Academic literature on the topic 'Reconocimiento facial (Informática) – Algoritmos'

El presente trabajo comprende la implementación de algoritmos de alto desempeño para reconocimiento y detección de rostros, con interactividad en la Nube empleando la plataforma Microsoft Azure. Para su implementación, se analizan técnicas biométricas utilizadas hoy en día para el reconocimiento de patrones de rostros y se plantea de manera general considerar la existencia de ruido en las imágenes a analizar al compararlas con las bases de datos tomando en cuenta la alineación, normalización y escalado de cada una de las imágenes probadas. Para ello, se han llevado a cabo experimentos diferenciados de cada una de las fases del desarrollo del proyecto, de modo que se pudieron evaluar fortalezas y debilidades de la aplicación en la Nube. El análisis de desempeño centra en verificar exactitud, eficiencia y rapidez del servicio; con este propósito se realizó un estudio antropométrico como base experimental para realizar un análisis más exhaustivo del rostro, considerando la detección de atributos y el reconocimiento facial. El desarrollo del proyecto tiene dos líneas principales de trabajo: i) se implementó un servicio basado en las librerías de la API Face de Microsoft Azure para reconocimiento facial en lenguaje C#, cuyo rendimiento fue evaluado con una base de datos local y posteriormente en el Cloud de Microsoft, posteriormente se adaptó y se mejoró el diseño e implementación para su funcionamiento en tiempo real; y ii) el enfoque experimental, llevando a cabo pruebas diferenciadas del servicio en cada una de las etapas de desarrollo, donde se pudo realizar una evaluación de forma detallada. Los experimentos se enfocaron en el estudio de las etapas más relevantes para el análisis de la exactitud, rendimiento y rapidez en las funciones de: agrupación, detección, comprobación, identificación y comparación de rostros y reconocimientos de emociones. Este proyecto finaliza con la implementación del sistema de análisis de rostros con la integración de los servicios Microsoft Azure Face API

La videovigilancia automatizada y semiautomatizada, con algoritmos de reconocimiento facial y de comportamientos, está generando debates a nivel internacional que son importantes de profundizar sin apresurarnos a conclusiones rápidas, pero tampoco lentas. A diferencia de otros países de América y de Europa, Argentina, aún en 2020 no cuenta con una ley nacional regulatoria de la videovigilancia clásica y, el distrito más poblado y con más cámaras del país, la Provincia de Buenos Aires, tampoco se ha dado un marco regulatorio integral propio. Los frágiles cimientos institucionales que hacen de puerto de llegada a esta tecnología de punta no deberían ser desatendidos si se quieren evitar efectos negativos, no sólo en la protección de la privacidad, sino también en clave de fortalecimiento del derecho a la seguridad, el motivo que legitima su implementación. La intención principal de este escrito, enmarcado en el campo de los estudios de vigilancia y las políticas públicas, es aportar elementos desde las Ciencias Sociales para intentar desentrañar algunos nudos conceptuales que, además de generar malentendidos recurrentes, tienen efectos normativos que colaboran en naturalizar ciertas prácticas que deberían requerir mayor detenimiento. Entre ellos podemos mencionar la imprecisa y mecánica asimilación entre vigilancia y seguridad; la efectividad relativa de los sistemas de videovigilancia en función de seguridad y en función judicial; la relación entre los derechos a la privacidad e intimidad con el espacio público; los vínculos entre lo tecno-lógico y lo ideo-lógico; etc. Estos aspectos serán ejemplificados a partir del caso de la implementación de esta tecnología en la Ciudad Autónoma de Buenos Aires, a través del análisis documental de normativas y documentos oficiales.

