Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Martins, Patrícia Jamile de Oliveira
Orientador(a): Thé, George André Pereira
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Reconhecimento facial
Imagem tridimensional
Nuvem de pontos
Link de acesso: http://www.repositorio.ufc.br/handle/riufc/67416
Resumo: MARTINS, Patrícia Jamile de Oliveira. Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância. 2022. 70 f. Tese (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2022.
id UFC-7_f2e2eba1235cfe99ad4e202a817e8b52
oai_identifier_str oai:repositorio.ufc.br:riufc/67416
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Martins, Patrícia Jamile de OliveiraSoares, José MarquesThé, George André Pereira2022-07-25T16:59:15Z2022-07-25T16:59:15Z2022-03-04MARTINS, P. J. O. Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância. 2022. 70 f. Dissertação (Mestrado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2022.http://www.repositorio.ufc.br/handle/riufc/67416MARTINS, Patrícia Jamile de Oliveira. Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância. 2022. 70 f. Tese (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2022.In this work is proposed an investigation into different ways on slicing process applied on 3D Point Cloud data, representing individuals faces, on individual face recognition problem. The objective is to find subclouds, called slices, that contain greater significance for the extraction of features aiming at individual recognition applications. Based on the analysis of regions of greater variability of the face and solutions proposed by previous works in this same domain, a comparison is made between the classification results with and without slicing the faces, using geometric characteristics in the information extraction process. The purpose of the comparisons is to investigate if selecting specific regions of the 3D face can improve classification results, two types of segmentation were evaluated: triaxial slicing and pizza slicing with superposition, the latter being a contribution of this project. The results are promising, indicating that a refinement of the technique can generate a classification of individuals robust to the natural deformations of the surface of the face.Neste trabalho é proposta uma investigação sobre diferentes formas de segmentar imagens de faces humanas representadas por nuvens de pontos 3D. Objetiva-se encontrar subnuvens, denominadas fatias, que contenham maior significância para extração de características visando aplicações de reconhecimento de indivíduos. Tendo por base a análise das regiões de maior variabilidade da face e soluções propostas por trabalhos anteriores neste mesmo domínio, é feita uma comparação entre os resultados de classificação com e sem fatiamento das faces, utilizando características geométricas no processo de extração de informação. Com o objetivo de investigar as regiões específicas da face 3D para aprimoramento dos resultados da classificação, dois tipos de segmentação foram avaliados: o fatiamento triaxial e o fatiamento em Pizza com superposição, sendo este último uma contribuição deste projeto. Os resultados mostram-se promissores, indicando que um refinamento da técnica pode gerar uma classificação de indivíduos robusta às naturais deformações da superfície da face.Reconhecimento facialImagem tridimensionalNuvem de pontosSegmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariânciainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccessORIGINAL2022_dis_pjomartins.pdf2022_dis_pjomartins.pdfapplication/pdf7736806http://repositorio.ufc.br/bitstream/riufc/67416/1/2022_dis_pjomartins.pdfc6b6f1db166301c454a5d4eb871f3b8dMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82152http://repositorio.ufc.br/bitstream/riufc/67416/2/license.txtfb3ad2d23d9790966439580114baefafMD52riufc/674162022-07-25 13:59:15.594oai:repositorio.ufc.br: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Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2022-07-25T16:59:15Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.pt_BR.fl_str_mv Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância
title Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância
spellingShingle Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância
Martins, Patrícia Jamile de Oliveira
Reconhecimento facial
Imagem tridimensional
Nuvem de pontos
title_short Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância
title_full Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância
title_fullStr Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância
title_full_unstemmed Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância
title_sort Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância
author Martins, Patrícia Jamile de Oliveira
author_facet Martins, Patrícia Jamile de Oliveira
author_role author
dc.contributor.co-advisor.none.fl_str_mv Soares, José Marques
dc.contributor.author.fl_str_mv Martins, Patrícia Jamile de Oliveira
dc.contributor.advisor1.fl_str_mv Thé, George André Pereira
contributor_str_mv Thé, George André Pereira
dc.subject.por.fl_str_mv Reconhecimento facial
Imagem tridimensional
Nuvem de pontos
topic Reconhecimento facial
Imagem tridimensional
Nuvem de pontos
description MARTINS, Patrícia Jamile de Oliveira. Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância. 2022. 70 f. Tese (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2022.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-07-25T16:59:15Z
dc.date.available.fl_str_mv 2022-07-25T16:59:15Z
dc.date.issued.fl_str_mv 2022-03-04
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 MARTINS, P. J. O. Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância. 2022. 70 f. Dissertação (Mestrado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2022.
dc.identifier.uri.fl_str_mv http://www.repositorio.ufc.br/handle/riufc/67416
identifier_str_mv MARTINS, P. J. O. Segmentação de Regiões de Interesse em Imagens 3D de Faces para Reconhecimento de Indivíduos: uma Abordagem Baseada em Unidades de Ação Muscular e Atributos Geométricos de Covariância. 2022. 70 f. Dissertação (Mestrado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2022.
url http://www.repositorio.ufc.br/handle/riufc/67416
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
bitstream.url.fl_str_mv http://repositorio.ufc.br/bitstream/riufc/67416/1/2022_dis_pjomartins.pdf
http://repositorio.ufc.br/bitstream/riufc/67416/2/license.txt
bitstream.checksum.fl_str_mv c6b6f1db166301c454a5d4eb871f3b8d
fb3ad2d23d9790966439580114baefaf
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1847793371516502016

Registros relacionados