Análise multivariada de imagens frontais de face normalizadas especialmente

Detalhes bibliográficos
Ano de defesa: 2015
Autor(a) principal: Xavier, I. R. R.
Orientador(a): Thomaz, C. E.
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Centro Universitário da FEI, São Bernardo do Campo
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Análise multivariada
Processamento de imagens
Composição de faces
Link de acesso: https://repositorio.fei.edu.br/handle/FEI/473
Resumo: No contexto de reconhecimento automático ou percepção cognitiva de faces, uma etapa importante é o alinhamento das imagens de face de entrada a um atlas de referência para posterior extração multivariada de características. Para alinhar duas imagens de face, pode-se utilizar transformações rígidas e afins que corrigem variações de rotação e escala, porém deformações devido a expressões faciais, por exemplo, podem ser tanto globais quanto locais e de natureza não-linear ou não-rígida. Portanto, em situações desse tipo precisa-se de um método de alinhamento que possa lidar com tais variações. Nas últimas décadas, desenvolveu-se uma técnica de deformação de objetos sólidos, denominada em inglês de Free-Form Deformation, que foi adaptada primeiramente para normalização espacial de imagens médicas e mais recentemente para imagens frontais de face. Paralelamente, técnicas estatísticas de análise multivariada têm sido aplicadas ao contexto de imagens de face, tais como Análise de Componentes Principais (PCA, Principal Components Analysis) e Análise de Discriminantes Lineares (LDA, Linear Discriminant Analysis), para modelagem, reconstrução e interpretação desses padrões. Este estudo teve como objetivo realizar uma análise multivariada de imagens frontais de face normalizadas espacialmente com relação a um atlas de referência. Os resultados mostram que esta abordagem produziu imagens artificiais de faces humanas com realismo promissor, tanto nas direções de maior variação obtidas pelo PCA quanto nas direções mais discriminantes obtidas pelo LDA
id FEI_3dadeace32ba9c1020ad6dcbf2392279
oai_identifier_str oai:repositorio.fei.edu.br:FEI/473
network_acronym_str FEI
network_name_str Biblioteca Digital de Teses e Dissertações da FEI
repository_id_str
spelling Xavier, I. R. R.Thomaz, C. E.2019-03-20T14:00:58Z2019-03-20T14:00:58Z2015XAVIER, I. R. R. <b> Análise multivariada de imagens frontais de face normalizadas especialmente. </b> 2015. 83 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da FEI, São Bernardo do Campo, 2015https://repositorio.fei.edu.br/handle/FEI/473No contexto de reconhecimento automático ou percepção cognitiva de faces, uma etapa importante é o alinhamento das imagens de face de entrada a um atlas de referência para posterior extração multivariada de características. Para alinhar duas imagens de face, pode-se utilizar transformações rígidas e afins que corrigem variações de rotação e escala, porém deformações devido a expressões faciais, por exemplo, podem ser tanto globais quanto locais e de natureza não-linear ou não-rígida. Portanto, em situações desse tipo precisa-se de um método de alinhamento que possa lidar com tais variações. Nas últimas décadas, desenvolveu-se uma técnica de deformação de objetos sólidos, denominada em inglês de Free-Form Deformation, que foi adaptada primeiramente para normalização espacial de imagens médicas e mais recentemente para imagens frontais de face. Paralelamente, técnicas estatísticas de análise multivariada têm sido aplicadas ao contexto de imagens de face, tais como Análise de Componentes Principais (PCA, Principal Components Analysis) e Análise de Discriminantes Lineares (LDA, Linear Discriminant Analysis), para modelagem, reconstrução e interpretação desses padrões. Este estudo teve como objetivo realizar uma análise multivariada de imagens frontais de face normalizadas espacialmente com relação a um atlas de referência. Os resultados mostram que esta abordagem produziu imagens artificiais de faces humanas com realismo promissor, tanto nas direções de maior variação obtidas pelo PCA quanto nas direções mais discriminantes obtidas pelo LDAIn the context of face recognition and perception, an important step is the alignment of the input face images to a reference atlas for further multivariate feature extraction. To align two face images, we can use rigid transformations to minimize scale and rotation variations, but deformation due to facial expressions can be both global and local, or may be non-linear or non-rigid . Therefore, in such situations we need an alignment method that can deal with these variations. In the past decades a technique of deformation of solid objects known as Free-Form Deformation has been developed and first adapted for spatial normalization of medical images and more recently to frontal face images. At the same time, methods of multivariate statistics have been applied to the context of face images, such as Principal Component Analysis (PCA) and Linear Discriminant Analysis (LDA), for modeling and reconstructing these patterns. The main goal of this work has been to perform a multivariate statistical analysis of frontal face images using non-rigid deformation fields previously aligned to a reference atlas. The experimental results carried out have showed that our approach has been able to generate artificial face images with a realistic human-like appearance, in both PCA and LDA most expressive and discriminant directionsporpt_BRCentro Universitário da FEI, São Bernardo do CampoAnálise multivariadaProcessamento de imagensComposição de facesAnálise multivariada de imagens frontais de face normalizadas especialmenteinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações da FEIinstname:Centro Universitário da Fundação Educacional Inaciana (FEI)instacron:FEIinfo:eu-repo/semantics/openAccessFEI/4732019-05-06 20:23:20.15Biblioteca Digital de Teses e Dissertaçõeshttp://sofia.fei.edu.br/pergamum/biblioteca/PRI
dc.title.pt_BR.fl_str_mv Análise multivariada de imagens frontais de face normalizadas especialmente
title Análise multivariada de imagens frontais de face normalizadas especialmente
spellingShingle Análise multivariada de imagens frontais de face normalizadas especialmente
Xavier, I. R. R.
