Reconocimiento de Rostros

mediante la Transformada
Wavelet

M en C. Marco Antonio Acevedo

 Agenda

Objetivo

Etapas del proyecto.

Adquisición de imágenes.

Uso de la Transformada Wavelet.

Pruebas de criterios para la selección de wavelets.

Conclusiones.
 Objetivo

Desarrollar un prototipo para el reconocimiento de rostros

humanos utilizando la transformada de wavelets para la
extracción de características y reducción de la dimensión de una
imagen.

Objetivos particulares:

Adquisición de fotografías de rostros humanos digitalizadas.

Selección de la transformada wavelet mediante pruebas de

software en Matlab versión 6.1 utilizando herramientas de
procesamiento que contemplan el principio de energía y el de
correlación.

Desarrollo de un menú amigable al usuario final que permita

realizar el reconocimiento de rostros automáticamente al ingresar
una nueva fotografía.
 Etapas del proyecto

Diagrama a bloques del proyecto

Etapas:

Adquisición de la imagen.

Extracción de características y reducción del tamaño de
la imagen.

Comparación en energías.

Obtención del porcentaje de similitud en correlación.

Interfase gráfica de entrega de resultados.
 Fase I. Adquisición de la imagen.

Consideraciones:

1. Toma de fotografías con una cámara digital.

2. Tamaño de la imagen de 768x1024 pixeles.

3. Tipo de formato de la imagen: JPG en escala de
grises.

4. Fondo blanco sin texturas.

5. Distancia cámara – rostro 1 m.

6. Captura de imágenes que contengan rostros con
diferentes gestos o estados de ánimo.

7. Buena iluminación.
Fase I. Adquisición de la imagen.

Iluminación
Fase I. Adquisición de la imagen.

Creación de la base de datos

 Fase II. Transformada Wavelets

Descomposición y compresión de la imagen por medio de

wavelets.
 Pruebas para el criterio de
selección de la transformada
wavelet.

En las siguientes tablas se muestran los valores de las energías compactadas

de la subseñal de bajas frecuencias después de aplicar cuatro veces la
transformada wavelet.
 Pruebas para el criterio de
selección de la transformada
wavelet.

Serie 1:
“Wavelet Haar”
Serie 2 – Serie 10:
“Wavelets Daubechies 2-10”
Serie 11:
”Wavelet Daubechies 45”
Serie 12 - Serie 16:
“Wavelets Coiflets 1-5”

Gráfica de valores de energía obtenidos en Matlab.

 Pruebas para el criterio de
selección de la transformada
wavelet.

En las siguientes tablas se muestran los valores de

correlación :
Pruebas para el criterio de
selección de la transformada
wavelet.
 Pruebas para el criterio de
selección de la transformada
wavelet.

Después de analizar los datos anteriores se concluye que para cada caso
en particular existe una solución especifica con determinada wavelet, sin
embargo, se puede apreciar una pequeña variación ascendente entre
diferentes tipos de wavelets, obteniendo valores mayores para la wavelet
de tipo coiflet 5.

Serie 1:
“Wavelet Haar”

Serie 2 – Serie 5:
“Wavelets Daubechies 2 -5”

Serie 6 - Serie 10:

“Wavelets Coiflet 1-5”
 Conclusiones

Se demostró que la utilización de wavelets en el reconocimiento de

rostros permite no sólo una disminución en el tiempo de
procesamiento (al realizar la disminución del tamaño de la
imagen), también permite extraer las características del rostro en
cuestión mediante la descomposición en frecuencias y a su vez
mejorar el porcentaje de similitud de correlación en la
comparación final de rostros.

Se encontró que la cuarta descomposición wavelet es la mejor

opción para el proyecto.

Se eligió la wavelet coiflet 5 debido a que presentó las mejores

características en porcentajes de similitud para la mayoría de los
rostros procesados, así como un tiempo de procesamiento no tan
significativo como el utilizado por las wavelets Daubechies 10-45.
 PyR

 Ing. Himer Hernández Magaña

hremih@prodigy.net.mx
remih16@yahoo.com

 M. en C. Marco A. Acevedo Mosqueda

macevedo@ipn.mx

Tel: 57296000 ext 54756

www.telecom.esimez.ipn.mx