DISEO E IMPLEMENTACION DE UN SISTEMA DE RECONOCIMIENTO DE PATRONES APLICANDO TECNICAS DE ANALISIS DE COMPONENTES PRINCIPALES Y MODELOS ACTIVOS

Ing (C). MAURICIO ANASTACIO CHACON ROJAS

UNIVERSIDAD DE PAMPLONA FACULTAD DE INGENIERIAS Y ARQUITECTURA INGENERIA MECATRONICA CUCUTA 2011

DISEO E IMPLEMENTACION DE UN SISTEMA DE RECONOCIMIENTO DE PATRONES APLICANDO TECNICAS DE ANALISIS DE COMPONENTES PRINCIPALES Y MODELOS ACTIVOS

Ing (C). MAURICIO ANASTACIO CHACON ROJAS 87121170564 INGMECATRONICO_MCHR@HOTMAIL.COM 315-790-7093

Anteproyecto presentado como requisito para optar al ttulo de INGENIERO MECATRONICO Director: Msc(C). OSCAR MANUEL DUQUE SUAREZ ING. MECATRONICO OMDUKE@HOTMAIL.COM

UNIVERSIDAD DE PAMPLONA FACULTAD DE INGENIERIAS Y ARQUITECTURA INGENERIA MECATRONICA CUCUTA 2011

INTRODUCCIN El reconocimiento e identificacin de rostros es un proceso que se ha llevado a cabo desde hace ya un tiempo, motivada por la facilidad de una persona en recordar y reconocer a otra (Percepcin humana), por tal motivo se ha trabajado en hallar la forma de poder realizar este proceso de reconocimiento teniendo como objetivo emular esta capacidad humana, dando lugar a mltiples mtodos biomtricos para lograr el reconocimiento de las personas, entre estos mtodos biomtricos encontramos el reconocimiento facial (Rama del reconocimiento de patrones y la visin artificial), en la cual podemos encontrar caractersticas propias de cada individuo como distancia entre ojos, distancia entre cejas, forma de la boca entre otras caractersticas. Actualmente encontramos diversos problemas en la limitacin de acceso a espacios restringidos, control del flujo de personas en reas de seguridad, controles de identidad entre otros. Debido a todos estos inconvenientes las empresas, centros de investigacin-Universidades y entes de seguridad han optado por la aplicacin de sistemas de seguridad, conllevando a que los sistemas de seguridad cada vez se hagan ms avanzados y completos. Por este motivo se han explotado los mtodos basados en tcnicas biomtricas gracias a su gran eficacia al momento de reconocer e identificar personas.

RESUMEN DE LA PROPUESTA El Reconocimiento de Rostros se consolidara en un programa (algoritmo de reconocimiento - PCA y Modelos Activos) desarrollado en la plataforma MATLAB. Las muestra de rostros usados en el diseo, prueba e implementacin del software de reconocimiento sern obtenidas de centros de investigacin, universidades y agencias de seguridad que las aportan para ayudar al avance, desarrollo y difusin de las tcnicas de reconocimiento y visin artificial. El algoritmo de reconocimiento de rostros en las modalidades de identificacin y reconocimiento de gnero ser implementado usando las tcnicas de Anlisis de componentes principales y modelos activos, evitando as el anlisis de elementos externos innecesarios. Una vez obtenida la parte de la imagen deseada se proceder a la descomposicin de la misma y se llevar acabo la aplicacin de las tcnicas anteriormente propuestas para determinar la identificacin del usuario y reconocer el gnero. Se espera obtener un alto ndice de aciertos en la identificacin de rostros y el reconocimiento de gnero dado que las tcnicas a implementar se encuentran en el estado del arte del rea de reconocimiento de patrones con muy buenos indicadores de resultados en los centros de estudios donde se encuentra en estudio y evolucin.