Análise multivariada
Processamento de imagens
Composição de faces
title_short Análise multivariada de imagens frontais de face normalizadas especialmente
title_full Análise multivariada de imagens frontais de face normalizadas especialmente
title_fullStr Análise multivariada de imagens frontais de face normalizadas especialmente
title_full_unstemmed Análise multivariada de imagens frontais de face normalizadas especialmente
title_sort Análise multivariada de imagens frontais de face normalizadas especialmente
author Xavier, I. R. R.
author_facet Xavier, I. R. R.
author_role author
dc.contributor.author.fl_str_mv Xavier, I. R. R.
dc.contributor.advisor1.fl_str_mv Thomaz, C. E.
contributor_str_mv Thomaz, C. E.
dc.subject.por.fl_str_mv Análise multivariada
Processamento de imagens
Composição de faces
topic Análise multivariada
Processamento de imagens
Composição de faces
description No contexto de reconhecimento automático ou percepção cognitiva de faces, uma etapa importante é o alinhamento das imagens de face de entrada a um atlas de referência para posterior extração multivariada de características. Para alinhar duas imagens de face, pode-se utilizar transformações rígidas e afins que corrigem variações de rotação e escala, porém deformações devido a expressões faciais, por exemplo, podem ser tanto globais quanto locais e de natureza não-linear ou não-rígida. Portanto, em situações desse tipo precisa-se de um método de alinhamento que possa lidar com tais variações. Nas últimas décadas, desenvolveu-se uma técnica de deformação de objetos sólidos, denominada em inglês de Free-Form Deformation, que foi adaptada primeiramente para normalização espacial de imagens médicas e mais recentemente para imagens frontais de face. Paralelamente, técnicas estatísticas de análise multivariada têm sido aplicadas ao contexto de imagens de face, tais como Análise de Componentes Principais (PCA, Principal Components Analysis) e Análise de Discriminantes Lineares (LDA, Linear Discriminant Analysis), para modelagem, reconstrução e interpretação desses padrões. Este estudo teve como objetivo realizar uma análise multivariada de imagens frontais de face normalizadas espacialmente com relação a um atlas de referência. Os resultados mostram que esta abordagem produziu imagens artificiais de faces humanas com realismo promissor, tanto nas direções de maior variação obtidas pelo PCA quanto nas direções mais discriminantes obtidas pelo LDA
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2019-03-20T14:00:58Z
dc.date.available.fl_str_mv 2019-03-20T14:00:58Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv XAVIER, I. R. R. <b> Análise multivariada de imagens frontais de face normalizadas especialmente. </b> 2015. 83 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da FEI, São Bernardo do Campo, 2015
dc.identifier.uri.fl_str_mv https://repositorio.fei.edu.br/handle/FEI/473
identifier_str_mv XAVIER, I. R. R. <b> Análise multivariada de imagens frontais de face normalizadas especialmente. </b> 2015. 83 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da FEI, São Bernardo do Campo, 2015
url https://repositorio.fei.edu.br/handle/FEI/473
dc.language.iso.fl_str_mv por
pt_BR
language por
language_invalid_str_mv pt_BR
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Centro Universitário da FEI, São Bernardo do Campo
publisher.none.fl_str_mv Centro Universitário da FEI, São Bernardo do Campo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da FEI
instname:Centro Universitário da Fundação Educacional Inaciana (FEI)
instacron:FEI
instname_str Centro Universitário da Fundação Educacional Inaciana (FEI)
instacron_str FEI
institution FEI
reponame_str Biblioteca Digital de Teses e Dissertações da FEI
collection Biblioteca Digital de Teses e Dissertações da FEI
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1734750974367498240

Registros relacionados