Inteligencia Artificial: Reconocimiento facial.

Marco Antonio Molina vila

Cuenca, Ecuador
mmolinaa@est.ups.edu.ec

Abstract This article presents an overview of artificial
vision, which explains how to implement a system to facial
recognition, this system allows the recognition of any face that
is in the database of images, if the face not found in the
database must be trained with new images.
Palabras Clave Facial, Visin, Reconocimiento, Artificial,
Eigenfaces.
INTRODUCCIN
La visin artificial es una rama de la inteligencia
artificial, mediante la visin artificial se puede aplicar el
reconocimiento facial, esto puede ser aplicado en diversos
sistemas.

El reconocimiento facial es una tcnica que ha tenido un
uso muy extendido, algunos usos de reconocimiento a partir
de la cara son el control de aduanas de los aeropuertos,
tambin las entradas de zonas restringidas de ciertas
empresas o para identificar sospechosos en la polica [1].

El reconocimiento facial se ha convertido en una tcnica
bastante confiable, ya que se han conseguido excelentes
resultados al aplicarla. Usar sistemas de reconocimiento
facial en tiempo real permite reducir la intrusividad de la
obtencin de imgenes de individuos. Esta tcnica puede ser
aplicada en aeropuertos al integrarlos en las cmaras de
vigilancia permitiendo obtener informacin sobre posibles
sospechosos. Tambin puede ser usado en dispositivos
mviles, haciendo posible que el dispositivo reconozca al
usuario, de tal forma que permita o niegue el acceso al
mismo [1].

Por otro parte, las aplicaciones basadas en el
reconocimiento facial presentan algunas limitaciones o
inconvenientes como la orientacin del rostro, el ruido, la
iluminacin, a expresin facial, vello facial, el
envejecimiento, etc. Sin embargo la mayora de estas
limitaciones pueden ser superadas eficazmente alimentando
la base de datos con varias imgenes de un mismo individuo
en las que se presente con la mayora de cambios faciales
posibles. En el caso del envejecimiento bastara con ir
alimentando la base de datos cada cierto tiempo [2].

Es importante tener en cuenta diferentes etapas, una de
ellas es la deteccin facial, la cual en varias ocasiones se
trata de manera conjunta con el reconocimiento. En este
proyecto se aplic por separado estas tcnicas, en primera
instancia se hizo una deteccin facial, posteriormente se
aplic el reconocimiento facial. [2].

ETAPAS DE UN SISTEMA DE RECONOCIMIENTO FACIAL.
Los sistemas de reconocimiento facial se dividen en
cinco etapas. La primera es la adquisicin de los datos. La
segunda etapa es la deteccin y localizacin de la cara, la
tercera etapa es la de preprocesado que se lleva a cabo para
preparar los datos mediante la normalizacin, alineacin y
escalado de imagen. Como cuarta etapa esta la extraccin de
caractersticas para obtener la informacin relevante de la
imagen. Finalmente esta la etapa de reconocimiento, aqu se
aplican los algoritmos de reconocimiento y se extrae una
decisin respecto a la base de datos y la imagen de entrada
[1].


IMAG 1. ETAPAS DE RECONOCIMIENTO FACIAL

HERRAMIENTAS PARA LA DETECCIN FACIAL.
1. OpenCV.
Es una herramienta que provee algoritmos para el
tratamiento de imgenes, es una biblioteca de visin por
computadora iniciado por Intel en 1999. Entre los algoritmos
de opencv existen algunos que trabajan en el campo de la
deteccin y/o reconocimiento facial [4].

2. Algoritmos de reconocimiento Facial.
El reconocimiento facial basado en las caractersticas
geomtricas de una cara es probablemente el mtodo ms
intuitivo de reconocimiento facial. Los algoritmos existentes
para el reconocimiento facial son: Eigenfaces, Fisherfaces,
Patrones binarios locales histogramas.

El mtodo Eigenfaces Obtiene los componentes
principales de la matriz de covarianza formada por las
imgenes de la base de datos y la imagen de entrada, se
comparan las distancias entre el vector de la imagen original
con el resto. Si el resultado es menor que un umbral
previamente fijado, se habr reconocido la cara
positivamente.

El mtodo Fisherfaces suaviza el problema de cambios
de postura, deformaciones de la cara o la luz. Utiliza Anlisis
Discriminante Lineal, cuya finalidad es describir las
diferencias entre g grupos de objetos sobre los que se
observan p variables [3].

