DETECÇÃO DE LANDMARKS EM IMAGENS FACIAIS BASEADA EM INFORMAÇÕES LOCAIS CAROLINE SILVA, LEIZER SCHNITMAN, LUCIANO OLIVEIRA

Transcrição

1 DETECÇÃO DE LANDMARKS EM IMAGENS FACIAIS BASEADA EM INFORMAÇÕES LOCAIS CAROLINE SILVA, LEIZER SCHNITMAN, LUCIANO OLIVEIRA Programa de Pós-graduação em Mecatrônica, Universidade Federal da Bahia s: Abstract This paper proposes a method for the detection of 9 facial points of interest (landmarks). Most methods available in the art for detecting facial points fall into two main categories: global and local. Global methods are usually able to detect various landmarks simultaneously with robustness while local landmarks can often detect more quickly. The method presented is based on local information and is composed of several stages of processing to the detection of landmarks that describe eyes, eyebrows and mouth. The experimental results demonstrate that the proposed method compared to the results showed technical compatible. Keywords Detection of facial landmarks, Face detection, Detection of facial features. Resumo Neste trabalho é proposto um método para detecção de 9 pontos faciais de interesse (landmarks). A maioria dos métodos disponíveis no estado da arte para detecção de pontos faciais se enquadram em duas principais categorias: globais e locais. Métodos globais são normalmente capazes de detectar diversos landmarks simultaneamente com robustez enquanto que os locais frequentemente podem detectar landmarks de maneira mais rápida. O método apresentado se baseia em informações locais e é composto por vários estágios de processamento até a detecção dos landmarks que descrevem olhos, sobrancelha e boca. Os resultados experimentais demonstram que o método proposto quando comparado com a técnica apresentou resultados compatíveis. Palavras-chave Detecção de landmarks facias, Detecção de Face, Detecção de características faciais. Introdução Detectar pontos de interesse (landmarks) em faces é uma etapa importante em sistemas que envolvem tarefas de reconhecimento facial, interação homem-máquina, animação facial e análise de expressões faciais. Quanto mais preciso for o detector de landmarks melhor será a qualidade destes sistemas. No entanto, segundo Sohail et al. (26) e Valstar et al. (2) muitas dificuldades são encontradas ao desenvolver métodos de detecção automática de landmarks faciais, tais como: variação inter-pessoal (como sexo e raça), intra-pessoal (mudanças de pose e expressão) e inconsistência das condições de aquisição (iluminação e resolução da imagem). Existem muitos trabalhos, Phimoltares et al. (22), Erukhimov e Lee (28) e Bahonar e Charkari (29) que detectam apenas regiões da face, tais como olhos, sobrancelhas, nariz e boca. Porém, em tarefas como reconhecimento de expressões faciais, detector de mentira ou estimador de direção através do olhar, necessita-se de informações mais detalhadas em relação à posição dos pontos dentro destes componentes faciais. Para isto, atualmente vêm sendo desenvolvidos diversos trabalhos que envolvem várias técnicas para realizar tais tarefas. Segundo Du et al. (28), a maioria dos métodos disponíveis no estado da arte para detecção de pontos faciais podem ser classificados em duas principais categorias: globais e locais. Métodos globais são normalmente capazes de detectar diversos landmarks simultaneamente com robustez enquanto que os locais frequentemente podem detectar landmarks de maneira mais rápida. Os métodos globais utilizam informações, como contornos ou textura da face para localizar landmarks. Exemplos de métodos globais são Active Shape Model () e Active Appearance Models (AAM) propostos respectivamente por Cootes et al. (995) e Cootes et al.(2). O realiza uma busca iterativa na imagem pela melhor correspondência (match) utilizando um determinado modelo de forma (shape). O AAM tem como objetivo obter um melhor match através da combinação do modelo de textura e shape. Nos métodos locais os algoritmos detectam landmarks, como os cantos dos olhos ou da boca sem utilizar informações de outras partes da face. No trabalho realizado por Vukadinovic e Pantic (25) foi utilizada a abordagem local para detectar de forma robusta e com precisão 2 pontos de interesse da face utilizando Gabor feature baseados em classificadores do tipo boosting. Ding e Martinez (28) inicialmente detectam componentes faciais