En el presente artículo se analiza la factibilidad de la implementación de algoritmos de reconocimiento facial integrados a los sistemas de video vigilancia de un territorio, para la localización de personas y como herramienta de búsqueda de individuos prófugos de la justicia convirtiéndose en un aporte importante a las investigaciones policiales y judiciales. Para alcanzar este objetivo, se estudian aristas sobre el reconocimiento biométrico y se considera el reconocimiento facial como el proceso ideal para la propuesta y discusión del artículo, en consecuencia, se investiga las etapas, métodos y técnicas más comunes y de mayor eficacia en los sistemas automáticos de reconocimiento de rostros para identificación de personas mediante imágenes y videos. Por consiguiente, se concluye que la implementación de un sistema automático de reconocimiento faciales interconectado a uno o varios sistemas de video vigilancia facilitara la búsqueda de individuos dentro del territorio donde se lo aplique. Palabras claves: Biométrico, algoritmos, sistemas automáticos, tecnologías Sistema de reconocimiento Facial Systems of facial recognition, like tool for people's quest Abstract In this article the feasibility of implementing facial recognition algorithms integrated video surveillance systems in a territory, to locate people tool analyzes and as individuals search for fugitives from justice becoming an important contribution to the police and judicial investigations. To achieve this goal, edges on biometric recognition are studied and considered facial recognition as the ideal for the proposal and discussion of Article process, therefore the steps, methods and techniques more common and more effective is investigated on the automatic face recognition to identify people through images and videos. Therefore, it is concluded that the implementation of a system of interconnected automatic facial recognition of one or several video surveillance systems facilitate finding individuals within the territory where it is applied. Key words: Biometric, algorithms, automatic systems, technologies

La presente investigación comprende el diseño y simulación de un robot humanoide de servicio, mediante la selección del material y dimensiones de su estructura, componentes electrónicos y servidor, así como, la selección de los sensores y actuadores que le permitirán interactuar con el medio que lo rodea, percibiendo del entorno y realizar una acción. Así mismo, se realizó el diseño y simulación de su sistema informático e interfaz de reconocimiento facial. Se validó mediante la simulación dinámica en 3D del robot humanoide usando un software de ingeniería. Los resultados favorables se obtuvieron a partir de la conmutación de la PC con el sistema operativo Windows y un dispositivo Raspberry pi 3B+ que se desempeña bajo un sistema operativo GNU/LINUX en la distribución Raspbian El entrenamiento del algoritmo de reconocimiento facial y la trasferencia de datos se probó exitosamente, obteniendo resultados favorables. Finalmente, se contribuyó con la comunidad científica y estudiantil al brindar una plataforma para futuras investigaciones.

Los sistemas de reconocimiento facial son cada vez más insertados en artefactos cotidianos. Este artículo examina cómo operan a partir de patrones y algoritmos preestablecidos, así como también su utilidad para intereses corporativos y estatales. Adicionalmente, este trabajo sostiene el argumento crítico de "No recognizable pattern", una serie de fotografías que imagina identidades digitales alternativas, a través de retratos con referencias al cyborg, con el fin de generar plantillas biométricas irreconocibles, para burlar los mecanismos de vigilancia que se expanden en el ambiente tecnológico actual.

El presente estudio tiene como propuesta elaborar el diseño de un edificio inteligente para los laboratorios ubicados en el pabellón académico de la Facultad de Ingeniería Industrial, Sistemas e Informática de la Universidad Nacional José Faustino Sánchez Carrión, basado en la tecnología inmótica, tecnología que automatiza los edificios con la ayuda de sensores digitales, controladores electrónicos, dispositivos y sistemas de comunicación que registran de manera continua datos de funcionamiento creando la transparencia necesaria para la digitalización. El resultado es diseñar el edificio inteligente para los laboratorios ubicados en el pabellón académico de la Facultad de Ingeniería Industrial, Sistemas e Informática, que permita mejorar la calidad, el confort, bienestar y seguridad por medio de la digitalización y la gestión eficiente de recursos como sensores y controladores de confort visual, lumínico, térmico, acústico, reconocimiento facial, reconocimiento de voz y detección de movimiento entre otros factores, que estarán integrados a la plataforma tecnológica de la universidad y a los servicios de IBM: Watson e internet de las cosas, que es la plataforma de inteligencia artificial para los negocios e internet.Palabras clave: Edificio inteligente; inmótica; IBM Watson, internet de las cosas

