câmera de vigilância por vídeo com capacidade de IR sob luzes com IR ligado.
Nota: no braço (não na cabeça do manequim) em escala de cinza, o tom da pele fica mais claro, as marcas ficam menos
visíveis e as veias ficam mais visíveis.
Imagem (acima) capturada usando uma câmera de vigilância por vídeo compatível com IR no escuro com IR ligado. No braço em
escala de cinza, o tom da pele não deixa marcas e a pele parece mais suave, as veias tornam-se claramente visíveis e as listras
da camisa não são mais visíveis.
Versão 1.0 2021.05.28
9. Ruído
9.1 O ruído pode ser observado como pontos fixos, aleatórios e semi-aleatórios, formas ou
padrões.
9.2 O ruído pode ocorrer como resultado de variações aleatórias no fluxo luminoso (fotônico
ruído), sinais aleatórios gerados pelo sensor em resposta à temperatura (ruído térmico) ou
problemas de transferência de carga (ruído do processo de transferência). A imagem não é
representativa do sinal original de um assunto e pode ser fortemente afetada pelas condições de
iluminação, tipo de câmera e configurações. O ruído pode introduzir marcas aparentes na face
onde não existem ou marcas obscuras que existem. O efeito nas características faciais será
relativo ao tamanho do rosto do assunto dentro do quadro.
• Allen, E., Trinataphillidou, S., O Manual de Fotografia, Décima Edição, Focal

Press, 2011, Capítulo 24 Ruído, nitidez, resolução e informação, páginas
433-451.
• Blitzer, H. Stein-Ferguson, K,. Huang, J, Entendendo a Imagem Digital
Forense, Elsevier 2008
Cambridge em Cores, Ruído de Imagem Páginas 38-43
• https://www.imatest.com/docs/noise/
• https://www.imatest.com/solutions/noise/
• https://www.dxomark.com/glossary/noise/
• https://www.cambridgeincolour.com/tutorials/image-noise.htm
• https://www.cambridgeincolour.com/tutorials/image-noise-2.htm
Imagem de referência (acima) com pouco ruído visível.
Versão 1.0 2021.05.28
Os histogramas relativos a esta imagem mostram um aumento na contagem de pixels em comparação com a
imagem de referência demonstrando a introdução de dados falsos.
Esta imagem (acima) apresenta uma grande quantidade de ruído visível. A faixa tonal e a contagem de pixels
aumentaram em comparação com a imagem de referência com a introdução de dados falsos.
Versão 1.0 2021.05.28
10. Obstruções
10.1 As obstruções podem ser observadas como obscurecimento físico total ou parcial da face
recursos. As obstruções podem ser sólidas ou semitransparentes e incluem, mas não se limitam a,
chapéus, ótica suja, falhas de sensor, fumaça, óculos, máscaras, cabelos, mãos, maquiagem e outras
pessoas.
• Savazzi, E,. Fotografia Digital para Ciência, 2011, Capítulo 2, Página 149.
• https://photographylife.com/dead-vs-stuck-vs-hot-pixels
• https://www.imatest.com/docs/iqfactors/#blemish
De óculos Reflexões
Obstrução por chapéu Imagem de referência
Versão 1.0 2021.05.28
10.2Lens Flare (Veling Glare / Ghosting / Sensor Flare)pode ser observado como
neblina, listras brilhantes, orbes ou regiões poligonais brilhantes em uma imagem como
resultado de uma fonte de luz brilhante. Refere-se à luz “dispersa” no sistema óptico causada pela
reflexão interna e dispersão de imperfeições na lente (incluindo microlentes do sensor), poeira/
sujeira, filtros, o sensor e o diafragma.
10.3 O resultado do reflexo da lente pode ser observado como artefatos na imagem obscurecendo
detalhe ou uma névoa que reduz o contraste e a saturação de cor.
• https://www.imatest.com/docs/veilingglare/
• Características da lente: reflexo, fantasma e aberração, aulas on-line de câmera
digital,
https://av.jpn.support.panasonic.com/support/global/cs/dsc/knowhow/knowhow15 .
html , Panasonic, 2014.
• https://photographylife.com/what-is-ghosting-and-flare/
• Reddi, D. Verarghavan, A, Visão Computacional, Guia de Referência, 2016, Lens
Flare e Lens Glare, Páginas 445-447.
• Savazzi, E,. Fotografia Digital para Ciência, 2011, Capítulo 2, Página 150-151.
Listras brilhantes
Esta imagem (acima) demonstra reflexo de lente com faixas de luz brilhantes visíveis e um exemplo de
fantasma no canto inferior direito da imagem, onde a luz reflete repetidamente na superfície da lente.
Versão 1.0 2021.05.28
Esta imagem (acima) demonstra aberração Esta imagem (acima) demonstra fantasmas com os
cromática visível devido ao reflexo da lente reflexos ocorrendo na frente e atrás da abertura da
que ocorreu adjacente às fontes de luz lente, resultando em formas poligonais que são
brilhante. representativas da forma da abertura.
10,4Vinheta (a luz cai)pode ser observada como uma redução no brilho e

