Está en la página 1de 25

RECONOCIMIENTO DE ROSTROS BASADO EN UN MAPA DE PROYECCIONES Y LA TRANSFORMADA DE FOURIER CON UNA IMAGEN DE ENTRENAMIENTO POR PERSONA

Diana Carolina Carrillo Arenas

Transformada de Fourier en 2D

Transformada de Fourier en 2D
Sea f(x,y) donde x=0M-1 y y=0M-1, la DFT en 2D esta dada por:

En donde el sistema de coordenadas es el sistema de coordenadas abarcado por F(u,v) con u y v como (frecuencias) variables.

Transformada de Fourier en 2D
La regin MxN definido por u=0M-1 y v=0..N-1 es a menudo referida como el rectangulo de frecuencias, el cual es del mismo tamao de la imagen de entrada.

Inversa de la Transformada de Fourier en 2D


La inversa de la transformada de fourier en 2D esta dada por:

Transformada de Fourier
Los valores de la transforma en el origen del dominio de las frecuencias F(0,0) es llamado componente de DC, que es igual a MN veces el promedio de f(x,y). Dado que es una transformada compleja, el espectro F(u,v) se puede expresar como:

Transformada de Fourier
Donde el ngulo de fase:

Transformada de Fourier en 2D
El espectro en potencia es definido como:

Transformada de Fourier en 2D
Si f(x,y) es real, la transformad de fourier es simtrica conjugada cerca al origen esto es:

Lo cual indica que el espectro en fourier tambin es simtrico cerca al origen:

Transforma de Fourier en 2D
La transformada y su inversa son infinitamente peridicas en ambas direcciones u y v, con la periodicidad determinada por M y N:

Reconocimiento de Rostros
El reconocimiento de rostros es uno de los mas desafiantes problemas de los sistemas biomtricos. Muchos de los mtodos utilizados fueron propuestos hace ms de 20 aos.

Enfoques de Reconocimiento
Geomtrico.
Se basa en relaciones existentes entre las caractersticas faciales humanas. Provee alta flexibilidad en el manejo de las caractersticas. Requiere de alta definicin en el esquema de deteccin. Se requiere un Alto costo computacional dado que se deben manejar imgenes de muy alta resolucin.

Enfoques de Reconocimiento
Basado en Plantillas
Intenta definir el rostro como un todo. El rostro es tratado en un patrn de dos dimensiones de intensidad variables. Se buscar regularidades estadsticas subyacentes. Requiere que el rostro este en una correcta alineacin. No requiere un alto costo computacional.

Mayores Problemas
Variacin de la Iluminacin Expresiones faciales Oclusin parcial Localizacin imprecisa de las reas del rostro

Solucin Utilizada
Utilizar grandes grupos de muestras (fotos) con el fin de entrenar los sistemas para el reconocimiento de las personas; pero en la mayora de los casos solo se cuenta con una imagen por persona para realizar el entrenamiento.

Mtodo Evaluado
La idea bsica del mtodo propuesto es construir racimos de rasgos faciales, moviendo cada regin de caractersticas locales en cuatro direcciones. Un mtodo de reconocimiento de rostros basado sobre un mapa de proyecciones y la transformada de fourier para resolver uno de los problema de entrenamiento con imgenes.

Los 3 Mdulos

Procesado

Entrenamiento

Aprendizaje

Procesado
Sea f(x,y) una imagen de NxM donde x [1,N] y y [1,M]. La normalizacin del rostro puede ser representada por

Procesado
Las proyecciones verticales y horizontales estn dadas por:

Procesado
El mapa de proyeccin es dado por:

Procesado Nueva Imagen Generada

Donde alfa es llamado parmetro combinacional, en nuestros experimental alfa vale 0.2

Transformada de Fourier

Teniendo en cuenta la propiedad de periodicidad, y usando el resultado del espectro de Fourier en lugar de los datos espaciales de la imagen, se evita el error de traslacin el cual causa el offset de la posicin espacial y como un resultado, la precisin del reconocimiento puede ser mejorado.

Algoritmo Propuesto
Normalizar la intensidad de la imagen del rostro, despus, normalizar cada imagen de entrenamiento es combinada linealmente con el mapa de proyecciones en una nueva versin de la imagen original. En la etapa de entrenamiento, es aplicada la transformada de fourier discreta en 2D a la nueva imagen de entrenamiento y el resultado del espectro es usado para representar la nueva imagen combinada para reconocimiento. En la etapa de reconocimiento, la transforma de fourier es aplicada sobre la imagen de rostro desconocido y el resultado del espectro de fourier es usado como las caracteristicas de la imagen desconocida para reconocimiento.

Resultados del Experimento


1 imagen de Entrenamiento y 9 imgenes de prueba. Se evalu contra el 1er mtodo de rostros que usa wavelet e imgenes de 92x112, y la Transformada de fourier estndar con imgenes de 23x28.

Resultados del Experimento


Recognition performance Our proposed method The first spectroface Standard Fourier Transform Rank 1 79.72% 78.61% 72.22% Rank 2 87.50% 83.33% 82.22% Rank 3 89.72% 86.94% 85.83%