El presente estudio tiene como propuesta elaborar el diseño de un edificio inteligente para los laboratorios ubicados en el pabellón académico de la Facultad de Ingeniería Industrial, Sistemas e Informática de la Universidad Nacional José Faustino Sánchez Carrión, basado en la tecnología inmótica, tecnología que automatiza los edificios con la ayuda de sensores digitales, controladores electrónicos, dispositivos y sistemas de comunicación que registran de manera continua datos de funcionamiento creando la transparencia necesaria para la digitalización. El resultado es diseñar el edificio inteligente para los laboratorios ubicados en el pabellón académico de la Facultad de Ingeniería Industrial, Sistemas e Informática, que permita mejorar la calidad, el confort, bienestar y seguridad por medio de la digitalización y la gestión eficiente de recursos como sensores y controladores de confort visual, lumínico, térmico, acústico, reconocimiento facial, reconocimiento de voz y detección de movimiento entre otros factores, que estarán integrados a la plataforma tecnológica de la universidad y a los servicios de IBM: Watson e internet de las cosas, que es la plataforma de inteligencia artificial para los negocios e internet.Palabras clave: Edificio inteligente; inmótica; IBM Watson, internet de las cosas

El mundo de la robótica parecía ser un mundo de ciencia ficción hasta hace pocos años, en las últimas décadas los robots se han incorporado en nuestras vidas apoyando en áreas educativas, medicinales, de transporte y recreación entre muchos escenarios más, donde el objetivo es desarrollar robots útiles y seguros. En este artículo se presenta el desarrollo de algoritmos de procesamiento de imágenes implementados en el robot humanoide InMoov, el primer robot 3D open source del mundo y el primero en ser replicado en Colombia para la detección y tracking de movimiento, reconocimiento facial y control de extremidades robóticas mediante mimesis de manos, se implementó un sistema embebido sintetizador de voz, pregunta y respuesta. Estos algoritmos son elaborados e implementados en el InMoov para fortalecer la interacción humano-robot (HRI) y la autonomía del robot, obteniendo una eficiencia promedio de más del 90% de efectividad en ambientes controlados.

El objetivo fue la implementación de dos algoritmos de reconocimiento facial para la identificación de personas, bajo condiciones reales en este caso un domicilio, se examinó las investigaciones relevantes en la identificación facial como los métodos de Análisis de Componentes Principales (PCA) y el Análisis Lineal Discriminante (LDA), procesos matemáticos utilizadas por los algoritmos Eigenfaces y Fisherfaces, que son técnicas de aproximación estadística para clasificar datos en este caso rostros, con mínima complejidad computacional. El sistema de identificación de personas propuesto, desarrolló algoritmos en Matlab, describiendo sus etapas principales de procesamiento como la adquisición de imágenes, pre procesamiento, extracción de características faciales, entrenamiento o clasificador, éstos algoritmos se sometieron a evaluación de eficacia en la identificación de personas, utilizando una base de rostros públicas de AT&T conocida como ORL Database of Faces, con 400 imágenes de rostros de distintas personas con variadas expresiones, adicionalmente se elaboró un base de rostros domiciliar, con 48 imágenes para el entrenamiento del sistema. Como resultado de la evaluación bajo condiciones de laboratorio se obtuvo una eficiencia superior al 90%, mientras que, al ser evaluados en condiciones reales, los algoritmos presentan eficiencias de identificación que oscilan del 50 al 80%, factores que dependen de la distancia, cámara, calidad de imagen, e iluminación. Estableciéndose las condiciones mínimas de requerimientos para la implementación de un sistema de vigilancia domiciliar, con porcentajes de efectividad favorables en estos ambientes, proponiendo una innovación en el uso de la tecnología e ingeniería actual respecto a video vigilancia. The objective of the project is the implementation of two facial recognition algorithms for the identification of people, under real conditions, in this case, an address. Relevant investigations in facial identification have been explored, such as Principal Component Analysis (PCA) and Discriminant Linear Analysis (LDA) methods, mathematical processes used by the Eigenfaces and Fisherfaces algorithms, which are statistical approximation techniques for classifying data, in this case, faces, with minimum computational complexity. The proposed people identification system, developed its algorithms in Matlab, describing its main processing stages such as image acquisition, pre-processing, extractions of facial features, training or classifier, these algorithms will be evaluated of efficiency in the identification of people, used for this a base of public faces of AT & T known as ORL Database of Faces, with 400 images of different faces forgive with various expressions, in addition to this a base of faces domiciliary, with 48 images will be elaborated for system training. As a result of the evaluations under laboratory conditions they present an efficiency of over 90%, while when evaluated in real conditions, the algorithms show efficiencies ranging from 50 to 80% depending on the distances between the subject and the camera, as well as it also depends on the image quality that can be acquired with them. In this way, minimum requirements have been established for the implementation of a home surveillance system, in which favourable percentages of effectiveness will be obtained in these environments, proposing an innovation in the use of current technology in relation to video surveillance. Palabras claves: PCA, Eigenfaces, LDA, Fisherfaces, Base de Datos Públicas, Algoritmo, Reconocimiento. Keywords: PCA, Eigenfaces, LDA, Fisherfaces, Public Database, Algorithm, Recognition.

