Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP

PROPOSTA DE TRABALHO PARA A DISCIPLINA ESTGIO SUPERVISIONADO

1 IDENTIFICAES

PROPOSTA DE TRABALHO: Classificao e Reconhecimento Facial utilizando SVM's ALUNO NOME: Loan Phellipe Motyl ENDEREO RESIDENCIAL: Avenida Prefeito Moacir Julio Silvestre CEP: 85025-010 CIDADE: Guarapuava UF: PR

ORIENTADOR INSTITUCIONAL NOME: Richard Aderbal Gonavels TITULAO: ( ) GRADUAO ( X) DOUTORADO ( ) ESPECIALIZAO ( ) PS-DOUTORADO ( ) MESTRADO ( ) OUTROS BAIRRO: Trianon UF: PR

ENDEREO RESIDENCIAL: Rua das Tulipas, 14 CEP: 85012-090 FONE: CIDADE: Guarapuava

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
2 SUMRIO DA PROPOSTA DE TRABALHO ESTGIO SUPERVISIONADO

TTULO: Reconhecimento Facial em imagens utilizando Support Vector Machines.

REA DO TRABALHO: ( ) DESENVOLVIMENTO DE SISTEMAS ( ) PRESTAO DE SERVIOS (X) PESQUISA RESUMO: Este trabalho prope o estudo de tcnicas e o desenvolvimento de uma ferramenta para extrair caractersticas de faces em imagens, como posicionamento dos olhos, boca, nariz e calcular suas distncias e ngulos. Posteriormente, os dados extrados sero aplicados para o treinamento e reconhecimento das faces utilizando uma Support Vector Machine (SVM). As SVMs so fundamentadas pela teoria de aprendizado estatstico. Essa teoria define uma srie de passos que devem ser seguidos na obteno de classificadores com boa generalizao, isto , de classificador que possuem a habilidade de prever corretamente a classe de novos dados do mesmo domnio em que o aprendizado ocorreu. Os resultados da aplicao dessa tcnica serviro para medir a sua eficcia no reconhecimento de padres.

3 PROPOSTA DE TRABALHO

3.1 INTRODUO Uma importante rea de atuao da informtica est no reconhecimento de faces, com diversos exemplos de uso, como na identificao de carteiras de motorista, passaportes, etc., alm da utilizao em reas de segurana, como rastreamento em multides, restringir acesso a lugares, entre outros (ROMADHANI, 1996). Entretanto, para possibilitar que um computador tenha tal habilidade, precisamos fazer com que a mquina simule o reconhecimento de padres que o crebro humano utiliza para processar as imagens que o sistema visual adquire (SHAPIRO; STOCKMAN 2001). A Viso Computacional, tem como principal objetivo a construo de um sistema de viso artificial que 2

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
imite a capacidade do sistema visual humano (SHAPIRO; STOCKMAN 2001). Por se tratar de um problema que envolve Reconhecimento de Padres, existem vrias tcnicas de Inteligncia Computacional (IC) utilizadas para se obter resultados satisfatrios, dentre elas as SVMs, que segundo LORENA; CARVALHO, 2003 possui resultados comparveis e muitas vezes superiores aos obtidos por outros algoritmos de aprendizado, como as Redes Neurais Artificiais (RNA) (LORENA; CARVALHO, 2003). Fundamentada na Teoria de Aprendizagem Estatstica, a SVM foi desenvolvida por (VAPNIK, 1995), com intuito de resolver problemas de classificao de padres. Esta teoria busca encontrar um bom classificador levando em considerao todo o conjunto de dados pelo qual ocorreu o treinamento e os testes, obtendo uma boa taxa de acerto (LORENA; CARVALHO, 2003). Neste trabalho prope-se o estudo e a escolha de tcnicas de Viso Computacional eficazes para a extrao de caractersticas de faces em um conjunto de imagens, para em seguida realizar a classificao utilizando Support Vector Machines. O principal objetivo do trabalho encontrar um classificador com uma boa taxa de acerto. 3.2 OBJETIVOS Os objetivos do trabalho so: a) principal: o desenvolvimento de uma ferramenta responsvel pela extrao de caractersticas de uma de face em um conjunto de imagens, para que se possa classific-las utilizando uma Support Vector Machine. b) secundrios: 1 - estudo sobre os conceitos e tcnicas de Viso Computacional relacionados a Reconhecimento de Padres; 2 - estudo e aplicao dos conceitos das Support Vector Machines; 3 - estudo sobre conceitos e tcnicas de localizao de elementos de uma face. 3.3 DIFERENCIAL TECNOLGICO EM COMPUTAO Umas das tarefas a serem realizadas nos Sistemas de Reconhecimento de Faces (SRF) detectar a presena da face em uma determinada imagem. A vantagem de se detectar a face, em um primeiro momento, que aps esta fase a procura pelas caractersticas fica limitada apenas em uma determinada regio da imagem (YANG et al., 2002; BIANCHI, 2006). 3

