Análise multivariada de imagens frontais de face normalizadas especialmente
Ano de defesa: | 2015 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
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: | |
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 |