El estudio del movimiento del cuerpo humano y el reconocimiento del rostro han abierto fronteras en las diferentes áreas del conocimiento. Este artículo tiene como objetivo presentar la generación de un método alternativo para identificar rostros y caracterizar el movimiento del cuerpo humano. La metodología utilizada tiene tres fases, en la primera se genera una base de videos NoSQL haciendo uso del sistema gestor de bases de datos (SGDB) MongoDB; la segunda permite la identificación de rostros humanaos mediante dos algoritmos como la Transformada de Hough y el algoritmo de Viola-Jones; y la tercera identificación de movimiento utilizando Flujo Óptico y el método de Histograma de Gradientes Orientados. Como resultados significativos se obtiene que la identificación facial permite seleccionar un rango de relevancia que da las coordenadas del área aproximada de interés o actor, para ser tenido en cuenta al realizar el procesamiento de flujo óptico, evitando así, procesar áreas de falsos positivos, es decir sombras o reflejos producidos por el ambiente. Finalmente se concluye que, al tener una identificación clara del rostro en vista frontal, facilita el seguimiento de las acciones humanas.

La justicia y la búsqueda de la verdad en la investigación criminal requiere del uso de una herramienta fundamental para su éxito, el interrogatorio. En un interrogatorio, un experto hace uso de su experiencia y su juicio para, mediante el cuestionamiento del acusado, obtener una verdad explícita o implícita de parte de este sobre el hecho a investigar. El presente proyecto de investigación apunta a diseñar un modelo de aprendizaje automático que brinde soporte para la detección de mentiras en interrogatorios mediante el análisis de video. Es una contribución a los trabajos de investigación realizados por el grupo IA-PUCP (Grupo de Investigación en Inteligencia Artificial) de la Pontificia Universidad Católica del Perú. Se utilizó un conjunto de datos puesto a disponibilidad por Rada Mihalcea del grupo “Language and Information Technologies” de la Universidad de Michigan. La propuesta de arquitectura para el modelo consiste en una capa de preprocesamiento de datos que utiliza un algoritmo de reconocimiento facial para extraer los rostros del video, limitando el espacio de características. Luego, se utiliza una red convolucional preentrenada para realizar la extracción de características. Finalmente, se utiliza una red recurrente LSTM para procesar las características y luego una red neuronal para clasificar los videos. Se experimentó con cinco redes convolucionales (Resnet, InceptionV3, Xception, VGG16 y VGG19), el mejor fue InceptionV3. Este obtuvo una exactitud de 78.6 %, valor que supera varios de los resultados obtenidos por los modelos, presentados en la publicación “A Multi-View Learning Approach to Deception Detection” de N. Carissimi, que no aplicaron entrenamiento en la extracción convolucional. Esto, utilizando menos información y automatizando la extracción de la misma.
Tesis