contraste para as bordas de uma imagem. A vinheta pode ser causada por objetos que bloqueiam
fisicamente a luz, por exemplo, para-sóis de lentes, ou por elementos da lente e da câmera. A vinheta
raramente afeta as imagens faciais, a menos que o assunto esteja posicionado na periferia do quadro,
no entanto, pode reduzir a faixa dinâmica nas áreas afetadas, limitando a capacidade de resolução de
detalhes. A vinheta também é um indicador de que a lente não está definida em sua abertura ideal mais
nítida.
• https://www.imatest.com/solutions/uniformity/
• https://www.dxomark.com/glossary/vignetting/
Versão 1.0 2021.05.28
Imagem de referência (acima) que mostra uma Esta imagem (acima) demonstra a queda de luz
distribuição uniforme da luz na periferia da imagem. nas bordas associadas à vinheta.
11. Pose
11.1 Pose é a “orientação do rosto em relação à câmera, consistindo em

inclinação, rotação e guinada” (ASTM E2916). Uma pose frontal ideal pode ser considerada como 0°
em todas as direções. A ISO/IEC SC37 19794-5 define como se referir a mudanças no pitch, roll e
yaw como ângulos positivos (+) ou negativos (-). As variações na pose ideal podem ser devidas à
posição de um assunto que pode se mover livremente durante o processo de captura ou ao
desalinhamento da câmera. Como as imagens são uma representação bidimensional do mundo
tridimensional, a pose de um sujeito tem uma grande influência na imagem em termos de
aparência e posição relativa das características faciais. As alterações na rolagem não alteram a
aparência dos recursos do rosto. Mudanças na inclinação e na guinada podem afetar a aparente
relação das características faciais entre si, bem como a aparência de seu tamanho e forma.
• ISO/IEC SC37 19794-5Formatos de intercâmbio de dados biométricos
• Terminologia ASTM E2916 para Exame de Evidência Digital e Multimídia

• Atualização ANSI-NIST ITL 1-2011: 2015, Formato de dados para o intercâmbio de
impressão digital, facial e outras informações biométricas
Versão 1.0 2021.05.28
Esta série (acima) é um exemplo de como a forma e as posições relativas das características faciais mudam em um
intervalo de uma guinada de zero graus (frontal) a uma guinada negativa de 90 graus (perfil, olhando para a esquerda
do sujeito).
Versão 1.0 2021.05.28
Versão 1.0 2021.05.28
Esta série (acima) representa uma mudança gradual no tom tanto no negativo (olhar para cima) quanto no positivo
(olhar para baixo).
12. Nitidez
12.1 A nitidez pode ser observada como a clareza geral e os detalhes do rosto
recursos. A baixa nitidez em uma imagem pode ser devido a muitos fatores, incluindo qualidade/construção
da lente, desempenho do sensor/processamento, ponto focal incorreto, profundidade de campo limitada,
configurações de lente/abertura, diferentes tipos de filtros e movimento da câmera/objeto.
12.2 A nitidez ruim pode ser determinada através da análise das bordas e contraste
entre pixels adjacentes da imagem. A nitidez afeta a reprodução precisa das características faciais,
independentemente da resolução de captura, embora a resolução tenha um impacto real na nitidez das
características faciais. A baixa nitidez pode fazer com que as imagens pareçam borradas, limitando a
identificação de características faciais.
2011, Capítulo 10 Lentes da câmera, páginas 178-179.
• https://www.cambridgeincolour.com/tutorials/lens-quality-mtf-resolution.htm
• https://av.jpn.support.panasonic.com/support/global/cs/dsc/knowhow/knowhow14
. html e
https://av.jpn.support.panasonic.com/support/global/cs/dsc/knowhow/knowhow15 .
html
• Bailey, M., Sharp Shooter, técnicas comprovadas para fotos mais nítidas, artesanato e visão 2013.

