Análise da Influência de Diferentes Condições de Iluminação na Classificação de Faces Humanas em Imagens Digitais

Transcrição

1 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE Análise da Influência de Diferentes Condições de Iluminação na Classificação de Faces Humanas em Imagens Digitais Dielly de Oliveira Viana e Eanes Torres Pereira Universidade Federal do Rio Grande do Norte - UFRN Centro de Ciências Exatas e da Terra - CCET Programa de Pós-Graduação em Sistemas e Computação - PPGSC diellyviana@msn.com Universidade Federal de Campina grande - UFCG Centro de Engenharia Elétrica e Informática - CEEI Departamento de Sistemas e Computação - DSC eanes@computacao.ufcg.edu.br Resumo Este artigo apresenta uma análise estatística de métodos para classificação de imagens de faces quando submetidas a fortes variações de iluminação. Dois classificadores foram analisados: máquinas de vetores de suporte ( - Support Vector Machines) e redes neurais artificiais (). Esses classificadores foram treinados utilizando quatro tipos de características: valores das intensidades dos pixels, histogramas dos valores das intensidades dos pixels, histogramas de padrões binários locais (LBP - Local Binary Patterns) e componentes principais obtidos por análise de componentes principais (PCA - Principal Component Analysis). As características mencionadas foram extraídas globalmente e localmente. A medida F-score dos resultados de classificação foram computadas e avaliadas por análise de variância (ANOVA). A significância estatística dos resultados foi demonstrada utilizando ANOVA o que permitiu a criação de um ranking de valores de F-score. Palavras-Chave: Processamento de imagens, Detecção de faces, Extração de características, Classificação de imagens, Análise estatística. I. INTRODUÇÃO A visão computacional engloba técnicas de diversas áreas, dentre elas o processamento de imagens digitais, aprendizagem de máquina e inteligência artificial. Uma das abordagens pesquisadas em visão computacional é a detecção de faces. Com a popularização de redes sociais, é comum encontrar ferramentas capazes de determinar a existência e localização de faces humanas nas imagens dos álbuns de usuários de redes sociais. Além disso, algumas ferramentas são capazes de reconhecer algumas das expressões faciais básicas que os indivíduos presentes nas fotografias exibem. Contudo, antes que qualquer processamento possa ser realizado em imagens de faces, tais faces devem ser detectadas. A detecção de faces em imagens digitais tem se tornado cada vez mais abrangente e com diversas aplicações na sociedade. É possível verificar, nos dias de hoje, câmeras de Esta pesquisa foi realizada com recursos do Edital 01/2011 PRPGP/UEPB. Artigo recebido em 5 de agosto de Artigo aceito em 3 de outubro de segurança em estabelecimentos privados (e.g., restaurantes, hotéis, bancos, casas lotéricas, etc) ou ambientes públicos (e.g., ruas, avenidas, semáforos, etc). A existência de tais câmeras tem por objetivo específico o monitoramento do ambiente, funcionários, transeuntes e qualquer eventualidade que ocorra. Se o objetivo do estabelecimento é gravar imagens de segurança para uma eventual análise das imagens gravadas a fim de buscar alguma informação ou resolver um determinado problema que possa ter ocorrido, seria interessante, ter acoplado a câmeras de monitoramento de segurança, um software capaz de reconhecer as faces das pessoas no local [1]. Uma aplicação útil de detecção de faces seria, por exemplo, em um restaurante uma câmera com software de detecção de faces acoplado capaz de realizar o reconhecimento das expressões das pessoas com o intuito de saber o nível de satisfação dos clientes presentes no estabelecimento. O mesmo aplicativo poderia realizar, por exemplo, o reconhecimento do cliente, para saber se ele frequenta sempre o ambiente e verificar em seu histórico de pedidos o que o cliente gosta ou ainda, dos últimos pedidos do cliente, com quais ele se sentiu mais ou menos satisfeito. A mesma abordagem poderia ser empregada em alguma loja de vendas de produtos com uma câmera posicionada de frente para o cliente em uma vitrine com exposições de produtos e promoções. O papel dessa câmera seria o de reconhecer o nível de satisfação, de acordo com as expressões faciais, das pessoas que param para analisar os anúncios. Muitas aplicações podem ser realizadas com o princípio da detecção de faces, mas, para que isso seja possível, faz-se necessária a investigação com o intuito de sanar os efeitos de alguns fatores que afetam a detecção, tais como: Oclusão - Situação em que a face está coberta por algum objeto ou a pessoa está com algum acessório como, echarpes, boné, óculos de sol ou até mesmo a presença de barba. Esses fatores acabam impedindo ou dificultando a visualização limpa e clara da face; Iluminação - Pessoas que estão posicionadas em um

2 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE ângulo de visão da câmera em que algum ponto de claridade provoca um sombreamento ou uma claridade excessiva na face; Orientação - Se dá quando o indivíduo está com a face posicionada para alguma direção que não seja frontal para a câmera de captura. Se o indivíduo está olhando para o chão, para os lados, de perfil, semiperfil e etc. Qualidade da imagem - Problema em que a câmera de captura não tem alto poder de resolução, dificultando, assim, a detecção por parte do software em função da baixa precisão que o software apresenta. Câmeras mal posicionadas, que dificultam a precisão do software na detecção das faces por conta da distância do objeto em questão. Os fatores citados anteriormente são os mais investigados na área da detecção de faces já que, sempre que qualquer aplicação for implementada, todos os problemas descritos deverão ser analisados antes do desenvolvimento do software de detecção de faces, que será acoplado à câmera que irá capturar as imagens. Geralmente, os seguintes passos são utilizados no processo de detecção de faces: 1) Percorrer a imagem - O algoritmo deverá realizar escrutínio por toda a extensão da área da imagem; 2) Extrair características - Deve ser usado algum ou vários métodos de extração de características, a fim de explorar propriedades que podem não estar explícitas na representação raster padrão; 3) Classificação - Os classificadores recebem as características extraídas (no passo anterior) e as classificam de acordo com o tipo de treinamento que lhes é fornecido (aprendizado supervisionado). 