1. DISEO E IMPLEMENTACION DE UN SISTEMA DE RECONOCIMIENTO DE PATRONES APLICANDO TECNICAS DE ANALISIS DE COMPONENTES PRINCIPALES Y MODELOS ACTIVOS

1.1 PLANTEAMIENTO DEL PROBLEMA En el identificacin y reconocimiento de rostros encontramos problemas tales como la puesta en escena de las imgenes a capturar de los usuarios, teniendo como anexos el tratamiento y adecuacin de las misma, sin dejar de por medio el coste computacional que conlleva el implemento de las tcnicas. No obstante en la actualidad encontramos la necesidad de empresas, centros de investigacin-Universidades y entes de seguridad ya sean de mbito mundial, nacional, o local; de sectorizar y controlar el flujo de personas que puedan acceder a un determinado sitio (empresas y entes de seguridad), al igual que identificar a sus usuarios para el control de antecedentes penales (empresas y entes de seguridad) o en las instituciones acadmicas fortalecer las tcnicas de reconocimiento a fin de implementarlas en aplicaciones robticas, demticas entre otros. La falta de la aplicacin de sistema de seguridad basados en mtodos biomtricos, causan a estas empresas vulnerabilidad en el sector de seguridad ya sea en la restriccin de sitios, y an ms crtico en la Incapacidad de identificar a un delincuente. Obligando a estos establecimientos a invertir grandes sumas de dinero en pro de la seguridad contratando personal de vigilancia afn de contar con la percepcin humana (como gestor de reconocimiento de patrones y rostros), sin embargo; no proporciona una total privacidad o identificacin del usuario adems de que no es un proceso autnomo y dependiente de la concentracin del personal. Para areas de constante desarrollo como la robtica y la domtica el aporte de una emulacin autnoma de la percepcin humana en el reconocimiento de rostros y gnero fortalecer dichas areas de la ingeniera y ampliara la gama de soluciones que podran brindar. La Universidad de Pamplona por su misin debe ser abanderada de la implementacin y difusin de las tcnicas que conformen el estado del arte de la ingeniera, en nuestro caso el uso de las tcnicas de PCA y Modelos Activos aportara una avance en el objetivo de formar profesionales de calidad mundial Con la realizacin de este proyecto se abarcaran la mayor parte de estos problemas, dndoles una solucin inmediata, confiable, viable y econmicamente accesible para las partes interesadas, siendo limitado por la calidad de los quipos utilizados y alcance de los mismos.

1.2 JUSTIFICACIN DEL PROBLEMA Con la realizacin de este proyecto se podr identificar una persona, la cual se encuentre almacenada en la base de datos, adems se contara con un reconociendo de genero de la misma. Con la finalidad del proyecto los ms beneficiados se encontraran el sector empresarial y las entidades de seguridad, como tambin la universidad de pamplona. Debido que se solventaran las deficiencias en los sectores restringidos dentro de las empresas, una mayor eficacia al identificar algn prfugo por parte de las entidades de seguridad y que la universidad cuente con una nueva metodologa en la identificacin biomtrica. Adems de los beneficios de seguridad anteriormente mencionados podemos encontrar mltiples aplicaciones a base de este proyecto, tales como el estudio de una poblacin (Frecuencia hombre, mujer), la insercin dentro de un robot identificador de rostro o de gneros para el entretenimiento familiar entre muchos otros. 1.3 OBJETIVOS. 1.3.1 Objetivo General. Disear e implementar un sistema de reconocimiento de patrones aplicando las tcnicas de PCA y Modelos Activos, en el reconocimiento de rostros (Identification and Gender Recognition) 1.3.2 Objetivos Especficos. Disear un algoritmo de programacin en la plataforma de Matlab incorporando la Tcnica de Reconocimiento de Patrones PCA (Anlisis de Componentes Principales), para lograr la identificacin facial del usuario. Disear un algoritmo de programacin en la plataforma de Matlab incorporando las Tcnicas de Modelos Activos bien sea el Modelo de la Forma o Modelo de Apariencia, para lograr la identificacin de gnero (Masculino-Femenino) del usuario usando como muestra para el reconocimiento una imagen de su rostro. Realizar la validacin de la exactitud de las tcnicas implementadas en el software de reconocimiento de rostros (Identificacin y Gnero) mediante el uso de bases de datos de muestras faciales de centros de estudios y Universidades Internacionales en las cuales las tcnicas han demostrado gran xito.