La presente investigación se desarrolla en el marco de los sistemas de reconocimiento facial automático de imágenes, que consisten en procesar las imágenes de caras de personas utilizando métodos estadísticos y matemáticos de extracción de características y de clasificación de imágenes, para conocer si un individuo se encuentra en una determinada clase, y finalmente hallar su identidad. El tratamiento automático de una cara es complicado, debido a que se presenta varios factores que le afectan, como la posición de la cara, la expresión, la edad, la raza, el tipo de iluminación, el ruido, y objetos como lentes, sombrero, barba entre otros. El procesamiento se realiza de forma global, en donde se procesa toda la cara. Se sabe que procesar las imágenes de manera global es más rápido, práctico y fiable que las basadas en rasgos. Además, se conoce que procesar imágenes en tres dimensiones es más real y consistente que en dos dimensiones. El principal objetivo de la tesis que se propuso fue desarrollar una técnica eficiente de reconocimiento facial con rasgos globales, y con imágenes en tres dimensiones. Para ello, se seleccionó los algoritmos más eficientes para extracción de características, filtros de Gabor, y el algoritmo para clasificación, máquina de vectores de soporte (SVM). Este último algoritmo, su eficiencia varía de acuerdo a la función núcleo o kernel, por ello en esta tesis se trabajaron con tres kernel: líneal, gauseano y cúbico. Estos sistemas constan de dos procesos necesarios: 1) Entrenamiento, y 2) Pruebas. Lo que permitió establecer un modelo de reconocimiento facial global para dos y tres dimensiones respectivamente. La técnica fue procesada primero para imágenes 2D, luego para imágenes 3D. Y se utilizó el método de validación cruzada en ambos casos para aprobarlo. Los mejores resultados obtenidos con la técnica alcanzada son 96% de eficiencia con base de datos de imágenes de dos dimensiones; y 98,4% con base de datos de imágenes de tres dimensiones. Finalmente, se hace una comparación de los resultados alcanzados con otros trabajos de investigación similares, obteniéndose mayor eficiencia con este trabajo.

Facial expressions are vital ways of communication between humans in social contexts. They are used as conversational markers and they convey information about affective and cognitive state. Many applications would benefit from the advance of automatic facial expression recognition (AFER). Robust AFER would improve human-computer interaction, it would increase driving safety, would help medical personal to better take care of patients with impaired communication ability and could transform online education. In recent years significant advancement has been undertaken in AFER with the use of deep neural networks (DNN). Unfortunately this increase in performance came with increased opacity. The current status of DNNs as "black-box" model hinders the advancement of the field. In this dissertation, we propose a new general framework for analysing deep neural networks based on the systematic study of their topology while they are learning patterns in the data. We use this framework to study a newly proposed DNN, specially built for Action Unit recognition which results in better understanding, control and increased performance. In summary, this dissertation has the following main contributions: a) Definition of comprehensive taxonomy of automatic computer vision approaches to automatic facial expression recognition followed by an extended review of historical and current trends in AFER. b) Proposal of a model that learns representation, patch and output structure of the face end-to-end e) Introduction of a structure inference topology that replicates inference algorithm in probabilistic graphical models by using a recurrent neural network c) Extended ablation study and experimental analysis of the newly proposed architecture d) Analysis and improving performance of the previously proposed architecture for facial expression architecture using the new theoretical framework. e) Formulation of novel general framework for analysis of deep neural networks based on algebraic topology f) Analysis of fundamental topological differences between DNNs that learn and DNNs that memorize g) Demonstrating the use of newly proposed analytical framework on facial action unit recognition using DSIN.

Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciencias Exatas, Programa de Pós-Graduação em Informática
Inclui bibliografia
Orientadora : Olga R. P. Bellon
Co-orientador : Luciano Silva
Defesa: Curitiba, 2007