Versão 1.0 2021.05.28
• https://www.imatest.com/docs/sharpness/
• https://www.dxomark.com/glossary/mtf-2/
Imagem de referência (acima) e um recorte próximo da região dos olhos mostrando a visibilidade de detalhes finos, incluindo pelos
individuais.
Esta imagem (acima) carece de nitidez e o close-up mostra uma redução no contraste e clareza em comparação
com a imagem de referência. Enquanto os recursos são visíveis, os detalhes finos não podem ser resolvidos.
Versão 1.0 2021.05.28
Esta imagem (acima) demonstra como o desfoque de movimento afeta a nitidez. O recorte próximo mostra o
movimento do assunto discernível pelo fundo nítido, causando desfoque nas características faciais.
Esta imagem de referência (acima) tem uma profundidade de campo que permite que todos os recursos do assunto
permaneçam em foco. O recorte mostra que os recursos em primeiro plano, como o nariz, estão em foco, bem como
os pelos finos atrás do assunto.
Versão 1.0 2021.05.28
Esta imagem (acima) tem uma profundidade de campo rasa. Enquanto detalhes finos podem ser resolvidos em
recursos em primeiro plano, o plano de fundo tem falta de nitidez e parece desfocado.
13. Resolução (espacial)
13.1Resoluçãopode ser observado como o melhor nível de detalhes faciais distinguíveis

(resolução espacial) gravada em uma imagem. Uma imagem facial pode ter uma alta contagem de
pixels, mas características faciais mal resolvidas. Isso pode ser devido à baixa resolução, reamostragem
de baixa resolução (interpolação), efeitos de difração devido à lente e abertura usadas, exposição ou
artefatos. A medição da distância interpupilar (IPD) pode auxiliar na avaliação da resolução espacial
máxima efetiva de uma imagem facial. Isso é comumente chamado de pixelização e geralmente tem
problemas de artefatos de amostragem, como jaggies. Muitas câmeras com zoom digital e programas
de imagem usarão diferentes técnicas de interpolação para permitir que as imagens sejam visualizadas
em tamanho maior, com resultados diferentes para cada técnica aplicada (veja exemplos abaixo), mas
adicionar pixels não melhora a resolução real e as imagens geralmente parecem ser menores. nítida ou
borrada.

2011, Capítulo 9 Escolhendo lentes, páginas 68-69.
• Allen, E., Trinataphillidou, S., O Manual de Fotografia, Décima Edição, Focal
Press, 2011, Capítulo 24 Ruído, nitidez, resolução e informação, páginas
443-451.
• Savazzi, E,. Fotografia Digital para Ciência, 2011, Capítulo 2, Páginas 95-105.
• https://www.cambridgeincolour.com/tutorials/diffraction-photography.htm
• https://www.dxomark.com/glossary/mtf-2/
Versão 1.0 2021.05.28
• https://www.imatest.com/solutions/iso-12233/
(1565x1921 pixels) Imagem de referência (acima) (74x48 pixels) Ampliação – Vizinho mais próximo
Versão 1.0 2021.05.28
(72x48 pixels) Ampliação – Bilinear (próximo) (72x48 pixels) Ampliação – Suavização bicúbica
Este conjunto de imagens demonstra três métodos de ampliação. A referência foi salva em 72 x 48 pixels e então
ampliada usando métodos de interpolação do vizinho mais próximo, bilinear e bicúbica.
Versão 1.0 2021.05.28
Bibliografia
Allen, E., Trinataphillidou, S.,O manual de fotografia, Décima Edição, Focal Press, 2011.
Bailey, M., Sharp Shooter, Proven Techniques for Sharper Photos, Craft & Vision 2013.
Blitzer, H., Stein-Ferguson, K., Huang, J,Entendendo a Imagem Digital Forense, Elsevier 2008.
Damjanovski, V,CCTV da luz aos pixels, Terceira Edição, Butterworth-Heinemann, 2014.

