COMPARAÇÃO ENTRE CLASSIFICADORES NO DOMÍNIO DE RECONHECIMENTO FACIAL

COMPARAÇÃO ENTRE CLASSIFICADORES NO DOMÍNIO DE RECONHECIMENTO FACIAL

Stany Helberth de Souza Gomes da Silva¹ - dantesparta100@gmail.com

Rafael Henrique Dalegrave Zottesso¹ - rafael.zottesso@ifpr.edu.br

RESUMO: Nos dias atuais, o grande avanço da tecnologia proporcionou diversos benefícios aos seres humanos, tais como agilidade no acesso de desbloqueio de um celular e também numa maior segurança. Uma área da computação que tem sido bem explorada com esse avanço é o reconhecimento facial. Esse tipo de reconhecimento está cada vez mais presente quando utilizamos um computador ou celular. Como exemplo, temos o Facebook quando reconhece automaticamente uma pessoa ao vermos uma foto. Este trabalho tem como objetivo explorar o reconhecimento facial como uma tarefa do reconhecimento de padrões. Segundo Duda et al. (2012), para classificar um objeto podemos ter três etapas: pré-processamento, extração de características e classificação. O seguinte trabalho não aborda técnicas de pré-processamento em imagens, porém fez o uso do Local Binary Pattern (LBP) para extração de características e dos classificadores K-Nearest Neighbor (KNN), Support Vector Machines (SVM) e Árvores de Decisões (Decision Trees) para as classificações. Para a realização dos experimentos, utilizamos a base de dados intitulada The ORL Database of Faces proposta por Samaria (1994), que contém 400 imagens do rosto de 40 pessoas diferentes, sendo 10 imagens de cada pessoa. Foi utilizada a estratégia metade-metade, no qual a primeira metade é usada como conjunto de treinamento e a segunda como teste. Ao classificar o conjunto de teste, realizamos variações nos valores dos parâmetros de cada um dos classificadores visando aumentar a precisão de suas classificações. As melhores taxas de acurácia de cada um dos classificadores foram: KNN atingindo 78,5%; SVM atingindo 82,5% e; Decision Trees atingindo 87%. Este resultado mostra que as técnicas utilizadas neste trabalho podem ser usadas para construir um sistema de reconhecimento facial. Em etapas futuras, pretendemos realizar combinação entre classificadores, utilizar outras bases de dados e realizar segmentação de imagens na etapa de pré-processamento.

Palavras-chaves: reconhecimento de padrões, KNN, SVM, Decision Trees, LBP