4) Marcação - Finalmente, com a região classificada, existe o processo de marcação. Se alguma das regiões processadas for classificada como face, é realizada uma marcação (normalmente usa-se um quadrado de cor sólida) na imagem indicando em qual lugar o classificador reconheceu como face. Conhecendo os problemas enfrentados e quais processos são necessários para a realização da detecção de faces, fazse necessário um estudo mais aprofundado e específico com o objetivo de analisar ou sugerir algum método que seja capaz de contornar algumas dessas situações. Com isso, surge a necessidade de saber se os métodos de extração de características existentes aplicados a classificadores populares são capazes de lidar com os problemas mencionados de forma satisfatória, sem a necessidade de criar um novo método. Dos problemas expostos, o objetivo deste artigo tem foco exclusivo em analisar quais métodos de extração de características em imagens com faces que possuem vários tipos de iluminação e, consequentemente, sombreamento, têm o melhor resultado de classificação quando aplicados no treinamento de dois tipos de classificadores ( - redes neurais artificiais; e - máquinas de vetores de suporte). As características extraídas para treinar os classificadores foram: valores dos pixels, histogramas de níveis de cinza, características obtidas por análise de componentes principais e padrões binários locais. Foram utilizadas imagens da base The Yale Face Database B [2], que possui como característica imagens com sombreamento e iluminação oriundas de várias direções. Todos os testes foram analisados estatisticamente utilizando ANOVA, cujo objetivo é verificar se existe diferença significativa entre os métodos. II. REVISÃO BIBLIOGRÁFICA Nesta seção serão descritos alguns trabalhos relacionados com a pesquisa relatada neste artigo. Além disso, serão apresentados alguns dos estudos recentes realizados na área. Para um melhor entendimento serão descritos dois dos métodos bastante utilizados para detecção de objetos em imagens. São eles: características do tipo Haar e Adaboost. A primeira menção à utilização das características do tipo Haar associadas com o método de combinação de classificadores AdaBoost foi apresentada no trabalho de Viola e Jones [3] adaptando a abordagem criada inicialmente por Papageorgiou et. al. [4]. Uma das principais características do método de Viola e Jones [3] é o cálculo antecipado das características de forma que quando for necessário extrailas elas sejam obtidas por um simples acesso a uma matriz. Além disso, a abordagem também utiliza o método AdaBoost para combinação de classificadores fracos e um cascateamento de tais classificadores de modo a obter uma taxa de falsos positivos teórica da ordem de O método AdaBoost (Adaptive Boosting), é um algoritmo de aprendizado de máquina, apresentado por Freund e Schapire [5]. Sua característica permite o acoplamento com outros tipos de algoritmos de aprendizagem, melhorando seu desempenho. Além disso, os classificadores se adaptam de acordo com o resultado dos classificadores anteriores. Seu conjunto pode ser composto por diversos classificadores de fraco desempenho, ainda assim é possível obter uma combinação de classificadores bastante robusta. Os dois métodos citados anteriormente possuem características muito peculiares e são bastante utilizados, principalmente pela necessidade de detecção em tempo real de algumas aplicações e sua capacidade de acoplamento com outros classificadores, possibilitando o estudo de novos métodos e combinações. Alguns trabalhos citados a seguir, demonstram como essas combinações entre classificadores podem ser aplicadas. Gorbenko e Popov [6] afirmam que utilizar classificadores do tipo haar cascade na detecção de faces em tempo real, como abordam Viola e Jones [3], [7], é bastante frequente, porém, a esse uso deve-se acoplar algum outro tipo de detector específico para a finalidade proposta, como auxílio da detecção. Sendo assim, para uma detecção de faces eficaz, se faz necessário um algoritmo complexo que combine o que cada método distinto tem de melhor. Quanto a abordagens que utilizam combinação de classificadores treinados com diferentes tipos de características, um exemplo é a abordagem proposta por Pereira et. al. [8] que apresentam uma investigação de combinações de vários classificadores utilizados para treinamento obtendo resultados mais satisfatórios do que os classificadores treinados e testados isoladamente. As características foram extraídas das imagens

3 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE de modo global e local assim como foi realizado neste artigo. No modo de extração local, foram realizadas e avaliadas várias métricas a fim de verificar quais regiões seriam candidatas à extração de características por possuir dados mais significativos na imagem. Das métricas avaliadas foram analisados tamanhos e formas das regiões e as relações de valores entre elas, teste com validação cruzada, ajuste do custo e gama no kernel-. Das imagens utilizadas, contendo faces com poses frontais (incluindo semiperfis) e perfis, as taxas de acerto foram de 91,7% e 99,59%, para verdadeiros positivos e verdadeiros negativos, respectivamente. Ribeiro et. al. [9] apresentam um conjunto de detectores em cascatas baseados no IPD ( Inner Product Detector) capaz de realizar a detecção de pontos fiduciais sobre a face em tempo real. O sistema implementado é robusto a variações de iluminação, translações e pequenas rotações. Foram utilizados 13 pontos sobre a face obtidos manualmente para treinamento. O treinamento utilizando o classificador IPD permite definir parâmetros da cascata de detectores de maneira objetiva. O sistema foi implantado no formato modular, ou seja, era possível a utilização de outros detectores específicos desde que esses oferecessem uma variedade de candidatos a pontos fiduciais para o detector seguinte. Cada detector tem por objetivo analisar os pontos propostos como candidatos dos classificadores anteriores e eliminar os de menor ocorrência. Foram impostos dois critérios de satisfação de parada na cascata de classificadores: a quantidade máxima de cascatas de acordo com a taxa de acerto e o custo computacional de adicionar uma nova cascata. A métrica de avaliação dos pontos candidatos foi feita pela avaliação dos rótulos manuais e pelos obtidos automaticamente. Por ser rápido e de baixa complexidade, o sistema tornou-se viável para aplicação em tempo real, condições de iluminação distintas e pequenas rotações da face no plano. Uma abordagem semelhante foi proposta por Veloso et. al. [10] onde a partir da detecção de faces é feito o reconhecimento da expressão facial. São realizadas marcações manuais dos pontos na face com a finalidade de mapear características relevantes de acordo com cada expressão facial. Ao contrário do proposto por Ribeiro et. al. [9], o estudo realizado por Veloso et. al. [10] foi mais adiante e procurou classificar qual expressão facial o indivíduo está apresentando, como alegria, tristeza, surpresa, medo, raiva e nojo. Uma abordagem proposta por Quintans et. al. [11] usando a implementação de cascatas de Haar fornecida na biblioteca OpenCV 1 demonstrou que a variação de luz e a baixa qualidade da webcam interferiram totalmente nos seus experimentos, embora a detecção parcial (nariz, olhos e boca) tenha sido realizada, houve momentos em que nem todas as partes foram detectadas simultaneamente em função do nível de exposição da luz na face, interferindo no resultado final. Baioco e Salomão [12] proposueram uma abordagem que tinha como objetivo usar uma rede neural como classificador