Princípios de Fotografia Digital (31 seções/capítulos, incluindo vários fatores de imagem forense), https://
av.jpn.support.panasonic.com/support/global/cs/dsc/knowhow/knowhow01.html , Panasonic, 2014.
Edmond, G., Biber, K., Kemp, R., Porter, G.,O espelho do direito: provas de identificação pericial
derivadas de imagens fotográficas e de vídeo, Questões Atuais em Justiça Criminal, 20:3, 2009.
Frisby, J, P., Stone, James, V.,Vendo, A Abordagem Computacional à Visão Biológica,
Segunda Edição, The MIT Press, 2010.
Ghiass, RS, Arandjelovic, O., Bendada, A., & Maldague, XPReconhecimento facial infravermelho: uma
revisão abrangente demetodologiase bancos de dados. https://arxiv.org/abs/1401.8261 , 2014.
Gonzalez, R, C. Woods, R, E.,Processamento de Imagem Digital, Terceira Edição, Pearson/Prentice Hall, 2008.
Guttosch, RJ,Investigação de Aliasing de Cor de Altas Frequências Espaciais 204 e Bordas para
Sensores Bayer-Pattern e Sensores de Imagem Foveon X3® Direct 205. Foveon Inc. https://
tinyurl.com/2p8cdd4f , 2002
Jakulin, A.,JPEG de linha de base eJPEG2000Artefatos ilustrados,

https://stat.columbia.edu/~jakulin/jpeg/artifacts.htm , 2004.
Johnson, JR, CS,Ciência para o fotógrafo curioso, CRC Press, 2010,

Kruegle, H., Vigilância CCTV: Práticas de Vídeo e Tecnologia, Butterworth-Heinemann,
1995.
Langford M. Bilissi, E., Fotografia Avançada de Langford, 8ºEdição, Focal Press, 2011.
McHugh, S, T., Understanding Photography Volume 1 (Versão 1.0), Cambridge in Colour, 2016.
Laboratório de Comunicações Multimídia, Universidade do Texas em Dallas,Pós-processamento JPEG,

https://tinyurl.com/bgf98j3o , 2002.
Owyoung, T.,Entendendo os padrões de moiré na fotografia digital,
https://tinyurl.com/ishootshows, 2017.
Phillips, PJ, Beveridge, R., Bolme, D., Draper B., Givens, G., Lui Y., Cheng,
S., Teli, M, e Zhang, H. "Sobre a existência de medidas de qualidade facial." Em 2013 IEEE Sixth
International Conference on Biometrics: Theory, Applications and Systems (BTAS), 2013.
Rand, K., luz infravermelha vendo o que você não pode ver, https://
www.physicscentral.com/explore/action/infraredlight.cfm , 2013.
Versão 1.0 2021.05.28
Reddy, D., Verarghavan, A,Visão Computacional, Um Guia de Referência, Springer, 2016
Schewe, J., Fraser, B.,Nitidez de imagens do mundo real com Adobe Photoshop, Camera
Raw e Lightroom,Peachpit Press, 2009.
Sencar HT, Memon, N.,Forense de Imagem Digital, Springer, 2013.
Savazzi, E., Fotografia Digital para Ciência,http://www.savazzi.net/dp.htm , 2011.
Sencar HT, Memon, N.,Forense de Imagem Digital, Springer, 2013
Siljander, RP, Juusola, LW, Fotografia Clandestina, Técnicas de Fotografia de Vigilância Manual de
Vigilância Diurna e Noturna Básicas a Avançadas, Charles C. Thomas Publishing, 2012.
Unterweger, A.,Artefatos de compressão na codificação de vídeo moderna e meios de compensação de
última geração, IGI Global, 2013.
Weitz, A.,Como as proporções afetam a aparência de suas fotos, https://www.bhphotovideo.com/

explora/photography/tips-and-solutions/how-aspect-ratios-affectlook-your-pictures , 2017.
Winkler, S., Van Den Branden, Lambrecht, C., Kunt, M., "Vision Models and Applications to Image
and Video Processing", Capítulo 10, Vision and Video Models and Applications, Springer, 2001.
https://aso.gov.au/
https://cambridgeincolour.com https://
digital-photography-school.com/ https://
dxomark.com
https://www.image-engineering.de/
https://imatest.com
https://photographylife.com
https://photozone.de
https://www.physicscentral.com
https://the-digital-picture.com
Cabeça de manequim de museu emprestado pelo Defense Science Technology Group