utilizando análise discriminativa e informação contextual, e em seguida utilizam informações da cor e propriedades geométricas para localizar os pontos na face. O presente trabalho apresenta um detector de landmarks que se enquadra na categoria local. O detector proposto utiliza diferentes técnicas de processamento de imagens, tais como: (a) equalização de histograma para uniformizar os valores dos níveis de cinza na imagem; (b) um filtro gaussiano foi utilizado com a finalidade de suavizar a imagem para descartar pequenos ruídos como falhas na figura e linhas pouco evidentes; (c) o contraste foi ajustado para realçar a imagem; (d) para segmentar uma imagem em regiões (conjunto de pixels) foram utilizados

2 (a) (b) (c) Figura. Exemplo de detecção da face e regiões faciais (a) Face original (b) Detecção da face pelo método de Viola-Jones (c) Detecção das regiões de interesse. dois métodos de segmentação: limiarização e operações morfológicas, (e) para extrair as bordas dos olhos, sobrancelhas e da boca foi utilizado o detector Canny, e em seguida, foi realizada uma busca em cada uma das bordas resultantes, com o objetivo de detectar 9 landmarks faciais. O método proposto neste trabalho é comparado com a técnica (Milborrow e Nicolls, 28), na Seção de resultados experimentais. Os experimentos foram realizados utilizando-se a base de dados MUG Facial Expression (Aifanti et al, 2). O artigo está organizado da seguinte maneira: na Seção 2 explica o método utilizado para detectar a face e regiões faciais; na Seção 3, apresenta-se o método proposto para detecção de 9 landmarks faciais; na Seção 4, a técnica é descrita, os resultados experimentais são apresentados na Seção 5, e na Seção 6 o artigo é concluído. 2 Detecção da face e regiões faciais A primeira etapa para detectar landmarks é localizar a face na imagem. Para isto foi utilizado um detector baseado em Haar-like-features como extrator de características (features) e Adaboost como classificador (Viola e Jones, 22). A face detectada representa uma região de interesse na imagem para o detector de landmarks. O método de Viola-Jones (22) também foi utilizado para localizar a região dos olhos e da boca. A região da sobrancelha foi estimada a partir da localização da região dos olhos. A Figura mostra o procedimento utilizado para detectar a face e regiões faciais. Após a detecção dos ROIs, são utilizadas diferentes técnicas de processamento de imagens em cada um dos ROIs detectados, com o objetivo de extrair os olhos, as sobrancelhas e a boca. Em seguida é realizada uma busca em cada um dos componentes extraídos para encontrar 9 landmarks faciais. As técnicas utilizadas para localizar landmarks são explicadas na próxima seção. 3 Localização de landmarks Para localizar pontos de interesse na face, inicialmente foi preciso melhorar e extrair informações relevantes na imagem. Para isto, neste trabalho assim como em Sohail et al. (26) foram utilizadas diferentes técnicas de processamento de imagens. No trabalho de Sohail et al. (26) foram utilizadas as seguintes técnicas: ajuste de contraste, limiarização, subtração de plano de fundo, detecção de contorno e filtros Laplaciano e Gaussiano para em seguida, extrair pontos de interesse. Porém, neste trabalho além de utilizar algumas técnicas utilizadas por Sohail et al. (26) outras técnicas de processamento de imagens também foram aplicadas com intuito de obter melhores resultados. As técnicas de processamento de imagens utilizadas neste trabalho foram: (a) equalização de histograma para uniformizar os valores dos níveis de cinza na imagem; (b) um filtro gaussiano foi utilizado com a finalidade de suavizar a imagem para descartar pequenos ruídos como falhas na figura e linhas pouco evidentes; (c) o contraste foi ajustado para realçar a imagem; (d) para segmentar uma imagem em regiões (conjunto de pixels) foram utilizados dois métodos de segmentação: limiarização e operações morfológicas; (e) para extrair as bordas dos olhos, sobrancelhas e da boca foi utilizado o detector Canny e em seguida, foi realizada uma busca em cada uma das bordas resultantes, com o objetivo de detectar 9 landmarks faciais. As técnicas de processamento de imagens utilizadas e a busca pelos landmarks em cada uma das regiões de interesse são descritas detalhadamente nas próximas subseções. 3. Pré-processamento da região do olho Para melhorar a qualidade da imagem, e tornar o contorno do olho mais destacado, inicialmente foi calculado o histograma e os limites de intervalo de intensidades da imagem original, e em seguida foi realizado um ajuste de intensidade. O resultado deste ajuste pode ser um clareamento ou um escurecimento na imagem. Neste trabalho foi realizado um clareamento na imagem. Como a região do olho é composta também por uma parte da cor da pele, foi preciso eliminar esta última. Para isto, a imagem é convertida para escala de cinza e, em seguida limiarizada, conforme, I( X, Y) T L( X, Y) = (), I( X, Y) < T