na detecção de faces em multidões. É possível verificar que, com ajustes nas imagens, como a equalização do histograma, o tipo de extração de característica, o tipo de classificador, o 1 opencv.org : Open Source Computer Vision Library tipo e a qualidade da base de imagens e até mesmo o tipo de compressão da imagem, há interferência no resultado obtido por parte do classificador, ficando claro que simples alterações na imagem podem fazer total diferença na detecção de faces. Os estudos feitos por Quintans et. al. [11] e Baioco e Salomão [12] são um típico exemplo que reforça a importância da investigação e análise da influência de fatores de iluminação e sombreamento na imagem que possam interferir em alguma aplicação específica. Enquanto Quintans et. al. [11] encontraram sérias dificuldades com iluminação, por exemplo, Baioco e Salomão [12] contornaram o problema com apenas alguns ajustes na imagem, aumentando a taxa de acerto em 20% aplicando apenas um filtro de processamento de imagem. Situações como essa são muito comuns, com isso, surge a necessidade de análise e mapeamento de alguns problemas frequentes e desenvolvimento ou sugestão de como melhorar o desempenho na detecção de faces para um determinado fim. Apesar das inúmeras formas possíveis para a realização da detecção de faces citadas anteriormente, nenhuma trata especificamente do problema da iluminação e oclusão ou propõe um método adequado para tratar esses problemas ou um método com alto nível de confiança semelhante ao que existe nos métodos aplicados em imagens frontais em condições adequadas (boa iluminação e sem oclusão). Alguns dos trabalhos relacionados acima ficariam com suas taxas de acerto comprometidas, caso as imagens de face usadas nos experimentos, contivessem iluminação inadequada ou oclusão, são os casos de Ribeiro et. al. [9] e Veloso et. al. [10] que necessitam de toda a área da face para aplicação de seus métodos. Com isso, surge a necessidade de saber se os métodos de extração de características existentes aplicados a classificadores populares são capazes de lidar com esse problema de forma satisfatória, sem a necessidade de criar um novo método. III. FUNDAMENTOS TEÓRICOS A. Extração de Características Após a extração de características é aplicado um determinado algoritmo cujo objetivo é reduzir a quantidade dos dados de entrada, ou seja, a ideia é extrair algumas características de uma imagem, ao invés de utilizar todas as informações presentes nela. Pode-se utilizar uma quantidade reduzida das características, eliminando, assim, informações redundantes, diminuindo o tempo e a carga de processamento por parte do computador [13]. Os métodos de extração de características utilizados para treinamentos e testes nos classificadores estudados neste trabalho foram: Valores dos pixels; Histogramas de níveis de cinza; Análise de Componentes Principais (Principal Component Analysis - PCA); Padrões Binários Locais (Local Binary Patterns - LBP); 1) Valores dos Pixels: Este método de extração de características trabalha com o valor de todos os pixels da imagem que será processada, sendo assim, não existe redução da dimensionalidade da imagem como também não existe

4 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE eliminação das características redundantes. Se uma imagem possui dimensões de pixels a quantidade de pixels dessa imagem será de de 441 pixels que consequentemente será o total de características obtidas para processamento pelo classificador. Nota-se que quanto maior a dimensão da imagem maior será a quantidade de informação a ser tratada, o que implica numa maior carga de dados, aumentando o tempo de processamento. Dos quatro métodos adotados nesta pesquisa este é o único que não tem uma redução da dimensionalidade e não elimina as informações redundantes na imagem. 2) Histograma de Cinza: Um histograma é uma representação da frequência de ocorrências de valores. Para uma imagem, um histograma pode ser usado para contar a ocorrência dos valores das intensidades dos pixels. Cada número que corresponde à quantidade de ocorrências pode ser chamado de bin. Um histograma também pode ser usado para verificar a ocorrência de valores em faixas pré-determinadas. Se uma imagem em escala de cinza que possui 256 representações (de 0 a 255) for dividida em 16 bins, os resultados serão 16 blocos com 16 níveis de cinza para cada bloco. Por exemplo, para calcular histogramas para uma imagem em tons de cinza que utiliza 8 bits para representar os 256 níveis de intensidades diferentes podem ser usadas diversas quantidades de bins. Se usarmos, por exemplo, 8 bins, cada bin conterá a quantidade de vezes que os valores em faixas com 32 níveis ocorreram. No caso de 8 bins, as faixas seriam: 0 a 31, 32 a 63, 64 a 95, etc. 3) Análise de Componentes Principais - PCA: A Análise de Componentes Principais (PCA) foi desenvolvida por Pearson [14] e consiste em utilizar combinações lineares de forma a reduzir significativamente a quantidade representacional dos dados extraídos de alguma fonte. Sendo assim, a quantidade de características utilizada poderá ser diminuída de acordo com a escolha do usuário. As principais etapas para a realização do PCA, segundo Vasconcelos 2 são: o cálculo das médias dos dados obtidos e, posteriormente, a subtração de cada valor dos dados da média calculada. Após a realização dessas operações, será calculada a matriz de covariância utilizando essas subtrações. A matriz de covariância é responsável por generalizar um conjunto de variáveis aleatórias e verificar a média de acoplamento entre elas. O próximo passo é calcular os autovetores de comprimento 1 (não nulos) e autovalores. Os autovalores são os valores representativos de uma matriz que visam resumir ou simplificar as propriedades daquela matriz. Para os autovalores serem aceitos é necessária a subtração do valor encontrado pelos valores de cada elemento da diagonal da matriz principal, de forma que essa se torne singular. Os autovetores são os vetores encontrados a partir das operações lineares a fim de garantir a preservação da direção do vetor. Eles estão relacionados aos autovalores de cada operador linear que está ligado a um conjunto específico de autovetores. Por fim, a matriz é organizada de forma que os valores mais significativos sejam dispostos de forma decrescente, obtendo assim uma lista dos mais importantes até os menos 2 Disponível em: Acessado em 01 de junho de 2013 significativos. Após essa ordenação, define-se quantos dos componentes mais importantes serão usados para representar as imagens. Com isso, é possível obter um número reduzido de padrões de característica da imagem, melhorando o desempenho no processamento e eliminando as informações redundantes. 