 Proponer una Metodologa de desarrollo de sistemas de reconocimiento de Rostros usando las Tcnicas de PCA y el Modelo Activo seleccionado para aplicaciones similares. Generar guas de estudio que faciliten la enseanza y asimilacin de estas tcnicas por los estudiantes de la Universidad de Pamplona e Ingeniera Mecatrnica dada su poca difusin en el mbito educativo Nacional. 1.4 ALCANCES Y LIMITACIONES 1.4.1 Alcances. Se contara con una base de datos de 100 usuarios y as mismo cada usuario contara con 2 imgenes. Las imgenes a utilizar sern tomadas de centros de investigacin y centros de seguridad. o FBI_faces. Cuenta con un total de 132 imgenes, en las cuales existen 31 de mujeres y 101 de hombres, tomadas durante los aos 2000 y 2001 por FBI face database was taken from FBI, DEA, and other websites. Specific links for each file are included within the file. Images are assumed to be public domain (U.S. government cannot hold copyright). o Stanford Medical. Cuenta con un total de 400 imgenes, en las cuales existen 200 de mujeres y 200 de hombres, tomadas por Stanford Medical Student face database is courtesy of A. Diaco, J. DiCarlo, and J. Santos, from their EE368A Spring 2000 report on Gender classification. Precisin de identificacin cercana a la Humana y con potencialidades de memoria superior. 1.4.2 Limitaciones. Uso de bases de datos de rostros estandarizadas para la validacin del xito de la tcnica. El xito del reconocimiento en implementacin de software resultante depender de la escena en la que se registres las muestras a identificar. La velocidad de respuesta del algoritmo de reconocimiento depender de las potencialidades del PC (Procesador, Sistema Operativo, RAM) y de la versin de Matlab usado. La toma de imgenes se realizaran siempre de una manera frontal al rostro del usuario obteniendo as fotos tipo pasaporte.

 Se contara con un mximo de 4 meses para la realizacin y culminacin del proyecto.

2. MARCO TERICO 2.1 BASES TERICAS VISIN ARTIFICIAL. La Visin artificial o Visin por Computador pertenece a una de las ramas de la inteligencia artificial, la cual tiene como propsito programar un algoritmo el cual sea capaz de lograr identificar una escena y a su vez extraer sus caractersticas para su manipulacin en algn proceso. En la edicin de fotos y muchas aplicaciones de efectos visuales, a menudo es conveniente recortar un objeto en primer plano de una escena y ponerlo en la parte superior de un fondo diferente. El proceso de extraer el objeto de la imagen original se conoce como estera (Smith y Blinn, 1996), mientras que el proceso de insercin en otra imagen (sin artefactos visibles), se llama composicin (Porter y Duff 1984; Blinn 1994).[7] Entre sus objetivos encontramos algoritmos que aplican en la deteccin, localizacin, reconocimiento y segmentacin. Siempre tratando de modelar matemticamente la percepcin humana. En la Fig. 1 (a) encontramos un ejemplo de una escena en escala de grises, y las caractersticas de la misma las podemos observar en la Fig. 1(b).

Fig. 1. (a) Imagen escala de grises. (b) Caractersticas de la imagen.

ANALISIS DE COMPONENTES PRINCIPALES. Anlisis de Componentes Principales (ACP) es una tcnica de reduccin de dimensionalidad basado en la extraccin de la cantidad deseada de los componentes principales de los datos multi-dimensionales. El componente principal es la combinacin lineal de las dimensiones originales que tiene la varianza mxima, el n-simo componente principal es la combinacin lineal con la mayor variacin, sujeto de ser ortogonal a la n - 1 componentes principales. La idea de la PCA se ilustra en la Figura 2 (a), y el eje que marca 1 corresponde a la direccin de la varianza mxima y es elegido como componente principal. En un caso 2D, el segundo componente principal es entonces determinado nicamente por las restricciones de ortogonalidad, en una dimensin superior el espacio del proceso de seleccin continuar, guiados por las variaciones de las proyecciones.[3]

Fig 2. (a) Las lneas continuas: la base original, lneas de puntos: la base sub espacio. Los puntos son seleccionados en lugares espaciados regularmente en una recta (b) la proyeccin (reconstruccin 1D) de los datos utilizando slo el primer componente principal.