3 (a) (b) (c) (d) (e) Figura 2. Detecção o olho (a) Olho original (b) Ajuste de contraste (c) Imagem limiarizada (d) seleção da área de interesse e dilatação (e) preenchimento de espaços vazios. (a) (b) (c) (d) (e) Figura 3. Detecção da sobrancelha (a) Sobrancelha original (b) Sobrancelha convertida para escala de cinza (c) Imagem equalizada (d) Seleção da área de interesse (e) preenchimento de espaços vazios e dilatação. sendo I a imagem de entrada em níveis de cinza e T o valor do nível de cinza que se deseja efetuar a limiarização L nas coordenadas (X,Y) do pixel da imagem I. O resultado é uma imagem binária, uma matriz composta por s e s, onde os elementos com valor correspondem aos pixels com valores acima do limiar T e os elementos com valor aos pixels com valores abaixo do limiar T. A limiarização foi realizada com base na cor da pele por ser uniforme, ou seja, os pixels com valor correspondem a região da pele, enquanto que os pixels com valor correspondem a região do olho. Como a busca pelos objetos conectados na imagem atuam sobre os pixels não nulos, ou seja, diferente de zero e a região de interesse, após a limiarização, possui o valor, foi realizada a inversão da imagem limiarizada (Fig. 2d) e em seguida, procurou-se por um conjunto de objetos com conectividade 8. Após os pixels conectados serem detectados na imagem, algumas propriedades foram obtidas, tais como o número de objetos conectados e a quantidade de pixels de cada região do objeto. Em seguida, procurou-se pelo objeto de maior área quando comparado com os outros objetos contido na imagem. A região de maior área foi considerada como sendo o olho, enquanto que os demais objetos foram eliminados. Em seguida, foram aplicadas duas operações morfológicas: dilatação e preenchimento de lacunas. A dilatação é uma operação que aumenta ou diminui objetos em uma imagem binária. Com A e B 2 conjuntos de Z, a dilatação de A por B é denotada por A B é definida como Α Β = z ( Β) z Α, (2) Em que Β é a reflexão de B em torno de sua origem dado por Β = { x x = b, b B} e ( Β ) z a translação dessa reflexão para um ponto z = (x,y ). A definição da translação é dada por ( Β ) z = { c c = b + z, b B}. O elemento estruturante B é representado por uma matriz binária de tamanho predefinido cuja forma geométrica é representada pelos elementos de não nulos podendo assumir o formato de um quadrado, retângulo, círculo, entre outros. Então, a dilatação de A por B é o conjunto de todos os deslocamentos, z, de maneira que Β e A se sobreponham pelo menos por um elemento. Nesta região a dilatação foi utilizada para aumentar a imagem e o elemento estruturante utilizado foi uma linha reta de tamanho. Após a dilatação, algumas lacunas foram encontradas na imagem. Para preencher estas lacunas foi utilizado um algoritmo baseado em dilatação, complemento e intersecção de conjuntos. Seja A um conjunto cujos elementos são fronteiras 8-conectadas, cada uma delas englobando uma região de fundo (ou seja, uma lacuna). Dado um ponto em cada lacuna, o objetivo é preencher todos estes com valor s. Começando pela formação de um arranjo matricial, X de s (o mesmo tamanho que o arranjo que contém A), exceto nas posições em X correspondentes ao ponto dado em cada uma das lacunas, que foi definido como. Depois o procedimento a seguir preenche as lacunas com s. c Xn = Xn B A n =,2,3 (3) ( )... c sendo B o elemento estruturante e A o complemento de A definido por A c = { x x A}. O algoritmo termina na interação n quando X n = X n. O conjunto Xn contém todas as lacunas preenchidas. A união de Xn e A contém todas as lacunas preenchidas e suas fronteiras. Na Figura 2, os passos propostos para a detecção dos olhos são ilustrados. A Figura 2(a) mostra a imagem original do olho; na Figura 2(b) é realizado um ajuste de contraste para realçar a imagem; na Figura 2(c) a imagem é limiarizada; na Figura 2(d) a imagem limiarizada é invertida e operações morfológicas são aplicadas e, por fim, na Figura 2(e) os espaços vazios são preenchidos. 