RECONOCIMIENTO FACIAL POR EL MÉTODO DE EIGENFACES

Franco Gabriel Caballero Julián, Martín Vidal Reyes, Antonia López Sánchez, Carlos Alberto Jerónimo Ríos

Resumen


Resumen

En este trabajo se presenta una aplicación de detección facial por Eigenfaces que usa Microsoft Visual Studio con diversas herramientas de programación como C# y librerías de la plataforma Emgu CV asociadas a OpenCV. El desarrollo de la aplicación se codificó en dos partes: una de registro y la otra de reconocimiento. El programa está cargado en una computadora de escritorio con sistema operativo Windows 8 y se usa la webcam integrada. En la etapa de registro el individuo se presenta ante la cámara para tomarle tres fotografías en diferentes instantes. En la etapa de reconocimiento el usuario se presenta ante la cámara y el sistema hace una comparación con todos los registros existentes en la base de datos indicando si el usuario está registrado. Tanto en la etapa de registro como en la etapa de reconocimiento se crean otros formularios que interconectan ambas, utilizan templates del explorador de soluciones por HaarCascade, CANNY_PRUNING y el objeto EigenObjectRecognizer. El proyecto se sometió a la parte experimental con un universo del tamaño de diez usuarios, en el que ocho usuarios son hombres y dos usuarios mujeres, haciendo diez pruebas por usuario obteniendo una matriz de confusión con resultados del 100% de reconocimiento incluso con usuarios no registrados.

Palabra(s) Clave: Algoritmo, Eigenfaces, HaarCascade, Reconocimiento facial.

 

FACIAL RECOGNITION BY THE METHOD OF EIGENFACES


Abstract

This paper presents an Eigenfaces facial detection application that uses Microsoft Visual Studio programming software with tools such as C # and Emgu CV libraries associated with OpenCV. The development of the application was codified in two parts: one of records and the other of recognition. The program is loaded on a desktop computer with Windows 8 operating system and the integrated webcam is used. At the registration stage the individual appears before the camera to take 3 photographs at different times. In the recognition stage the user appears before the camera and the system makes a comparison with all the existing registers in the database indicating if the user is registered. Both the registration stage and the recognition stage create other forms that interconnect both, use solution explorer templates by HaarCascade, CANNY_PRUNING, and the EigenObjectRecognizer object. The project was submitted to the experimental part with a universe of the size of ten users, in which eight users are male and two female users, doing ten tests per user obtaining a confusion matrix with results of 100% recognition even with non-users recorded.

Keywords: Algorithm, Eigenfaces, Facial recognition, HaarCascade.


Texto completo:

66-81 PDF

Referencias


Ahonen, T., Hadid, A., y Pietikäinen, M. (2004). Face Recognition With Local Binary Patterns. Machine Vision Group, 469/481.

Anil K. Jain, Ajay Kumar, "Biometrics of Next generation: An overview", to appear in Second Generation Biometrics Springer, 2010.

Belhumeur P. N., Hespanha J., y Kriegman D. (1997). Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 711/720.

Gonzalez, R., y Woods, R. (2002). Digital Image Processing (Vol. Second Edition). United States of America: Prentice Hall.

Gonzalez, R. E. Woods, S. L. Eddins. (2005). "Digital Image Processing using Matlab", Prince Hall.

García, J. (2014). Apuntes de la cátedra de Análisis y Extracción de Información. Máster en Teledetección (2014-2015), Universidad de Valencia. Valencia, España.

Jiménez, J. G. (1999). Visión por Computador. Paraninfo.

Lienhart, R., y Maydt, J. (2002, septiembre). An Extended Set of Haar-like Features for Rapid Object Detection. IEEE ICIP, 900-903.

Ottado, G. (s.f). Reconocimiento de caras: Eigenfaces y Fisherfaces.

Rost Bradski, G., y Kaehler , A. (2008). Learning OpenCV Computer Vision With The OpenCV Library. United States of America: O`REILLY.

Turk, M. y Pentland, A. (1991). Eigenfaces for recognition. Vision and modeling group. Massachusetts Institute of technology.

Viola, P., y Jones, M. (2001). Rapid Object Detection using a Boosted Cascade of Simple Features. IEEE CVPR.

Viorica, P., Capitan, F., (2016). "Aplicación para detección y reconocimiento facial en interiores". Trabajo final de grado Ingeniería Electrónica, Robótica y Mecatrónica. Escuela Técnica Superior de Ingeniería. Universidad de Sevilla.

Zisserman, A. (2003). Multiple View Geometry in Computer Vision (Vol. Second Edition). Canberra, Australia: CAMBRIDGE.


Enlaces refback

  • No hay ningún enlace refback.