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
Como em qualquer problema a ser resolvido, a maioria das tcnicas de deteco de faces, apesar de suas diferentes abordagens, esbarram em alguns problemas comuns como (YANG et al., 2002): Pose: as imagens de face variam de acordo com a posio da cmera que registrou a imagem Expresso Facial: a expresso da face influncia diretamente na aparncia da imagem de face Presena de Elementos Estruturais: a presena de elementos como barba, bigode e culos que podem modificar as caractersticas em termos de tamanho, luminosidade, etc... Ocultao: no caso de imagens feitas em ambientes no controlados as faces podem aparecer, parcial ou totalmente sobrepostas, por objetos ou at mesmo por outras faces. Aps a extrao de caractersticas, as faces sero reconhecidas e classificadas utilizando uma SVM. As SVMs, propostas por (VAPNIK, 1995), so constitudas de uma teoria de Aprendizado de Mquina (AM) baseada em aprendizado estatstico, que tem sido amplamente utilizado para resolver problemas de regresso e de classificao (VAPNIK, 1995). O AM uma rea de Inteligncia Artificial (IA) que visa o desenvolvimento de tcnicas computacionais capazes de adquirir conhecimento de forma automtica. (MONARD; BARANAUSKAS, 2005). Podemos ilustrar o funcionamento de uma SVM com o seguinte trecho: A principal ideia que dois conjuntos de dados podem ser separados por um hiperplano que maximiza a distncia entre ele e as amostras mais prximas de cada conjunto. Esta distncia entre as amostras mais prximas conhecida como margem. Caso isto no seja possvel, os conjuntos so ditos nolinearmente separveis e duas abordagens podem ser adotadas. A primeira delas a utilizao de uma margem suave, na qual permite-se que algumas amostras estejam na margem ou estejam contidas na poro do espao que corresponde outra classe. A outra abordagem est relacionada com o mapeamento no linear do conjunto de dados em um espao de dimenso mais elevada, onde a separao por um hiperplano seja vivel (ARAUJO, 2010). A atual tecnologia encontrada nos dispositivos capturadores de imagens e em sistemas de segurana, a variedade de sistemas que utilizam a biometria facial, os problemas destacados acima e a complexidade imposta para a implementao de um SRF com uma boa taxa de acerto so fatores motivadores para a realizao desse trabalho. Sero utilizadas imagens de dez pessoas para o treinamento e o reconhecimento das faces. As 4