3.2 Pré- processamento na região da sobrancelha Após a região das sobrancelhas serem estimadas, a partir da região dos olhos, esta foi convertida. para escala de cinza (Fig. 3b) e o histograma foi equalizado utilizando a Eq. (4). A equalização altera o histograma da imagem original de tal maneira que a imagem transformada tenha um histograma uniforme, ou seja, todos os níveis de cinza devem aparecer na imagem com a mesma frequência. (Fig. 3c). Normalmente se equaliza um histograma utilizando a seguinte expressão

4 (a) (b) (c) (d) (e) Figura 4. Detecção da boca (a) Boca original (b) aplicação filtro Gaussiano (c) Imagem convertida para HSV (d) imagem limiarizada (e) limiarizada invertida e aplicação operações morfológicas. Figura 5. Localização de landmarks na região da face. k nj k sk = T( rk) = = pr( rj), (4) j= n j= onde sk é a função de distribuição acumulada, r k (nível de cinza normalizado) e k =,..., C (C é o número de níveis de cinza). Sendo p r r ) a probabilidade do j-ésimo nível ( j j de cinza, n é o número total de pixels na imagem, n é o número de pixels cujo nível de cinza corresponde a j. Como a geometria da região de interesse da sobrancelha é retangular, uma parte da cor da pele também está presente na imagem. Para eliminá-la, a imagem foi limiarizada utilizando a Eq. (). Como após a limiarização os pixels de interesse (região da sobrancelha) estão como valor e os pixels de plano de fundo estão com valor, foi preciso inverter a imagem limiarizada (Fig. 3d) para que fosse possível realizar a próxima operação na região de interesse. Depois que a imagem limiarizada foi invertida a Eq.(2) foi utilizada para preencher os espaços vazios e a imagem foi dilatada (Fig. 3e). Na Figura 3, os passos propostos para detecção das sobrancelhas são ilustrados. A Figura 3(a) demonstra uma imagem original da sobrancelha; na Figura 3(b), a imagem é convertida para escala de cinza; na Figura 3(c), a imagem é equalizada; Figura 3(d), área da sobrancelha é selecionada e, por fim, na Figura 3(e), os espaços vazios são preenchidos e a imagem dilatada. 3.3 Pré-processamento da região da boca Para detectar características na região da boca é preciso relevar à variabilidade das formas que a boca pode apresentar. Porém, complexidades são adicionadas quando a boca está aberta ou os dentes são visíveis entre o lábio superior e inferior, devido ao Figura 6. Resultados da detecção dos landmarks utilizando. sorriso ou qualquer outro tipo de expressão. Estas duas situações fornecem região escura e brilhante, respectivamente, no contorno da boca e faz com, que o processo de extração de características se torne bastante complexo (Sohail et al., 26). Para lidar com os problemas citados anteriormente, inicialmente foi aplicado um filtro gaussiano 2D (Fig. 4b) que é basicamente uma operação de convolução, utilizada para suavizar uma imagem com o propósito de remover ruídos. A imagem da boca inicialmente foi convertida para escala de cinza, porém como não apresentou resultados favoráveis, outro espaço de cor foi escolhido, o HSV (Hue, Saturation and Value) em que a cor é dividida em três componentes: matiz (H), saturação (S) e valor (V). Em seguida, foi aplicada uma operação morfológica de abertura (erosão seguida de dilatação) utilizando o mesmo elemento estruturante na componente H da imagem. O elemento estruturante utilizado foi um disco de tamanho 5. A operação de abertura foi utilizada para abrir pequenos espaços vazios entre objetos próximos na imagem. A Abertura de um conjunto A por um elemento estruturante B, indicada por A B é definida como A B = (A ϴ B) B, (5) assim, abertura de A por B é a erosão de A por B, seguida de uma dilatação do resultado por B. Após a aplicação das operações morfológicas, a imagem foi limiarizada utilizando a Eq. (). Como busca pelos objetos conectados na imagem atuam sobre os pixels com valor e a região de interesse (região da boca) estava com valor como resultado da limiarização aplicada anteriormente, foi preciso inverter a imagem limiarizada. Em seguida foram encontrados na imagem os componentes com conectividade 8.

