FenixEdu™

Dissertação

Reconhecimento Facial Através de Imagens Multiespectrais EVALUATED

Detalhes: Esta dissertação de mestrado tem como objetivo o desenvolvimento e estudo de um sistema de reconhecimento facial multiespectral. O reconhecimento facial é um método de identificação ou autenticação da identidade de indivíduos através dos seus rostos. Atualmente, os sistemas de reconhecimento facial que utilizam imagens multiespectrais obtêm melhores resultados, em comparação com aqueles que utilizem apenas imagens faciais da banda espectral do visível. Neste trabalho, é proposta uma arquitetura que utiliza múltiplas redes neurais convolucionais profundas e imagens multiespectrais para efetuar o reconhecimento facial. É realizado um estudo com o objetivo de avaliar o desempenho da adaptação de diversas camadas da rede neural base. Adicionalmente, foi realizado um segundo estudo para avaliar o desempenho das Máquinas Vetoriais de Suporte (SVM) e dos classificadores k-Nearest Neighbor para classificar os conjuntos de características multidimensionais obtidas através da arquitetura proposta. Resultados experimentais nas bases de dados multiespectrais Tufts e CASIA NIR-VIS 2.0 indicam um desempenho competitivo no reconhecimento facial obtendo uma pontuação de rank-1 de 99,7% e 99,8%, respetivamente. É também proposto para este trabalho, um detetor de falsificação multiespectral. Este, utiliza imagens multiespectrais (na banda espectral do VIS, SWIR e LWIR) com o objetivo de identificar possíveis ataques de falsificação nas imagens faciais. Resultados experimentais comprovam a eficiência do detetor de falsificação multiespectral proposto, quando comparado com os detetores de pele YCbCr e HSV. Foram obtidas as seguintes taxas de deteção de falsificação de 13%, para YCbCr e HSV, e de 83% para o detetor de falsificação multiespectral proposto.
Keywords: reconhecimento facial, imagens multiespectrais, infravermelho, detetor de falsificação

Discussão: janeiro 20, 2021, 9:30