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
imagens sero extradas do banco de dados da University of Essex, UK. Das instancias faces94 ou faces95, disponveis em http://cswww.essex.ac.uk/mv/allfaces/index.html. O algoritmo de extrao de caractersticas faciais ser implementado em C++ utilizando a biblioteca Opencv 2.3.1 e a classificao das faces utilizar a SVMlight. 3.4 PLANEJAMENTO DO TRABALHO Pode-se dividir as tarefas para elaborao deste trabalho nos seguintes itens: a) Levantamento bibliogrfico sobre Reconhecimento Facial; b) Levantamento bibliogrfico sobre SVMs; c) Desenvolvimento do Mdulo que extrai as caractersticas do conjunto de faces; d) Desenvolvimento do Mdulo de Treinamento da SVM; e) Desenvolvimento do Mdulo de Reconhecimento utilizando a SVM; f) Avaliao do desempenho da SVM no reconhecimento das faces; g) Escrita do relatrio intermedirio; h) Escrita do Relatrio Final. 3.5 RECURSOS NECESSRIOS Os recursos necessrios para elaborao deste trabalho so: a) hardware: computador com processador de 2.4GHz ou superior com 4Gb de memria ou mais; b) software: sistema operacional Linux, linguagem de programao C++, IDE NetBeans 6.8 ou mais recente; SVM-Light; Biblioteca de C++ Opencv 2.3.1 ou superior instalada. c) outros: livros e a internet.

3.6 DISPONIBILIDADE DOS RECURSOS ACIMA RELACIONADOS Estes recursos so todos encontrados junto ao laboratrio de informtica da universidade, biblioteca e junto a empresa concedente do Estgio, e esto disponveis aos alunos de forma integral. Salienta-se que o aluno dispe de seu prprio computador com os referidos softwares instalados.

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
3.7 FONTES BIBLIOGRFICAS Para a conceituao e aplicao das SVMs sero utilizados (LORENA; CARVALHO, 2003), (VAPNIK, 1995) e (ARAUJO, 2010). O estudo e conceituao de tcnicas de Extrao de Caractersticas em Imagens sero fundamentados em (SHAPIRO; STOCKMAN 2001), (ARAUJO, 2010) e (BIANCHI, 2006). O estudo e a conceituao de tcnicas de extrao de Caractersticas Faciais ser fundamentado em (ARAUJO, 2010), (YANG et al., 2002), (BIANCHI, 2006), (LEITE, 2008) e (ROMDHANI, 1996). 3.8 REFERNCIA BIBLIOGRFICA

ARAUJO, Gabriel Matos. Facial Feature Recognition Algorithm Based On Correlation Filters. 2010. Universidade Federal do Rio de Janeiro. Dissertao de Mestrado. Rio de Janeiro.

BIANCHI, Marcelo Franceschi de. Extrao de caractersticas de imagens de faces humanas atravs de wavelets. PCA e IMPCA. 2006. Dissertao de Mestrado. Escola de Engenharia de So Carlos, So Carlos.

LEITE, Bruno de Brito. Deteco de Olhos em Imagens com Faces Humanas. 2008. Universidade Federal de Campina Grande. Dissertao de Mestrado. Campina Grande.

LORENA, Ana Carolina; CARVALHO, Andr C. P. L. de. Introduo as Mquinas de Vetores de Suporte. 2003. Escola de Engenharia de So Carlos. So Carlos.

MONARD, Maria Carolina; BARANAUSKAS, Jos Augusto. Conceitos sobre aprendizado de Mquina. In: REZENDE, Solange Oliveira. Sistemas Digitais Fundamentos e Aplicaes. 1.ed. So Paulo: Manole 2005. 39 56. 6

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
ROMDHANI, Sami. Face Recognition Using Principal Component Analysis. 1996. Departament of Electronics and Electrical Engineering, University of Glasgow. Dissertao de Mestrado. UK.

SHAPIRO, Linda; STOCKMAN; George. Computer Vision., 1.ed. New Jersey, USA: Prentice Hall, 2001.

VAPNIK, Vladimir Naumovich. The Nature of Statistical Learning Theory. 1.ed. New York, USA: Springer-Verlag New York, 1995.

YANG, Ming-Hsuan; KRIEGMAN, David J.; AHUJA, Narendra. Detecting Faces in Images: A Survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.24, No.1, 2002.