5 Depois que os componentes conectados foram detectados na imagem, algumas propriedades foram obtidas, tais como o número de objetos conectados e a quantidade de pixels de cada área do objeto. Em seguida, procurou-se pelo objeto de maior área quando comparado com os outros objetos contido na imagem. Neste caso, a região de maior área foi considerada como sendo boca, enquanto que os demais objetos foram eliminados. Na Figura 4, os passos propostos para detecção da boca são ilustrados. Na Figura 4(a) é possível visualizar uma imagem original da boca; na Figura 4(b) um filtro Gaussiano é aplicado para suavizar a imagem e descartar pequenos ruídos como falhas na figura e linhas pouco evidentes; na Figura 4(c) imagem convertida para o espaço de cor HSV; Figura 4(d) imagem limiarizada; na Figura 4(e) a imagem limiarizada é invertida e aplicação de operações morfológicas. 3.4 Detecção dos landmarks Após serem aplicadas técnicas de processamento de imagens em cada uma das regiões faciais foi utilizado para extrair os contornos um detector de bordas. Dois dos principais métodos comumente utilizados são Sobel (Gonzalez et al., 27) e Canny (Canny, 986). Este último método foi utilizado neste trabalho pela vantagem de encontrar uma quantidade de bordas mais consistentes e de espessura de um pixel em uma figura. Para localizar os 9 landmarks nas regiões dos olhos, das sobrancelhas e da boca, as bordas resultantes após aplicação do Canny são divididas em partes iguais (Fig. 5). As bordas das regiões do olho e da boca foram divididas em quatro partes, enquanto que a borda da região da sobrancelha foi dividida em duas partes. Após as bordas de cada uma das regiões serem divididas, como os 9 landmarks podem ser encontrados nas regiões dos olhos, sobrancelhas e da boca, inicialmente são procurados os primeiros landmarks que estão localizados nas extremidades esquerda e direita da borda em cada uma das regiões detectadas. Para as regiões dos olhos e da boca são detectados mais 9 landmarks: superior, inferior e central. Para localizar os landmarks superior e inferior foi preciso calcular a distância euclidiana entre os landmarks localizados nas extremidades direita e esquerda. O landmark central foi encontrado através do cálculo da distância euclidiana entre os landmarks superior e inferior. É possível obter, a partir dos landmarks detectados, a largura e a abertura dos olhos, sobrancelhas e da boca, que são informações fundamentais em aplicações que utilizam análise de expressões, por exemplo. A Figura 5 mostra os 9 landmarks detectados nas regiões dos olhos, sobrancelhas e da boca. 4 Active Shape Model () Existem no estado da arte diversos métodos para localizar landmarks faciais, tais como: Active Contours,, AAM, Hough Transformation, entre outros. Porém o método apresentado neste trabalho é comparado com a técnica (Milborrow e Nicolls, 28) para comparar a robustez quanto à precisão em relação ao método global. (s) são modelos estatísticos do shapes dos objetos que se deformam de forma iterativa para se adequar a um exemplo do objeto em uma nova imagem, desenvolvido por Taylor e Cootes em 995. O modelo do é construído estabelecendo um conjunto de pontos de interesse na imagem de treino. Os pontos são manualmente selecionados e utilizados como referência para o alinhamento das imagens de treino. Cada conjunto de pontos é alinhado a outro, a partir de operações de translação, rotação e escala. As formas dos modelos são limitadas pelo Point Distribution Model (PDM) para variar apenas em formas vistas em um conjunto de treinamento de exemplos rotulados. Para definir a forma de um objeto, deve-se posicionar landmarks sobre o contorno desse objeto. Os landmarks devem ser pontos típicos que se encontram em todas as imagens do conjunto de treinamento. Uma descrição detalhada deste método pode ser encontrada em (Cootes et al., 995). Existem várias implementações do algoritmo, porém neste trabalho o método apresentado é comparado com a técnica implementada pelos autores Milborrow e Nicolls (28) para que fosse possível comparar a robustez quanto à precisão em relação ao método global. A figura 6 mostra os 76 landmarks detectados pelo método utilizando a base de dados MUG Facial Expression. 5 Resultados Experimentais Para avaliar os resultados do método proposto foi utilizada a base de dados MUG Facial Expression (Aifanti et al, 2). Esta base é constituída por sequencias de imagens de 86 indivíduos que executam diferentes expressões faciais em imagens coloridas e em posição frontal. Para os experimentos, foi utilizado um subconjunto de 4 imagens de 26 indivíduos Os resultados experimentais demonstram que o método proposto obteve uma taxa média de detecção de 98%. A Figura 7 ilustra alguns resultados de detecção de landmarks obtidos, a partir do método proposto. Para testar a eficiência do algoritmo desenvolvido, além de calcular a taxa média dos landmarks detectados foram realizados testes quanto à similaridade dos shapes utilizando as anotações da base de dados MUG Facial Expression.

