Defesa de tese de doutorado, 25/06/2012, 14h

postado em 15 de jun de 2012 11:37 por Nazareno Ferreira de Andrade   [ 15 de jun de 2012 11:37 atualizado‎(s)‎ ]
Candidato: Eanes Torres Pereira
Título: Investigação do Problema de Detecção de Faces com Variações de Orientação
Orientadores: Herman Martins Gomes e João Marques de Carvalho
Banca examinadora: Claudio Rosito Jung (UFRGS), Rogerio Schmidt Feris (IBM T. J. Watson Research Center e University of Washington), José Eustáquio Rangel de Queiroz (UFCG), Leandro Balby Marinho (UFCG)

Data: 25/06/2012
Hora: 14h
Local: Auditório do CEEI

Resumo: Esta tese investiga o problema de deteção de faces que apresentam grandes variações de orientação. Vários fatores importantes para o projeto de um detector de faces foram identificados experimentalmente, dentre os quais se destacam: a análise criteriosa das imagens de faces que não são detectadas pode ajudar a identificar os padrões de erros e permitir que imagens que possuem tal padrão sejam incorporadas ao treinamento; embora máquinas de vetores de suporte (SVM) sejam capazes de obter elevadas taxas de verdadeiro positivo, o custo computacional (tanto de treinamento, quanto de teste) desses modelos pode ser muito elevado quando se deseja taxas falso positivo muito baixas. Também foram identificados outros fatores relacionados às métricas usadas para avaliar o desempenho de um detector de faces. Se a métrica usada leva em consideração as áreas de detecção pelos classificadores e áreas rotuladas por humanos (ground truth), a forma como as imagens detectadas são marcadas interfere diretamente nos resultados. Em relação ao aspecto de recorte das faces, os resultados experimentais comprovaram que, se forem incluídas regiões externas da face para treinamento, os resultados de detecção podem ser melhorados. Para lidar com todos esses fatores foi proposta e implementada uma abordagem de detecção de faces que explora invariância por treinamento para gerar uma árvore de classificadores com menor complexidade computacional que métodos concorrentes e que é capaz de lidar com grandes variações de orientação no plano da imagem. Para tornar factível o treinamento dos classificadores dessa árvore, foi proposta uma abordagem de paralelização para o método Viola e Jones (2004) de treinamento de classificadores. A abordagem proposta obteve resultados superiores aos de Rowley, Baluja e Kanade (1998b) e de Viola e Jones (2004) em algumas regiões das curvas ROC. Apenas uma das abordagens concorrentes, a de Huang et al. (2007), obteve resultados superiores, porém por uma pequena diferença. Apesar disto, a abordagem proposta possui menor complexidade computacional em termos de quantidade de níveis da árvore de classificadores e quantidade de nós de processamento.
Comments