EIGENFACES En su trabajo pionero en 1991 Kirby y Sirovich propuso el uso de PCA para el anlisis y la representacin de la cara. Su trabajo fue seguido por la tcnica Eigenfaces " de Turk y Pentland , la aplicacin de la ACP para reconocimiento facial. Puesto que los vectores base construida por PCA haba la misma dimensin que las imgenes de entrada la cara, que se denomina Eigenfaces ". La Fig 3 muestra un ejemplo de la cara media y algunos de los Eigenfaces. [3]

Fig 3. Eigenfaces, la cara media de la izquierda, seguido de 7eigenfaces MODELOS FORMA ACTIVA Teniendo en cuenta una aproximacin inicial, una instancia de un modelo puede ser adecuada una imagen. Por la eleccin de un conjunto de parmetros de forma, antes de que el modelo que define la forma del objeto en un objeto centrado y coordinado. Podemos crear una instancia X del modelo en la imagen expresando y definiendo la posicin, orientacin y escala. 1. Examinar una regin de la imagen alrededor de cada punto Xi para encontrar la mejor opcin cerca del punto Xi. 2. Actualizar los parmetros (Xt, Yt, s, , b) para encontrar la mejor localizacin de nuevos puntos de X. 3. Repetir hasta la convergencia. En la prctica nos fijamos en los perfiles normales a lo largo del lmite de cada punto del modelo (Fig.4). Si esperamos que el lmite del modelo corresponda a un borde, simplemente se puede localizar el borde ms fuertes (incluida la orientacin si se conoce) a lo largo del perfil. La posicin de este da la nueva ubicacin sugerida para el modelo. [8]

Fig 4 En cada punto de muestreo a lo largo de un modelo de perfil normal a la frontera Figura 5 muestra el de la ASM para localizar los rasgos de un rostro. El modelo de instancia se coloca cerca del centro de la imagen y un grueso realiza una buena bsqueda. La bsqueda se inicia en el nivel 3 (1 / 8 de la resolucin en X e Y en comparacin con la imagen original). Los grandes movimientos se realizan en las iteraciones de los primeros, al obtener la posicin y la escala ms o menos correcta. A medida que la bsqueda avanza las resoluciones se hacen ms finas y ms sutiles. La convergencia final (despus de un total de 18 interacciones) da un buen partido a la imagen de destino. En este caso, un mximo de 5 interacciones se les permiti en cada resolucin, y el algoritmo converge en menos de un segundo (en una 200MHz PC). [8]

Fig 5. Bsqueda de una cara utilizando el Modelo forma activa

MODELOS DE APARIENCIA ACTIVA El modelo de la Forma activa algoritmo de bsqueda permiti localizar los puntos en una nueva imagen, haciendo uso de las limitaciones de los modelos de la forma. Una desventaja es que slo utiliza las limitaciones de la forma (junto con alguna informacin sobre la estructura de la imagen cerca de los puntos de referencia), y no toma ventaja de toda la informacin disponible - la textura a travs del objeto de destino. Esto puede ser modelado utilizando un modelo de apariencia. EJEMPLOS DE MODELO DE APARIENCIA ACTIVA Se utiliz la AAM para la bsqueda de caras en imgenes nunca antes vistas. La Fig 6 muestra el mejor ajuste al modelo la imagen de los puntos marcados por la mano de tres caras. La Fig 7 muestra los marcos de una bsqueda de AAM para cada rostro, cada uno a partir de la media del modelo desplazado del verdadero rostro del centro. [8]