6 Figura 7. Detecção dos pontos faciais utilizando a base de dados MUG Facial Expression. Os resultados do método desenvolvido foram comparados com o método implementado por Milborrow e Nicolls (28). Os detalhes são apresentados na seção seguinte. 5. Análise de Similaridade Para analisar a similaridade de um conjunto de formas detectadas neste trabalho, foi calculada uma distância de Procrustes entre as anotações da imagem (ground truth) e os landmarks detectados pelo e o método apresentado. A análise de Procrustes dilata, translada, espelha e rotaciona uma das configurações para que os pontos se ajustem, à outra, permitindo a comparação dos resultados. Mais detalhes acerca de análise de Procruste podem ser encontrados em (Kruppa e Schiele, 23). Na Tabela, é possível visualizar os resultados de similaridade entre os shapes detectados pelo método proposto e pela técnica a partir da base de dados MUG Facial Expresssion. O valor de similaridade varia entre e. Quando mais próximo de mais similar é a forma comparada. A taxa de pro-

7 cruste mostrada na tabela 2 é dada por T = D ), sendo D p a distância de Procruste encontrada. p ( p Tabela. Similaridade obtida sobre base de dados MUG Facial Expression Regiões Faciais Boca 93% 98% Olho Direito 88% 99% Olho Esquerdo 93% 98% Sobrancelha Direita % 98% Sobrancelha Esquerda % 98% Para avaliar graficamente o grau de similaridade entre todos os shape foi utilizada a distribuição acumulativa de similaridade entre os shapes detectados utilizou-se a Equação (6) P( x ( d µ ) 2 2σ d µ, σ ) = e, (6) σ 2π x< d sendo d o grau de similaridade entre os shapes detectados, µ a média e σ o desvio padrão do grau de similaridade do conjunto dos shapes detectados. Nas Figuras 8-2 é possível visualizar a distribuição acumulativa de similaridade. O método apresentou melhor resultado ao detectar o shape dos olhos direito esquerdo e da boca, enquanto que o método proposto obteve melhores resultados ao detectar o shape das sobrancelhas direita e esquerda. No método é necessário que um modelo seja previamente definido, ou seja, é realizada uma etapa de treinamento, em que se devem marcar manualmente em diversas imagens os pontos que definem o contorno do objeto. Semente então o modelo pode ser utilizado para localizar estruturas na imagem. No caso, do método proposto não é necessário um modelo prévio para detecção, ou seja, o método consegue encontrar os pontos de interesse na imagem mesmo sem que esta se enquadre a um determinado modelo. Apesar de o método apresentado neste trabalho pertencer à categoria local, ainda assim este apresentou resultados compatíveis com o que pertence à categoria global cuja principal característica é a robustez. 2 etapa de treinamento, em que se devem marcar manualmente em diversas imagens os pontos que definem o contorno do objeto. Semente então o modelo pode ser utilizado para localizar estruturas na imagem. No caso, do método proposto não é necessário um modelo prévio para detecção, ou seja, o método consegue encontrar os pontos de interesse na imagem mesmo sem que esta se enquadre a um determinado modelo. Apesar de o método apresentado neste trabalho pertencer à categoria local, ainda assim este apresentou resultados compatíveis com o que pertence à categoria global cuja principal característica é a robustez. Para melhorar os resultados uma das alternativas é acrescentar ao método proposto mais uma etapa denominado correção de shape semelhante à proposta de Beumer et al.(26). Pretende-se futuramente utilizar os landmarks detectados neste trabalho na análise de expressões faciais. Similaridade acumulativa [%] Boca Figura 8. Distribuição acumulativa de similaridade do shape da boca. Similaridade acumulativa [%] Olho Direito.2 6 Conclusão Neste artigo, foi apresentado um método para detecção automática de landmarks informações locais da face. Para avaliar o método proposto, foi utilizada a base de dados MUG Facial Expression. Ao realizar análise de similaridade, o método proposto apresentou melhores resultados ao detectar os shapes das sobrancelhas direita e esquerda, enquanto que o apresentou melhores resultados ao detectar os shape dos olhos direito e esquerdo e da boca. No método é necessário que um modelo seja previamente definido, ou seja, é realizada uma Figura 9. Distribuição acumulativa de similaridade do shape do olho direito.