(DTSG), Departamento de Defesa, Austrália.
Fotografia realizada pela Equipe de Identificação Facial, Forense, Operações
Especializadas, Polícia Federal Australiana.
Versão 1.0 2021.05.28
Os documentos do FISWG podem ser encontrados em:www.fiswg.org/

Fiswg Image Factors To Consider in Facial Img Comparison v1.0 2021.05.28.en - PT

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Fiswg Image Factors To Consider in Facial Img Comparison v1.0 2021.05.28.en - PT

Enviado por

Direitos autorais:

Formatos disponíveis

Traduzido do Inglês para o Português - www.onlinedoctranslator.

As redistribuições de documentos, ou partes de documentos, devem manter a folha de rosto do FISWG

Fatores de imagem a serem considerados na

O objetivo deste documento é descrever os fatores de imagem que podem afetar a

2.1 Padrões ASTM1

Terminologia E2916 para Exame de Evidência Digital e Multimídia

2.2 Outros Padrões Biométricos:

1Para padrões ASTM referenciados, visitehttps://www.nist.gov/osac/astm-launch-code , ou o site da ASTM,https://

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 1

Lista de recursos de comparação de imagens faciais do FISWG para análise morfológica3

Visão Geral da Comparação Facial do FISWG e Diretrizes Metodológicas

ISO/IEC SC37 19794-5Formatos de intercâmbio de dados biométricos4

3.2 Os fatores de captura de imagem facial apresentados neste documento destinam-se a

3Disponível no Grupo de Trabalho Científico de Identificação Facial (FISWG),

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 2

4.1 Os seguintes fatores de imagem devem ser considerados na análise e comparação

5.1 O prazoArtefatosrefere-se a uma ampla gama de anomalias de imagem influenciadas pelo

5.1.1Florescendorefere-se a pontos/áreas brilhantes, manchas e estrias que ocorrem

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 3

Esta imagem (acima) demonstra o efeito da floração. O recorte próximo destaca a

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 4

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 5

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 6

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 7

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 8

5.1.4Bloqueio - Compactação JPEG/Bloqueio de macro

• Robinson, E, M. Fotografia da cena do crime, segunda edição, Academic Press 2010,

• Laboratório de Comunicações Multimídia, Universidade do Texas em Dallas,Pós-

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 9

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 10

5.1.5.1Aliasing (Jaggies / Zigzag)pode ser observado como um bloco

• Langford M. Bilissi, E., Fotografia Avançada de Langford 8ºEdição, Focal Press,

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 11

Corte próximo de um zoom ampliado da região do olho de

Um recorte próximo da região do olho de uma resolução mais baixa

5.1.5.2Moirépadrão, causado por aliasing, ocorre quando a resolução do sensor é

• Langford M. Bilissi, E., Fotografia Avançada de Langford 8ºEdição, Focal Press,

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 12

• Gonzalez, R, C. Woods, R, E,. Processamento de Imagem Digital, Terceira Edição,

• Damjanovski, V, CCTV From Light to Pixels, Terceira Edição, Butterworth-

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 13

6.1Distorção refere-se a efeitos que podem alterar a aparência de formas e objetos,

6.1.1Alterações na proporçãopodem ser observadas como proporções de imagem alteradas. este

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 14

6.1.2Distorção Atmosféricapode ser observado como a ampliação desigual ou

• Siljander, R,P,. Juusola, L, W, Fotografia Clandestina, Técnicas de Fotografia de

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 15

A imagem de referência (acima) capturada em um Um exemplo (acima) de distorção atmosférica com

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 16

6.1.4Distorção de amortecimento de pinos (aberração)podem ser observadas como linhas retas

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 17

Imagem de referência (acima) com Esta imagem (acima) demonstra a compressão

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 18

6.1.5Distorção complexa (bigode)pode ser observado como uma combinação de ambos

Imagem de referência (acima) com Uma combinação de distorção de barril e almofada de

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 19

6.1.6Distorção de perspectivapode ser observado como ampliação dos sujeitos

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 20

Franjas roxas/magenta em áreas de alto Extrato de cabelo contra o fundo (acima)

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 21

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 22

6.1.8Efeito do obturador de rolamento–pode ser observado como distorção ou alongamento de

FISWGFatores de imagem a serem considerados na comparação de imagens faciais 23