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
3.9 CRONOGRAMA DE TRABALHO:

ATIVIDADE / MESES A. Levantamento bibliogrfico b. Escolha do Algoritmo de Extrao de Caracteristicas Faciais. c. Implementao do Mdulo de Extrao de Caracteristicas Faciais. d. Implementao do Mdulo de Treinamento da SVM e. Confeco do Relatrio Parcial e. Testes f. Avaliao dos Resultados g. Confeco do Relatrio Final

Mar Abr Mai Jun Jul Ago Set Out X X X X X

X X X

X X X X X X X X

X X

3.10 Horrio de Trabalho

Horrio

SEG

TER

QUA

QUI

SEX

SAB

07:00 / 08:00 08:00 / 09:00 09:00 / 10:00 10:00 / 11:00 11:00 / 12:00 12:00 / 13:00 13:00 / 14:00 14:00 / 15:00 15:00 / 16:00 16:00 / 17:00 17:00 / 18:00 18:00 / 19:00 19:00 / 20:00 20:00 / 21:00 21:00 / 22:00

x x x x x

x x x x x x x x x x x x

x x x x

x x x x

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
4 DECLARAES DECLARAO DO ALUNO

Declaro que estou ciente do Regulamento do Estgio Supervisionado do Curso de Cincia da Computao, e que a proposta acima, a qual concordo, foi por mim rubricada em todas as pginas. Assinatura:______________________________Local / Data:______________________

DECLARAO DO RESPONSVEL Declaro que estou ciente do Regulamento do Estgio Supervisionado do Curso de Cincia da Computao, no que tange o Art. 13 Ao Orientador/Supervisor, em estgios de qualquer natureza, cabe exercer as seguintes funes: I. Orientar o aluno em assuntos especficos do projeto e do ambiente em que o estgio desenvolvido. II. Acompanhar o desenvolvimento das atividades previstas; III. Revisar os documentos de planejamento/avaliao desenvolvidos pelo aluno; IV. Participar das atividades de avaliao do estgio e de eventos propostos pelo Professor da Disciplina; V. Fornecer ao Tutor/Professor da Disciplina informaes pertinentes ao desenvolvimento das atividades de estgio. Declaro ainda que a proposta de trabalho explicitada neste documento, a qual concordo, foi por mim rubricada em todas as pginas. Assinatura:______________________________Local / Data:______________________

DECLARAO DO ORIENTADOR

Declaro que estou ciente do Regulamento do Estgio Supervisionado do Curso de Cincia da Computao. Sendo minhas atribuies como orientador reservadas a encontros semanais, onde comprometo-me somente orientar as atividades desempenhadas pelo(a) acadmico(a) durante a evoluo de seu trabalho, assim como, desempenhar as avaliaes do(a) acadmico(a) quando solicitadas. Declaro ainda que a proposta de trabalho explicitada neste documento, a qual concordo, foi por mim rubricada em todas as pginas. Assinatura:______________________________Local / Data:______________________

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
DE USO EXCLUSIVO DA COORDENAO DE ESTGIO SUPERVISIONADO Pareceres e Notas Orientador/Co-orientador: ___________________________________________________ ( ( ( ( ) Aprovado ) Aprovado com Ressalvas ) Necessita de Correes ) Reprovado

Coordenador: ______________________________________________________________ ( ) Aprovado ( ) Aprovado com Ressalvas ( ) Necessita de Correes ( ) Reprovado Professor(1): _______________________________________________________________ ( ( ( ( ) Aprovado ) Aprovado com Ressalvas ) Necessita de Correes ) Reprovado

Professor(2): ______________________________________________________________ ( ( ( ( ) Aprovado ) Aprovado com Ressalvas ) Necessita de Correes ) Reprovado

Ressalvas/Correes __________________________________________________________________________________ __________________________________________________________________________________ __________________________________________________________________________________ __________________________________________________________________________________ __________________________________________________________________________________ __________________________________________________________________________________ __________________________________________________________________________________ Guarapuava,_____ de _________________ de ________.

10

Universidade Estadual do Centro-Oeste UNICENTRO Setor de Cincias Exatas e Tecnologia SEET Departamento de Cincia da Computao DECOMP
______________________________________________ Nome Completo e Assinatura Orientador ______________________________________________ Nome Completo e Assinatura - Professor ______________________________________________ Nome Completo e Assinatura - Coordenador

11