INSTITUTO TECNOLGICO DE NUEVO LEN

Subdireccin acadmica
Ingeniera en Sistemas Computacionales

Materia: Sistemas programables

Sensores de reconocimiento facial
Profesor: Ing. Rafael Daz Ros
Guillermo Antonio Snchez Leija

Gpe. , Nuevo len

30 de Octubre del 2014

El sistema de reconocimiento facial es una aplicacin dirigida por ordenador que identifica
automticamente a una persona en una imagen digital. Esto es posible mediante un anlisis de las
caractersticas faciales del sujeto extradas de la imagen o de un fotograma clave de una fuente de
video, y comparndolas con una base de datos.
Funcionamiento

El proceso consta de cuatro mdulos principales:

1. Deteccin de la cara: detecta que hay una cara en la imagen, sin identificarla. Si se
trata de un video, tambin podemos hacer un seguimiento de la cara. Proporciona la
localizacin y la escala a la que encontramos la cara.
2. Alineacin de la cara: localiza las componentes de la cara y, mediante
transformaciones geomtricas, la normaliza respecto propiedades geomtricas,
como el tamao y la pose, y fotometricas, como la iluminacin. Para normalizar las
imgenes de caras, se pueden seguir diferentes reglas, como la distancia entre las
pupilas, la posicin de la nariz, o la distancia entre las comisuras de los labios.
Tambin se debe definir el tamao de las imgenes y la gama de colores.
Normalmente, para disminuir la carga computacional del sistema, se acostumbra a
utilizar imgenes pequeas en escala de grises. A veces tambin se realiza una
ecualizacin del histograma.
3. Extraccin de caractersticas: proporciona informacin para distinguir entre las
caras de diferentes personas segn variaciones geomtricas o fotomtricas.
4. Reconocimiento: el vector de caractersticas extrado se compara con los vectores
de caractersticas extrados de las caras de la base de datos. Si encuentra uno con un
porcentaje elevado de similitud, nos devuelve la identidad de la cara; si no, nos
indica que es una cara desconocida.

Los resultados obtenidos dependen de las caractersticas extradas para representar el patrn
de la cara y de los mtodos de clasificacin utilizados para distinguir los rostros, pero para
extraer estas caractersticas apropiadamente, hace falta localizar y normalizar la cara
adecuadamente.

Debilidades
El sistema de reconocimiento facial no es perfecto y a veces difcil de implementar en
ciertas condiciones. Una de las principales debilidades de este sistema es debida a el ngulo
en el que se encuentra el rostro que queremos reconocer. Estudios han confirmado que el
reconocimiento acta correctamente hasta los 20,2 una vez superado este ngulo
comienzan a surgir problemas. Es por este motivo que se est investigando el
reconocimiento en 3D con el cual este inconveniente desaparecera. Otro inconveniente es
el mal funcionamiento en situaciones de poca luz, adems, llevar el pelo largo, gafas de sol
o otros objetos que cubran parte del rostro dificulta mucho la tarea. El algoritmo no siempre
es capaz de distinguir los rostros si la expresin de este es diferente a la almacenada en la
base de datos.
Para solucionar algunos de estos problemas, a parte de hacer el reconocimiento sobre video,
tambin se pueden utilizar tcnicas multimodales5 donde, a parte de la imagen de la
persona, se incorpora tambin informacin de voz y audio, si esta se encuentra dentro del
contenido.
Principalmente, podemos distinguir dos problemas que causan una seria degradacin del
rendimiento en la mayora de los sistemas existentes:
Problema de iluminacin
Los cambios provocados por la iluminacin son normalmente ms grandes que las
diferencias entre personas, causando a los sistemas basados en comparacin a equivocarse
al clasificar las imgenes de entrada. Se han propuesto algunas soluciones basadas en el
conocimiento, en particular teniendo en cuenta que todas las caras pertenecen a una misma
clase. Estas tcnicas estn divididas en 4 tipos:

Mtodos heursticos: por ejemplo, cuando utilizamos los subespacios de eigenfaces,

descartando las componentes principales.
Mtodos de comparacin de imgenes: se utilizan representaciones apropiadas de la
imagen y medidas de distancia.
Mtodos basados en la clase: utilizan mltiples imgenes de la misma cara en una
pose fija pero bajo diferentes condiciones lumnicas.
Mtodos basados en el modelo: utilizan modelos 3D.

Problema del cambio de pose

El rendimiento de un sistema de reconocimiento facial tambin baja significativamente
cuando hay presentes cambios en la pose. Hay diferentes mtodos propuestos para
solucionarlo:

Mtodos donde la base de datos incluye imgenes de una persona en diferentes

poses.
Mtodos hbridos, donde hay disponibles diferentes imgenes por persona durante
el entrenamiento, pero slo una por persona en el reconocimiento. Es la ms
utilizada.
Mtodos basados en una nica imagen, donde no hay entrenamiento. No es popular.

Efectividad
Segn un estudio reciente,6 el reconocimiento facial automtico da mejores resultados que
en los humanos, pero todava no hay una tcnica que proporcione una solucin robusta para
todo tipo de situaciones y para las diferentes aplicaciones que lo puedan necesitar. Segn la
revista 'Science', utilizar imgenes compuestas por varias fotografas adquiridas en
diferentes ngulos de una misma persona permite que el rendimiento del algoritmo llegue
hasta un 100% en el mejor de los casos. Este es el resultado de estudios de psiclogos de la
Universidad de Glasgow, donde se est tratando el tema y se ha llegado a la conclusin de
que este nuevo sistema emula una de las claves de la capacidad humana para reconocer
rostros. Aun as contina sin poder distinguir entre diferentes expresiones faciales.