4) Padrões Binários Locais - LBP: O LBP é um algoritmo de extração de características bastante robusto quando aplicado em detecção de faces, tendo em vista sua facilidade de manipulação e integração com outras técnicas. O LBP é bastante utilizado, devido à sua invariância à iluminação. O LBP original proposto por Ojala e Harwood [15] é baseado em valores dos vizinhos do pixel central. Uma máscara de 3 3 é utilizada com um valor pré-definido do raio de ação dos vizinhos que varre a imagem a fim de atribuir valores de zero e um a cada valor do pixel. Se o valor do pixel do vizinho for menor que o valor do pixel central é atribuído o valor um àquela posição do pixel, caso contrário, será atribuído zero. A disposição dos zeros e uns garante nesse método a contagem de transições entre eles, fazendo dessa transição um padrão que é aplicado para o treinamento do classificador. Como há diversas variações para extração de características LBP, recomenda-se a leitura de Ojala et. al. [15], Ojala et. al. [16], Rodriguez [17], Marcel et. al. [18] e Pereira et. al. [19] para aprofundamento no tema. A. Organização dos Dados IV. METODOLOGIA Como os principais fatores estudados nesta pesquisa foram os vários níveis de iluminação que podem influenciar no sucesso ou fracasso na detecção de faces, várias bases de dados foram analisadas à procura da que melhor se adequava aos objetivos da pesquisa. A base escolhida foi a The Yale Face Database B [2] composta por imagens de faces com vários níveis de iluminação em vários ângulos diferentes da face, consequentemente, em alguns casos, formando uma sombra no lado oposto ao foco da iluminação. Na Figura 1 são apresentados exemplos de imagens da base Yale Face Database B. Alguns exemplos de imagens de faces recortadas dessa base são apresentadas na Figura 2. A The Yale Face Database B [2] é composta por 5760 imagens de 10 indivíduos obtidas a partir de 576 condições diferentes, sendo 9 poses diferentes e 64 condições de iluminação. As imagens da base possuem resolução de pixels e são imagens cinza de 8 bits obtidas por uma câmera Sony XC-75 e armazenadas no formato PGM 3. Inicialmente, as imagens foram divididas em dez grupos, cada grupo continha dois subgrupos de imagens: treinamento e teste. A divisão das imagens em dez grupos tem como objetivo facilitar a validação estatística. O processo de seleção e separação das imagens em grupos distintos foi realizado cuidadosamente garantindo que nenhuma das imagens que estavam contidas em um grupo fizesse parte de outro grupo. Um procedimento similiar foi aplicado a imagens de não face e foi utilizada como base de dados para recorte de 3 Mais detalhes sobre a base podem ser obtidos no seguinte endereço: http: //cvc.yale.edu/projects/yalefacesb/yalefacesb.html

5 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE (a) (b) (c) (d) (e) (f) (g) (h) Figura 1. Amostras de imagens da base Yale Face Database B. (a) (b) (c) (d) de Lienhart et al. [20] que realizaram uma análise empírica de detectores de faces que determinou, dentre outro fatores, que treinamentos realizados com imagens de resoluções próximas de pixels obtêm melhores resultados durante o processo de detecção. A próxima subseção apresentará os métodos de extração de características utilizados nesta pesquisa, assim como os classificadores utilizados. (e) (f) (g) (h) Figura 2. Amostras de faces recortadas da base Yale Face Database B. amostras de imagens de não faces a base disponibilizada por Naotoshi Seo em sua página sobre treinamento de cascatas de classificadores 4. Esta base contém 4979 imagens cinza com resolução pixels que não contém faces de pessoas e que foram obtidas em diversos ambientes e condições de iluminação. Exemplos de imagens da base fornecida por Naotoshi Seo são exibidas na Figura 3. Como proporções de quantidade de imagens em cada grupo, foi adotada a seguinte medida: todos os grupos contendo imagens para treinamento continham 1250 imagens de faces e 23 mil imagens de não face. Os grupos contendo imagens para testes ficaram com 3140 imagens de face e 120 mil imagens de não face. O grande número de imagens de não face se dá pelo fato da necessidade de tentar abranger os diferentes tipos de objetos, pedaços de faces, texturas e etc. para garantir a maior representação real possível de tudo que não é face. Todas as imagens foram redimensionadas para a resolução pixels garantindo a mesma quantidade de características extraídas das duas classes (face e não face). A escolha da resolução21 21 pixels foi inspirada pelo trabalho 4 Disponível em: Data do último acesso: 26 de junho de 2013 B. Extração de Características e Classificadores Utilizados Após a organização das imagens em conjuntos distintos, foi iniciado o processo de extração de características das imagens para os testes propostos. Todos os métodos aqui citados foram implementados utilizando a linguagem de programação C/C++ utilizando a biblioteca OpenCV 5 que continha o suporte necessário para o processamento dos conteúdos das imagens. Toda esta pesquisa foi feita utilizando o sistema operacional Linux. Dos métodos utilizados para extração de características foram utilizados quatro tipos. Todos esses métodos foram descritos na seção de fundamentação teórica: Valores das intensidades dos pixels; Histogramas de imagens em escala de cinza; Análise de Componentes Principais (PCA); Padrões Binários Locais (LBP). Para cada método de extração de característica foram treinados dois tipos de classificadores: Máquinas de Vetores de Suporte (Support Vector Machine - ); Redes Neurais Artificiais do tipo Perceptrons de Múltiplas Camadas (Multi-layer Perceptron - MLP); Para a implementação dos classificadores foram utilizadas as seguintes bibliotecas: 5 Disponível em: Data do último acesso: 26 de junho de 2013

6 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE (a) (b) (c) (d) (e) (f) (g) (h) Figura 3. Exemplos de imagens da base fornecida por Naotoshi Seo. LibSvm 6 : uma biblioteca para máquinas de vetores de suporte; LibFann 7 : biblioteca de redes neurais artificiais rápida. Todos os métodos de extração de características utilizaram os dois tipos de classificadores nos dez experimentos feitos (um para cada grupo de imagens). As características foram extraídas das imagens de duas formas: Local - A imagem é dividida em regiões contendo partes iguais, onde o método extrator de característica é aplicado em cada uma das regiões. Os dados extraídos são concatenados sequencialmente formando o padrão da imagem correspondente. Global - O método extrator de característica é aplicado na totalidade da imagem. Ficando, assim, sem a necessidade de concatenação, pois a própria imagem completa gerará seu padrão de uma única vez. Os métodos que geraram características globais são: valores dos pixels e PCA. O método de valores dos pixels foi adotado por utilizar todos os valores de todos os pixels da imagem, consequentemente já tem por sua característica a abordagem global. O PCA foi adotado nas características globais, pois sua forma de atuação e obtenção dos principais conteúdos da imagem é bastante positiva. Os demais métodos possuem em sua formação a característica de atuação local, ou seja, tem menor representatividade dos dados necessitando da divisão da imagem em regiões. Na abordagem local todos os métodos de extração de características foram adotados, exceto os valores dos pixels. As regiões foram divididas em duas formas: imagens com regiões de 7 7 pixels totalizando 9 regiões em uma imagem de pixels e regiões com 3 3 pixels, totalizando 49 regiões em imagens com pixels. 