Implementación de un sistema de identificación de poses en imágenes de rostros

Abstract

El reconocimiento de rostros constituye un aspecto central en los campos de la Visión Artificial y la Biométrica, con aplicaciones en seguridad, robótica, interfaces humano-computadora, cámaras digitales y entretenimiento. A pesar del gran esfuerzo dedicado a mejorar los algoritmos de reconocimiento facial, su éxito aún es limitado en aplicaciones de tiempo real, sujetas a diferentes condiciones de iluminación, pose, o expresión facial. En trabajos recientes, el reconocimiento del rostro bajo diferentes poses se ha identificado como uno de los problemas no resueltos más prominentes en el reconocimiento facial y constituye un área de creciente interés en la comunidad de investigadores en visión artificial. En este trabajo se presenta la implementación de un sistema de reconocimiento de poses (rotación horizontal respecto a la posición de la cámara), basado en redes neuronales de convolución. El algoritmo logra una tasa de reconocimiento del 90,1% sobre la base de datos de acceso público FERET, y del 88,6% sobre la base de datos FEI. Adicionalmente se muestra su utilización como complemento de un sistema de reconocimiento basado en rostros propios (PCA) mejorando la tasa de reconocimiento de un 40,5% a un 61.4% sobre imágenes en varias poses tomadas de la base de datos FERET.