Adquisicin
Deteccin
.
Preprocesado
.
Extraccin
.
Reconocimiento

DESARROLLO.
1. Fase 1: Adquisicin de imgenes.
Las imgenes fueron adquiridas al capturar varias fotos de
una misma persona, en una habitacin con diferentes niveles
de luz y diferentes ngulos de captura, de esta forma la
aplicacin puede reconocer a una persona con mayor
precisin y una taza de error mnima, siempre y cuando el
ambiente en el que se encuentre al momento de realizar las
pruebas este dentro de la base de datos de imgenes. De no
ser as es probable que la aplicacin no detecte el rostro de
una persona.

Por ejemplo si en la base de datos existen imgenes con
un nivel medio de luz o un nivel alto de luz la aplicacin
pude reconocer a la persona, pero si en la base de datos no
existe alguna imagen con un gesto de una persona, entonces
en el momento en que el usuario que est siendo reconocido
realice algn gesto dejara de ser reconocido.

2. Fase 2: Deteccin.
Para la deteccin facial se utiliz el algoritmo de
deteccin Viola-Jones que trae implementado OpenCv, con
esto se consigue tiempos de deteccin de apenas 20ms
gracias a que es posible ajustar el nmero de rostros a
encontrar, tambin se puede medir el tamao de las caras a
buscar, de esta forma se puede descartar los rostros pequeos
ya que estarn alejadas.

3. Fase 3: Preprocesado de las imgenes.
En esta fase se trata de normalizar el tamao de las
imgenes, tanto de las de la base de datos como las imgenes
entrantes. Adems se debe ecualizar el contraste, esto es para
obtener un histograma ms uniforme, logrando as resaltar
detalles que antes no se podan ver.

4. Fase 4: Extraccin y comparacin de caractersticas.
Para esta fase es posible utilizar dos tcnicas diferentes
mencionadas anteriormente, estas son Eigenfaces y
Fisherfaces, ambas tcnicas estn implementadas en
OpenCV, estas tcnicas comparan las imgenes entrantes
contra el conjunto de resultantes de una previa clasificacin
o configuracin.

Para la comparacin de las imgenes entrantes con las
imgenes que se encuentran en la base de datos, es necesario
definir un archivo con la ruta donde se encuentran las
imgenes de la base de datos, el orden que debe tener este
archivo es el siguiente:

/path de la imagen/nombre.ext; Numero

Path de la imagen: es la ruta completa hasta llegar a la
carpeta donde se encuentran almacenadas las imgenes.

Nombre.ext: hace referencia al nombre de la imagen ms
la extensin que tenga asignada.

Numero: Es el nmero que se le asigna al rostro de una
persona, por ejemplo si una persona tiene treinta
imgenes diferentes todas estas imgenes tendrn un
solo nmero asignado. En el siguiente ejemplo se
puede observar la ruta de cuatro imgenes divididas
en dos pares que pertenecen a dos personas.

Ejemplo:
C:/Imgenes/imag1.jpg;1
C:/Imgenes/imag2.jpg;1

C:/Imgenes/imag3.jpg;2
C:/Imgenes/imag4.jpg;2

5. Fase 5: Reconocimiento.
Una vez terminada la comparacin de las imgenes
entrantes con las imgenes de la base de datos, se
devuelve el nombre de la persona en caso de estar en
la base, caso contrario la persona aparecer como no
reconocida.

REFERENCIAS.
[1] Javier Eslava Ros, Reconocimiento Facial en tiempo real.
Julio 2013, Universidad Autnoma de Madrid Escuela
Politcnica Superior.
[2] Roger Gimeno Hernndez, Josep Ramn Morros i Rubi,
Estudio de tcnicas de reconocimiento facial. Barcelona
Mayo 2010, Departamento de Procesado de seal y
comunicaciones - Universidad Politcnica de Catalunya.
[3] Peter N. Belhumeur, Joao P. Hespanha, David J. Kriegman,
Eigenfaces vs. Fisherfaces: Recognition Using Class
Specific Liner Projection. Dept. of Electrical Engineering,
Yale Univerity, New Haven.
[4] Ana Beln Moreno Daz, Reconocimiento Facial Automtico
mediante Tcnicas de Visin Tridimensional. 2004,
Universidad Politcnica de Madrid.