6 Disponível em: Data do último acesso: 26 de junho de Disponível em: Data do último acesso: 26 de junho de 2013 V. ANÁLISE EXPERIMENTAL O método de divisão em dez grupos, descrito na Seção IV foi aplicado devido à necessidade da avaliação estatística dos dados e consequentemente verificar se os mesmos diferem entre si. Para este propósito foi utilizado um método estatístico que analisa a variância dos dados e dependendo da diferença entre eles a pesquisa é validada ou não. Este método recebe o nome de Análise de Variância (ANOVA). A ANOVA, cujos detalhes técnicos são descritos apropriadamente por Walpole et al. [21], utiliza a média dos resultados dosn experimentos para calcular a diferença entre os grupos e verificar se essa diferença é muito próxima ou muito diferente. Na análise dos resultados de classificadores de faces há quatro resultados possíveis que podem ser avaliados: Verdadeiro Positivo (VP): face classificada corretamente como face; Verdadeiro Negativo (VN): não-face classificada corretamente como não-face; Falso Positivo (FP): não-face classificada incorretamente como face; Falso Negativo (FN): face classificada incorretamente como não-face. Faz-se necessário o uso da medida-f (F-score) representada na Equação 1, que converte os valores das variáveis descritas acima para uma medida única que foi utilizada no preenchimento da Tabela VII, usada para os cálculos da ANOVA. F β = (1+β 2 ) VP (1+β 2 ) VP +β 2 FN +FP Na Equação 1, o símboloβ representa o grau de importância dos valores. Como padrão foi adotado β = 1. Após a conversão de todos os resultados de todos os experimentos, finalmente o cálculo da ANOVA foi aplicado na tabela geral. Com a análise dos resultados da ANOVA observou-se que os experimentos possuem grande diferença entre eles favorecendo (1)

7 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE a possibilidade de decidir qual o melhor método. A próxima seção irá detalhar todos os resultados obtidos. O cálculo da ANOVA foi realizado da seguinte maneira. Para cada um dos dez experimentos realizados, a medida-f foi calculada. Em seguida, obteve-se a média das 10 medidas- F de cada conjunto de experimentos. As hipóteses que se desejava testar eram H0 (médias não significativamente diferentes) e H1 (pelo menos duas médias são significativamente diferentes). Segundo Walpole et al. [21], em um procedimento de análise de variância, assume-se que qualquer variação existente entre as médias é atribuída a variações interclasses ou a variações intraclasses. Para mensurar essas variações três medidas de variabilidade são calculadas: soma dos quadrados total (SQT), soma dos quadrados do tratamento (SQA) e soma dos quadrados do erro (SQE). As Equações 2, 3 e 4 são usadas, respectivamente, para calcular SQT, SQA e SQE. Nessas equações, o valor k representa a quantidade de diferentes tratamentos e o valor n representa o tamanho das amostras. Portanto, cada valor y corresponde a um valor de medida-f. SQT = k SQA = n SQE = i=1 j=1 k n (y ij y.. ) 2 (2) k (y i. y.. ) 2 (3) i=1 i=1 j=1 n (y ij y i. ) 2 (4) Em seguida, deve-se calcular os quadrados médios do erro (s 2 ) e do tratamento (s 2 2) utilizando as Equações 5 e 6. Nas Equações 5 e 6, a variável k corrresponde aos graus de liberdade do problema e a variável n corresponde ao tamanho das amostras. s 2 = SQE k(n 1) s 2 1 = SQA k 1 Os quadrados médios do erro e do tratamento são utilizados para calcularf = s2 1 s, cujo resultado será utilizado para realizar 2 um teste F. Esse teste é usado para verificar se a hipótese nula tem distribuição F com graus de liberdade k 1 e k(n 1). Portanto, de posse do valor f é possível aceitar ou rejeitar a hipótese nula. VI. RESULTADOS Dos vários resultados obtidos nesta pesquisa, foi decidido pelo detalhamento e análise apenas dos melhores resultados de cada experimento. Todos os valores dos resultados foram usados, porém seria inviável o detalhamento de todas as 140 tabelas neste artigo. É possível verificar na Tabela VII todas as médias F-score de todas as 140 tabelas. Para melhor entendimento, os resultados das análises dos experimentos globais e locais serão apresentados separadamente. Uma particularidade (5) (6) relevante que vale ser frisada diz respeito à sensibilidade das redes neurais artificiais, para bons resultados serem obtidos utilizando redes neurais artificiais, fez-se necessário em cada experimento de cada conjunto de imagens a repetição do mesmo treinamento pelo menos dez vezes até encontrar o melhor treinamento comparado com o mesmo conjunto de teste. Ao obter a melhor classificação entre as repetições, o treinamento correspondente foi armazenado e seu valor assumido como principal para aquele experimento, descartando os demais treinamentos. Esse procedimento não foi necessário para o uso do classificador máquinas de vetores de suporte. A. Características Extraídas Globalmente Inicialmente serão mostrados os experimentos realizados utilizando o procedimento de extração das seguintes característica globais (valores dos pixels e PCA), como é possível observar na Tabela I. Tabela I RESULTADOS DOS EXPERIMENTOS GLOBAIS. Valores dos pixels 71% 99% 87% 98% PCA 92% 98% 89% 97% Como é possível verificar na Tabela I, a taxa de acerto utilizando os valores dos pixels foi melhor classificada utilizando redes neurais, uma diferença significativa de 16%. Por outro lado o PCA obteve melhor resultado geral utilizando como classificador, pode-se concluir que o método de extração global utilizando PCA é mais eficiente em termos de complexidade computacional por utilizar 5 vezes menos características do que as utilizadas nos experimentos feitos com os valores dos pixels. O PCA também obteve melhor classificação utilizando redes neurais do que os valores dos pixels, o que reforça seu poder de extração dos principais conteúdos das imagens. Mesmo com valores inferiores utilizando redes neurais em comparação com a combinação feita utilizando como classificador, é notória a estabilidade das redes neurais quando comparadas com a. Enquanto as redes neurais obtiveram uma diferença de 2% nas taxas de acerto para face e 1% nas taxas de acerto de não face entre os métodos utilizados, com a diferença foi bastante significativa nas taxas de acerto de faces, obtendo uma diferença de 21%. B. Características Extraídas Localmente Aqui serão apresentados os resultados dos métodos locais de extração de características. Vale lembrar que alguns pontos neste método de extração devem ser enfatizados. Como foi mencionado anteriormente, alguns métodos de extração de características possuem particularidades que tornam seu uso para extração de características globais muito fraco. O conjunto de características extraídas com o método LBP é resultante da criação de um histograma de valores de padrões binários locais. Tanto o método LBP quanto o método de histogramas de níveis de cinza podem ser extraídos globalmente. Porém, os histogramas obtidos localmente, dividindose a imagem em regiões e extraindo histogramas de cada