8 Similaridade acumulativa [%] Olho Esquerdo Figura. Distribuição acumulativa de similaridade do shape do olho esquerdo. Similaridade acumulativa [%] Sobrancelha Direita Figura. Distribuição acumulativa de similaridade do shape da sobrancelha direita. Similaridade acumulativa [%] Sobrancelha Esquerda Figura 2. Distribuição acumulativa de similaridade do shape da sobrancelha esquerda. Referências Bibliográficas Aifanti, N.; Papachristou, C.; Delopoulos, A. The MUG Facial Expression Database Image Analysis for Multimedia Interactive Services, 2. Bahonar. H.; Charkari.M.A. Facial Feature Detection and Extraction using Symmetry and Region- Based Deformable Template Matching. 4th Int CSI Computer Conf., 29. Beumer, M.G.; Tao, Q.; Bazen, M.A.; Veldhuis, J.N.R. A Landmark Paper in Face Recognition. Automatic Face and Gesture Recognition, pp , 26. Canny, J., A Computational Approach To Edge Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, pp , 986. Cootes, F.T; Taylor, J.C.; Cooper, H.D; Graham, J. Active Shape Models - their Training and Application, Vol. 6, no., pp , Jan 995. Cootes, T.; Edwards, G.; Taylor, C. Active Appearance Models. IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol.23, no. 6, pp , 2. Ding, L.; Martinez, M. A. Precise Detailed Detection of Faces and Facial Features. IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp.24-26, Jun 28 Du, Chunhua; Wu, Q; Yang, J; Wu, Z. SVM based for Facial Landmarks Location. IEEE Int. Conf. on Computer and Information Technology, pp , 28. Erukhimov, V.; Lee, C.K. A Bottom-up Framework for Robust Facial Feature Detection. IEEE Inter. Conf. on Automatic Face and Gesture Recognition, pp., 28. Gonzalez, R.C.; Woods, R.E. Digital Image Processing. Prentice Hall; 3 edition, 27. Kruppa, H; Schiele, B. Using Local Context to Improve Face Detection. Proc. of the BMVC, Norwich, England, :3--2, 23. Milborrow, S.; Nicolls, F. Locating Facial Features with an Extended Active Shape Model. European Conf. on Computer Vision, 28 Phimoltares, S.; Lursinsap,C.; Chamnongthai, K. Locating Essential Facial Features using Neural Visual Model. Proc. of the First Inter. Conf. on Machine Learning and Cybernetics, 22. Sohail, M.S.; Bhattachary, P. Detection of Facial Feature Points using Anthropometric Face Model. IEEE Int. Conf. on Signal-Image Technology, pp , Dec 26. Valstar, M.; Martinez, B.; Binefa, X.; Pantic, M. Facial Point Detection using Boosted Regression and Graph Models. IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp , 2 Viola, P; Jones, M. Robust real-time object detection. Int. Journal of Computer Vision, 22. Vukadinovic, D; Pantic, M. Fully Automatic Facial Feature Point Detection using Gabor Feature Based Boosted Classifiers. IEEE Int. Conf. on Systems, Man and Cybernetics, 25.