Fig 6. Reconstruccin (izquierda) y el original (derecha), dado puntos de referencia del original

Fig 7 Multi-resolucion de bsqueda desde la posicin desplazada

2.2 ANTECEDENTES Reconocimiento de rostros utilizando anlisis de componentes principales: limitaciones del algoritmo Facial feature localization based on an improved ASM Active appearance models revisited Eigenface for recognition Face recognition in subspaces Face recognition Reconocimiento de rostros mediante puntos caractersticos locales 2.3 MARCO CONCEPTUAL Biometra. (De bio- y -metra). Estudio mensurativo o estadstico de los fenmenos o procesos biolgicos. Modelos activos. Active Shape Models (ASM) y Active Appearance Models (AAM). PCA Principal components analysis (PCA) o anlisis de componentes principales (ACP) Percepcin. (Del lat. percepto, -nis). Sensacin interior que resulta de una impresin material hecha en nuestros sentidos. 2.4 BASES LEGALES Debido que las tcnicas a utilizar no se encuentra dentro algn margen legal por no causar ningn impacto negativo, no posee bases legales

3. DISEO METODOLGICO 3.1 TIPO DE ESTUDIO ESTUDIO APLICATIVO El proyecto se clasifica como aplicativo debido a que se van a implementar las tcnicas de PCA y Modelos activos, desarrolladas y demostradas en centros internacionales de estudio e investigacin haciendo parte del estado del arte actual de las tcnicas de reconocimiento de patrones y visin artificial en el mbito internacional por lo cual se desea que sea incorporada en las areas de trabajo y desarrollo de los futuros Ingenieros Mecatrnicos y la Universidad de Pamplona elevando aun ms el nivel de nuestra institucin y sus egresados. 3.2 MTODO Mtodo Analgico o Comparativo: La metodologa propuesta para el desarrollo exitoso del proyecto corresponder a varias etapas, las cules son: Etapa 1: Recoleccin de la bibliografa y material de referencia necesario que aporte y oriente de una mejor manera el proyecto de manera anloga a los antecedentes desarrollados con las tcnicas a implementar. Se establecer lo requerimientos del software a desarrollar, y se identificara las funciones del lenguaje de programacin en Matlab, las prestaciones que deber tener la HMI en la que se presentara el software para la interaccin con el sistema. Se estudiaran y ejecutaran modelos para el procesamiento de la imagen escogiendo el ms adecuado dentro de los siguientes temas, Filtrado y realzado de la imagen (Operaciones bsicas entre pxeles, Operaciones sobre el histograma, Filtrado Espacial) y Operaciones Morfolgicas (Elementos del proceso morfolgico, Filtros morfolgicos).

Etapa 2:

Etapa 3:

Etapa 4:

Se estudiara y se realizara la implementacin de las tcnicas de PCA y modelos activos en Matlab, escogiendo en este ltimo el modelo ms apropiado a trabajar (Forma o Apariencia) y se establecern los formatos ms tiles para el trabajo (imgenes, dimensiones, condiciones de la imagen, entre otros). Se establecern que procesos de la identificacin deben ser visualizados al igual que los resultados. Para tolo lo antes mencionado se propone el diagrama de flujo de la figura 8 que representa la arquitectura y etapas que conformaran el sistema. Anlisis de resultados y validacin del Mismo mediante el uso de bases de datos para reconocimiento de rostros y mtodos estadsticos para el anlisis. Confrontacin de los resultados obtenidos con los esperados de acuerdo a los antecedentes. Mejora o rediseo (si es requerido) y puesta a punto del sistema una vez cumplidos los objetivos. Redaccin manual de usuario y guas prcticas de uso y aprendizaje de las tcnicas. Formalizacin documental del proyecto y los resultados.

Etapa 5:

Etapa 6: Etapa 7: Etapa 8:

Fig 8. Posible diagrama de la realizacin del software.