8 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE região separadamente, possuem maior poder para discriminar as classes de objetos avaliadas. Isso se deve ao fato de que a divisão em regiões armazena implicitamente a disposição geométrica dos elementos que constituem a face (olhos, nariz, boca, etc). Outra particularidade é relacionada à extração de características PCA localmente, pois em todos os outros experimentos as imagens possuíam resolução de pixels. Devido à resolução das imagens usadas já ser pequena e o vetor de valores no qual o PCA é aplicado conter uma quantidade razoável de valores, se fossem extraídas características PCA de regiões muito pequenas não seria possível reduzir a dimensionalidade adequadamente, visto que tal dimensionalidade já estaria bastante reduzida por se tratar de uma região minúscula de imagem. Deste modo, decidiu-se que a imagem deveria ser dividida em 4 regiões iguais. Para isso ser possível, deveria existir um redimensionamento da imagem para pixels ou pixels, resoluções com valores pares e de dimensões próximas à adotada (21 21 pixels). Assim, decidiu-se que a imagem deveria ser redimensionada para pixels exclusivamente para o uso do PCA localmente em 4 regiões de pixels cada. Tabela II RESULTADOS DOS EXPERIMENTOS REALIZADOS UTILIZANDO CARACTERÍSTICAS EXTRAÍDAS LOCALMENTE. Histogramas % 98% 74% 96% Histogramas % 98% 98% 94% PCA % 99% 81% 94% LBP % 84% 99% 86% LBP % 89% 99% 93% Na Tabela II, na coluna da esquerda onde há o nome do método utilizado na extração da característica da imagem, os rótulos 7 7, ou 3 3 indicam a quantidade de pixels de cada região que o método foi aplicado na imagem. É possível verificar que a aplicação do PCA localmente teve uma queda bastante significativa nas taxas de acerto em comparação ao método de extração global, como visto na Tabela I. Essa queda foi de 22% para o acerto de faces no uso do classificador e 8% entre as taxas de acerto de faces usando. Como dito anteriormente, a tem uma característica mais regular em seus resultados, embora seja sensível à variação dos dados. As diferenças nas taxas de acerto para não face mantiveram-se regulares com pouca variação nos dois classificadores utilizando como método o PCA. Uma característica que deve ser destacada é a variação significativa entre os mesmos métodos ao dividir a imagem em regiões com 7 7 ou 3 3 pixels. De todos os métodos utilizados localmente, é possível verificar que todas as taxas de acerto na classificação de faces usando foram superiores às taxas que utilizaram como classificador a. As taxas de acerto para não face entre os classificadores foram variadas, com no máximo 4% de diferença entre o método utilizado combinado com os classificadores. Essa diferença utilizando métodos globais foi de 1%. C. Análise do Resultado Utilizando Histograma de Cinza Analisando a variação dos métodos isoladamente alterando o número de regiões, é possível confirmar que quanto mais regiões a imagem possuir melhor a taxa de acerto do classificador, como mostra a Tabela III. Utilizando histogramas de cinza e regiões de 7 7 pixels (9 regiões), a diferença das taxas de acerto entre os classificadores são de 12% para face, com a maior taxa de acerto usando e 2% a diferença de classificação para não face, sendo 98% a melhor taxa usando. Em histograma de cinza (7 7 pixels), as melhores quantidades de bins para os experimentos realizados foram de 9 bins para como classificador e 15 bins para o uso da. Tabela III ANÁLISE ISOLADA DOS RESULTADOS USANDO HISTOGRAMA DE CINZA. Regiões % 98% 74% 96% Regiões % 98% 98% 94% Ao dividir a imagem em mais regiões utilizando histogramas de cinza, é visível o aumento nas taxas de acerto dos classificadores com relação às imagens de faces usando como método de extração de característica o histograma de cinza 3 3 pixels(49 regiões) comparadas com as taxas de acerto utilizando histograma de cinza 7 7 pixels (9 regiões), como mostra a Tabela III. Enquanto a diferença nas taxas de acerto utilizando como classificador foi de 25% para imagens de face e para as imagens de não face ficando inalterada, a diferença entre as taxas de acerto do classificador foi de 24% a mais do que histogramas de cinza 7 7 pixels (9 regiões). A taxa de acerto para não face usando caiu 2%. A quantidade de bins utilizados nesses procedimentos foram de 8 bins para a combinação com o classificador e 9 bins para o uso do como classificador. D. Análise do Resultado Utilizando LBP Na Tabela IV é possível verificar a diferença nas taxas de acerto por parte dos classificadores e utilizando como métodos de extração de características o LBP 7 7 pixels (9 regiões) e LBP 3 3 pixels (49 regiões). A diferença entre as taxas de acerto das imagens com face chega a ser de 33% entre os classificadores, sendo a maior delas a taxa do classificador. Essa diferença é minimizada ao utilizar o LBP 3 3 pixels (49 regiões), em que ao ser combinado com o classificador a taxa de acerto subiu 33% em comparação com o mesmo classificador utilizando LBP 7 7 pixels (9 regiões). A taxa de acerto utilizando se manteve constante para imagens de face, permanecendo 3% melhor que a taxa de acerto utilizando e obteve uma aumento de 4% na taxa de acerto de imagens de não face. As quantidades de bins utilizados para o método LBP 7 7 pixels utilizando foram de 7 bins e 8 bins para a combinação com o classificador. Essas mesmas quantidades de bins foram utilizadas para o método LBP3 3 pixels.

9 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE Tabela IV ANÁLISE ISOLADA DOS RESULTADOS USANDO HISTOGRAMA DE CARACTERÍSTICAS LBP. LBP % 84% 99% 86% LBP % 89% 99% 93% E. Análise do Resultado em Regiões com 7 7 Pixels Nesta subseção, serão analisados isoladamente os piores resultados dos dois métodos de extração de características. Utilizando regiões de7 7 pixels são verificáveis as seguintes distinções: ambos os classificadores obtiveram melhor taxa de acerto para imagens de não face utilizando histogramas de cinza, ao contrário das imagens de face, onde o LBP obteve melhor taxa de acerto; o histograma de cinza obteve taxa de acerto para imagem de não face de 98% utilizando o como classificador, porém a taxa de acerto para face foi de 62%, que é significativamente baixa; ao utilizar o LBP combinado com a taxa de acerto foi de 99%, mas a taxa de acerto para não face foi de86%, como mostra a Tabela V. Com isso, surge a impossibilidade de escolha subjetiva do melhor método. Essa escolha será possível com análise estatística de todos os resultados, daí a importância dos dez grupos de imagem para a realização de vários experimentos. Tabela V ANÁLISE ISOLADA DOS RESULTADOS OBTIDOS EM REGIÕES COM 7 7 PIXELS. Histograma % 98% 74% 96% LBP % 84% 99% 86% F. Análise do Resultado em Regiões com 3 3 Pixels Serão analisados isoladamente nesta subseção os resultados utilizando a aplicação dos métodos histogramas de cinza e LBP em regiões