Wearable photo-cameras offer a hands-free way to record images from the camera- wearer perspective of daily experiences as they are lived, without the necessity to interrupt recording due to the device battery or storage limitations. This stream of images, known as egocentric photo-streams, contains important visual data about the living of the user, where social events among them are of special interest. Social interactions are proven to be a key to longevity and having too few interactions equates the same risk factor as smoking regularly. Considering the importance of the matter, there is no wonder that automatic analysis of social interactions is largely attracting the interest of the scientific community. Analysis of unconstrained photo-streams however, imposes novel challenges to the social signal processing problem with respect to conventional videos. Due to the free motion of the camera and to its low temporal resolution, abrupt changes in the field of view, in illumination condition and in the target location are highly frequent. Also, since images are acquired under real-world conditions, occlusions occur regularly and appearance of the people undergoes intensive variations from one event to another. Given a user wearing a photo-camera during a determined period, this thesis, driven by the social signal processing paradigm presents a framework for comprehensive social pattern characterization of the user. In social signal processing, the second step after recording the scene is to track the appearance of multiple people who are involved in the social events. Hence, our proposal begins by introducing a multi-face tracking which holds certain characteristics to deal with challenges imposed by the egocentric photo-streams. Next step forward in social signal processing, is to extract the so-called social signals from the tracked people. In this step, besides the conventionally studied social signals, clothing as a novel social signal is proposed for further studies within the social signal processing. Finally, the last step is social signal analysis, itself. In this thesis, social signal analysis is essentially defined as reaching an understanding of social patterns of a wearable photo-camera user by reviewing captured photos by the worn camera over a period of time. Our proposal for social signal analysis is comprised of first, to detect social interactions of the user where the impact of several social signals on the task is explored. The detected social events are inspected in the second step for categorization into different social meetings. The last step of the framework is to characterize social patterns of the user. Our goal is to quantify the duration, the diversity and the frequency of the user social relations in various social situations. This goal is achieved by the discovery of recurrences of the same people across the whole set of social events related to the user. Each step of our proposed pipeline is validated over relevant datasets, and the obtained results are reported quantitatively and qualitatively. For each section of the pipeline, a comparison with related state-of-the-art models is provided. A discussion section over the obtained results is also given which is dedicated to highlighting the advantages, shortcomings, and differences of the proposed models, and with regards to the state-of-the-art.
Las cámaras portables ofrecen una forma de capturar imágenes de experiencias diarias vividas por el usuario, desde su propia perspectiva y sin la intervención de éste, sin la necesidad de interrumpir la grabación debido a la batería del dispositivo o las limitaciones de almacenamiento. Este conjunto de imágenes, conocidas como secuencias de fotos egocéntricas, contiene datos visuales importantes sobre la vida del usuario, donde entre ellos los eventos sociales son de especial interés. Las interacciones sociales han demostrado ser clave para la longevidad, el tener pocas interacciones equivale al mismo factor de riesgo que fumar regularmente. Teniendo en cuenta la importancia del asunto, no es de extrañar que el análisis automático de las interacciones sociales atraiga en gran medida el interés de la comunidad científica. Sin embargo, el análisis de secuencias de fotos impone nuevos desafíos al problema del procesamiento de las señales sociales con respecto a los videos convencionales. Debido al movimiento libre de la cámara y a su baja resolución temporal, los cambios abruptos en el campo de visión, en la iluminación y en la ubicación del objeto son frecuentes. Además, dado que las imágenes se adquieren en condiciones reales, las oclusiones ocurren con regularidad y la apariencia de las personas varía de un evento a otro. Dado que un individuo usa una cámara fotográfica durante un período determinado, esta tesis, impulsada por el paradigma del procesamiento de señales sociales, presenta un marco para la caracterización integral del patrón social de dicho individuo. En el procesamiento de señales sociales, el segundo paso después de grabar la escena es rastrear la apariencia de varias personas involucradas en los eventos sociales. Por lo tanto, nuestra propuesta comienza con la introducción de un seguimiento de multiples caras que posee ciertas características para hacer frente a los desafíos impuestos por las secuencias de fotos egocéntricas. El siguiente paso en el procesamiento de señales sociales es extraer las señales sociales de las personas bajo análisis. En este paso, adema´s de las señales sociales estudiadas convencionalmente, en esta tesis se propone la vestimenta como una nueva señal social para estudios posteriores dentro del procesamiento de señales sociales. Finalmente, el último paso es el análisis de señales sociales. En esta tesis, el análisis de señales sociales se define esencialmente como la comprensión de los patrones sociales de un usuario de cámara portable, mediante la revisión de fotos capturadas por la cámara llevada durante un período de tiempo. Nuestra propuesta para el análisis de señales sociales se compone de diferentes pasos. En primer lugar, detectar las interacciones sociales del usuario donde se explora el impacto de varias señales sociales en la tarea. Los eventos sociales detectados se inspeccionan en el segundo paso para la categorización en diferentes reuniones sociales. El último paso de la propuesta es caracterizar los patrones sociales del usuario. Nuestro objetivo es cuantificar la duración, la diversidad y la frecuencia de las relaciones sociales del usuario en diversas situaciones sociales. Este objetivo se logra mediante el descubrimiento de apariciones recurrentes de personas en todo el conjunto de eventos sociales relacionados con el usuario. Cada paso de nuestro método propuesto se valida sobre conjuntos de datos relevantes, y los resultados obtenidos se evalúan cuantitativa y cualitativamente. Cada etapa del modelo se compara con los trabajos relacionados más recientes. También, se presenta una sección de discusión sobre los resultados obtenidos, que se centra en resaltar las ventajas, limitaciones y diferencias de los modelos propuestos, y de estos con respecto al estado del arte.