4. RECURSOS 4.1 RECURSOS HUMANOS Autores del Proyecto: Ing (C). MAURICIO ANASTACIO CHACON ROJAS 87121170564 Estudiante de Ingeniera Mecatrnica de la Universidad de Pamplona. Director del Proyecto: Msc(C). OSCAR MANUEL DUQUE SUAREZ C.C 1090.368.448 Profesor de la Universidad de Pamplona. 4.2 RECURSOS INSTITUCIONALES UNIVERSIDAD DE PAMPLONA EXTENSION VILLA DEL ROSARIO LICENCIA DEL SOFTWARE MATLAB 4.3 LOGSTICOS Los recursos logsticos necesarios para la elaboracin del proyecto sern los mismos que aparezcan referenciados en la bibliografa. 4.4 RECURSOS FINANCIEROS (Pecios en miles de pesos) Papelera Transporte Adquisicin de artculos y libros Adquisicin de Computador Porttil HP DV6 4087LA. Imprevistos Total $ 25.800 $ 80.000 $ 1.000.000 $ 1.599.999 $ 200.000 -------------------$ 2.905.799

5. CRONOGRAMA DE ACTIVIDADES

ACTIVIDADES I II III IV V VI VII VIII IX

MES 1 2 3 4

MES 2 2 3 4

MES 3 2 3 4

MES 4 2 3

Actividades: (#) = nmero mximo de horas en el desarrollo de la actividad I. II. III. IV. V. VI. VII. VIII. IX. Investigacin afondo del mtodo anlisis de componentes principales (ACP).(168) Investigacin afondo del mtodo de Modelos Activos.(168) Seleccin de base de datos.(168) Diseo del algoritmo de programacin mtodo ACP sobre la plataforma MATLAB. (224) Validacin de resultados obtenidos con el mtodo ACP.(112) Diseo del algoritmo de programacin del Modelo Activo seleccionado sobre la plataforma MATLAB.(224) Validacin de resultados obtenidos con el mtodo de Modelos Activos.(112) Desarrollar Metodologa Para aplicaciones similares basadas en PCA y Modelos Activos.(224) Generacin de guas para el estudio de los mtodos PCA y Modelos Activos, y finalizacin del proyecto.(224)

CUMPLIMIENTO DE OBJETIVOS Actividad I, II, III, IV, VI. Constituyen a la conformacin de los 2 primeros objetivos especficos. Actividad V, VII. Constituyen a la conformacin del 3 objetivos especfico. Actividad VIII. Constituye a la conformacin del 4 objetivos especfico. Actividad IX. Constituye a la conformacin del 5 objetivos especfico. Con el desarrollo de la totalidad de las actividades se cumplir con el objetivo general del proyecto.

BIBLIOGRAFA 1. Alexander Ocsa M., Alexander Rodriguez V., Herbert Chuctaya H., Gabriel Humpire M. Reconocimiento de Rostros mediante Puntos, Simposio Peruano de computacin grfica y procesamiento de imgenes, 2008. 2. Carlos Villegas Quezada, Reconocimiento de rostros utilizando anlisis de componentes principales: Limitaciones del algoritmo, Universidad Iberoamericana, 2005. 3. Gregory Shakhnarovich y Baback Moghaddam Handbook of Face Recognition, Spriger-Verlag, 2004, Cap 7. 4. Iain Matthews and Simon Baker, Active Appearance Models Revisited, The Robotics Institute Carnegie Mellon University, 2002. 5. Jens Fagertun, Face Recognition, Kongens Lyngby 2005. 6. Matthew Turk and Alex Pentland, Eigenfaces for Recognition, journal of cognitive neuroscience, 1991. 7. Richard Szeliski, Computer Vision: Algorithms and Applications, Septiembre 3, 2010 draft. 8. T.F. Cootes and C.J.Taylor, Statistical Models of Appearance for Computer Vision, Imaging Science and Biomedical Engineering, 2004, Cap 7. 9. Zhonglong Zheng, Jia Jiong, Duanmu Chunjiang, XinHong Liu, Jie Yang, Facial feature localization based on an improved,ScienceDirect,2008.