com 3 3 pixels. Esses resultados são notavelmente vistos como os melhores de ambos os métodos de extração de características entre os demais, como é possível verificar na Tabela VI. Tabela VI ANÁLISE ISOLADA DOS RESULTADOS OBTIDOS EM REGIÕES COM 3 3 PIXELS. Histogramas % 98% 98% 94% LBP % 89% 99% 93% É possível verificar nos resultados apresentados na Tabela VI, que quando as imagens são divididas em uma maior quantidade de regiões os classificadores obtém taxas de acerto mais elevadas. Ao comparar as Tabelas V e VI, verifica-se que o método de histograma de cinza que utilizou regiões de 3 3 pixels obteve um aumento na taxa de acerto para imagens com face de aproximadamente 25% em ambos os classificadores. No uso do método LBP 3 3 a melhora na taxa de acerto de face se deu apenas no classificador. O classificador se manteve estável com melhoras de 7% na taxa de acerto de imagens de não face. Todas as tabelas apresentadas nesta seção contêm os melhores resultados de cada método de todos os dez conjuntos de experimentos. Inicialmente, ao analisar os resultados expostos até o momento, poderia ser afirmado que o método de extração de característica de histograma de cinza que utilizou regiões de 3 3 pixels combinado com o classificador possuiria o melhor resultado nas taxas de acerto comparado com os demais. Com isso, vale lembrar que a análise foi feita de modo geral, utilizando todos os dez experimentos de todos os métodos. Os resultados apresentados até o momento são os melhores resultados de cada método conseguidos em um dos dez experimentos realizados. A seção a seguir tratará estatisticamente de todos os resultados de todos os dez experimentos realizados utilizando todos os métodos de extração de características, permitindo assim classificar objetivamente os melhores ou piores métodos. G. Avaliação de Todos os Resultados Usando Análise de Variância (ANOVA) Após a obtenção de todos os resultados experimentais, a Equação 1, apresentada na Seção V, foi aplicada para a obtenção das medidas-f de cada resultado. Os valores de cada medida-f foram usados para o preenchimento da Tabela VII, cujos dados serão analisados aplicando ANOVA. Na Tabela VII, a primeira coluna da esquerda representa os nomes de cada método de extração de característica referente às linhas. A coluna logo a seguir dos nomes dos métodos faz referência aos tipos de classificadores utilizados. A primeira linha da tabela corresponde à quantidade de experimentos, como dito anteriormente. A última coluna corresponde a medida F-score do melhor resultado do método correspondente. Ao analisar a Tabela VII fica claro que a medida F-score oferece um grau de importância nas taxas de acerto das imagens de face e não face por igual. Desta forma, é possível determinar e classificar quais dos métodos tiveram melhores resultados. Aqui, os valores foram distribuídos com precisão de 4 dígitos, mas nos cálculos foram usados precisão de 9 dígitos. Na Tabela VIII, são apresentados os valores dos cálculos da análise de variância. Na coluna da esquerda estão os rótulos das linhas. Na coluna com rótulo SQ estão os valores das somas dos quadrados. O GL significa o grau de liberdade dos grupos. MQ é a média dos quadrados, é obtido dividindo o SQ pelo GL. O valor de F é encontrado na divisão do MQ Entre grupos pelo MQ Dentro dos grupos. O valor-p é a probabilidade referente à hipótese nula ser validada, se o valor-p for menor que o limiar usado, neste caso 0,05, então a hipótese nula é descartada. O valor contido na coluna valorp, representa o número que falta para a taxa de 100% da validação dos dados. F-crítico é um valor tabelado baseado nos valores do GL. Uma das aplicações para as quais a ANOVA pode ser adotada é a de testar hipóteses. Considera-se a hipótese nula (H0) àquela que assume o pressuposto de que todas as variáveis não

10 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE Tabela VII VALORES DAS MEDIDAS F-score PARA CADA UM DOS EXPERIMENTOS REALIZADOS. Experimento Característica Classificador Valores dos Pixels 0,8291 0,8127 0,8285 0,8285 0,8201 0,8214 0,8176 0,8126 0,8198 0,8201 0,9100 0,8958 0,9024 0,9055 0,9092 0,9101 0,8991 0,8962 0,8995 0,9091 Histograma de Cinza 7 7 0,7505 0,7532 0,7465 0,7577 0,7502 0,7562 0,7457 0,7467 0,7544 0,7458 0,8200 0,8315 0,8222 0,8311 0,8216 0,8216 0,8301 0,8198 0,8196 0,8256 PCA Global 0,9385 0,9386 0,9399 0,9430 0,9399 0,9401 0,9412 0,9406 0,9424 0,9402 0,9101 0,9124 0,9112 0,9167 0,9151 0,9145 0,9111 0,9085 0,9091 0,9089 LBP 7 7 0,7212 0,7167 0,7212 0,7219 0,7165 0,7157 0,7189 0,7211 0,7195 0,7200 0,9315 0,9341 0,9301 0,9299 0,9331 0,9315 0,9322 0,9299 0,9301 0,9299 Histograma de Cinza 3 3 0,9112 0,9096 0,9102 0,9096 0,9151 0,9175 0,9197 0,9176 0,9161 0,9131 0,9401 0,9401 0,9414 0,9445 0,9451 0,9453 0,9451 0,9441 0,9450 0,9450 PCA ,8177 0,8162 0,8175 0,8178 0,8088 0,8101 0,8164 0,8170 0,8085 0,8120 0,8512 0,8601 0,8595 0,8518 0,8581 0,8655 0,8610 0,8663 0,8602 0,8612 LBP 3 3 0,9221 0,9212 0,9240 0,9240 0,9231 0,9231 0,9203 0,9222 0,9200 0,9200 0,9531 0,9514 0,9561 0,9554 0,9553 0,9524 0,9513 0,9541 0,9560 0,9561 Tabela VIII VALORES AUXILIARES NO CÁLCULO DO TESTE F. SQ GL MQ F valor-p F-crítico Entre grupos 0, , , , , Dentro dos grupos 0, , Total 0, são significativamente diferentes e a hipótese alternativa (H1), àquela que assume o pressuposto de que todas as variáveis são significativamente diferentes. No caso do cálculo da ANOVA aplicado nas médias dos dados F-score, é possível verificar na Tabela VIII que o valor de F foi muito superior ao F-Crítico, então pode-se adotar a hipótese alternativa (H1) que afirma que as médias do F-score de todos os métodos utilizando diferentes classificadores são significativamente diferentes. Neste caso, pode-se afirmar que, de acordo com a análise ANOVA, a validade da hipótese H1 se deu pela diferença das médias entre os grupos (0, ) e não pelas médias dentro do grupo (0, ), que foi muito pequena. De acordo com a ANOVA, esta pesquisa validou a hipótese H1, pois a análise dos dados comprovaram as diferenças entre as classes, ou seja, os resultados obtidos utilizando vários métodos de extração de características combinados com dois tipos de classificadores são significativamente diferentes. Logo, é possível qualificar, de forma concreta, quais os melhores e piores métodos de extração de características com os respectivos classificadores utilizando os valores obtidos nos respectivos experimentos, de acordo com as medidas F-score apresentadas. A Tabela IX apresenta um ranking dos métodos de extração de características combinados com os classificadores e, utilizando as medidas F-score dos experimentos realizados. VII. CONCLUSÕES Este trabalho investigou métodos de extração de características (PCA, LBP e histogramas de níveis de cinza) e de aprendizagem de máquina ( e redes neurais artificiais) para a tarefa de classificação de imagens de faces em situações em que tais imagens eram obtidas com variações de iluminação. Tabela IX Ranking DAS MÉDIAS DOS VALORES DAS MEDIDAS F-score PARA CADA UM DOS EXPERIMENTOS REALIZADOS. Características Regiões Classificador Média LBP 3 3 0,9541 Histograma de cinza 3 3 0,9436 PCA Global 0,9404 LBP 7 7 0,9312 LBP 3 3 0,9220 Histograma de cinza 3 3 0,9140 PCA Global 0,9118 Valores dos pixels Global 0,9037 PCA ,8595 Histograma de cinza 7 7 0,8243 Valores dos pixels Global 0,8208 PCA ,8142 Histograma de cinza 7 7 0,7503 LBP 7 7 0,7193 Para tais experimentos foram utilizadas imagens da base The Yale Face Database B [2] cujo principal propósito de criação é a investigação de métodos de detecção e reconhecimento de faces invariantes à iluminação. Verificou-se experimentalmente os diversos comportamentos dos classificadores devido à extração global ou local das características que eram utilizadas. Por exemplo, ao contrário dos outros métodos de extração de características, os resultados obtidos utilizando PCA extraído localmente foram inferiores aos resultados obtidos para extração global. Um dos motivos para tal comportamento dos classificadores quando utilizaram PCA extraído localmente se deve ao fato de que as regiões continham uma quantidade muito pequena de valores de pixels impossibilitando, desta forma, a atuação adequada do método PCA. Outro fator evidenciado pela utilização de PCA extraído globalmente, é que os resultados obtidos pelos classificadores foram mais elevados utilizando as características principais

11 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE obtidas com PCA do que utilizando todos os valores dos pixels das imagens. Isso é um indicador de que a eliminação de informações redundantes devido a problemas de iluminação é fundamental para a obtenção de boas taxas de classificação. Como havia a necessidade de testar se as diferenças entre os resultados de classificação obtidos eram significativas, o método ANOVA foi aplicado. Porém, havia pelo menos dois valores estatísticos como resultado de cada experimento de classificação (verdadeiros positivos e falsos positivos). Visando unificar os resultados de classificação em um único número, a medida F-Score foi utilizada. A aplicação do método ANOVA validou estatisticamente a diferença significativa entre os resultados obtidos para cada um dos experimentos realizados. Tendo como base a informação de que os resultados são estatisticamente significativos, é possível organizar um ranking dos resultados para termos uma visão geral de quais são as melhores e piores formas de se combinar métodos de extração de características e classificadores para obter resultados de classificação de faces em imagens com problemas de iluminação. Pelos resultados obtidos nos experimentos, é possível concluir que o método de extração de característica LBP dividindo a imagem em regiões com dimensões de 3 3 pixels combinado com uma como classificador dos padrões adquiridos, obteve o melhor resultado nas taxas de acerto em imagens com condições de iluminação variadas. Com a segunda melhor taxa de acerto, com valor próximo do primeiro, ficou o método de extração que utilizou histograma de cinza, também utilizando regiões com dimensões de 3 3 pixels e utilizando como classificador dos padrões adquiridos uma. Pode-se observar que o classificador que obteve os melhores resultados foi a. Dos resultados utilizando como classificador, foi obtida a melhor taxa quando da utilização de PCA extraído globalmente como método de extração de característica que ficou na terceira colocação no ranking. [9] F. Ribeiro, G. Araujo, E. Silva, J. Oliveira, and S. Goldenstein, Detecção de pontos fiduciais sobre a face em tempo real, in Simpósio Brasileiro de Telecomunições (SBrT), [10] L. R. Veloso, J. M. de Carvalho, C. S. V. da Cunha Cavalcanti, E. S. Moura, F. L. Coutinho, and H. M. Gomes, Neural network classification of photogenic facial expressions based on fiducial points and gabor features, in PSIVT, 2007, pp [11] M. Quintans, F. Carnevali, and J. ao Escola, Implementação de um software para reconhecimento facial utilizando haarcascade através da opencv, in I Escola Regional de Informática do Rio de Janeiro - I ERI-RJ, 2010, pp [12] R. L. Baioco and J. ao Marques Salomão, Detecção de faces em locais publícos e com aglomeração de pessoas, in III Jornada de Iniciação em Desenvolvimento Tecnológico e Inovação, 2010, pp [13] C. M. Bishop, Pattern Recognition and Machine Learning. Springer, [14] K. Pearson, On lines and planes of closest fit systems of points in space, Philosophical Magazine, vol. 2, no. 11, pp , [15] T. Ojala, M. Pietikäinen, and D. Harwood, A comparative study of texture measures with classification based on featured distributions, Pattern Recognition, vol. 29, no. 1, pp , [16] T. Ojala, M. Pietikäinen, and T. Mäenpää, Multiresolution gray-scale and rotation invariant texture classification with local binary patterns, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24, pp , [17] Y. Rodriguez, Face detection and verification using local binary patterns, Ph.D. dissertation, Ecole Polytechnique Federale de Lausanne, [18] S. Marcel, Y. Rodriguez, and G. Heusch, On the recent use of local binary patterns for face authentication, International Journal of Image and Video Processing, pp. 1 9, [19] E. T. Pereira, H. M. Gomes, and J. M. de Carvalho, Integral local binary patterns: a novel approach suitable for texture-based object detection tasks, in Conference on Graphics, Patterns and Images, 23rd (SIBGRAPI), 2010, pp [20] R. Lienhart, E. Kuranov, and V. Pisarevsky, Empirical analysis of detection cascades of boosted classifiers for rapid object detection, in DAGM 25th Pattern Recognition Symposium, 2003, pp [21] R. E. Walpole, R. H. Myers, S. L. Myers, and K. Ye, Probabilidade e Estatística para engenharia e ciências, 8th ed. Pearson, REFERÊNCIAS [1] E. T. Pereira, Detecção automática de faces: Ferramenta para combate ao crime, Revista Farol Digital, pp , [2] A. S. Georghiades, P. N. Belhumeur, and D. J. Kriegman, From few to many: Illumination cone models for face recognition under variable lighting and pose, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 23, no. 6, pp , [3] P. Viola and M. Jones, Robust real-time object detection, in Second International Workshop on Statistical and Computational Theories of Vision Modeling, Learning, Computing, and Sampling, 2001, pp [4] C. P. Papageorgiou, M. Oren, and T. Poggio, A general framework for object detection, in Sixth International Conference on Computer Vision, 1998, pp [5] Y. Freund and R. E. Schapire, Experiments with a new boosting algorithm, in Proceedings of the Thirteenth International Conference on Machine Learning, 1996, pp [6] A. Gorbenkp and V. Popov, On face detection from compressed video streams, Applied Mathematical Sciences, vol. 6, no. 96, pp , [7] P. Viola and M. J. Jones, Robust real-time face detection, International Journal of Computer Vision, vol. 57, no. 2, pp , [8] E. T. Pereira, H. M. Gomes, E. S. Moura, J. M. de Carvalho, and T. Zhang, Investigation of local and global features for face detection, in IEEE Symposium on Computational Intelligence for Multimedia, Signal and Vision Processing (CIMSIVP), 2011, pp