0

FACULDADE LOURENÇO FILHO
SISTEMAS DE INFORMAÇÃO

Jailson Viana Rodrigues

DETECÇÃO DE FACES E SUAS CARACTERÍSTICAS EM
DISPOSITIVOS MÓVEIS

Fortaleza
2014

como requisito parcial para obtenção de nota da final. Wagner Al-Alam Fortaleza 2014 .1 Jailson Viana Rodrigues DETECÇÃO DE FACES E SUAS CARACTERISTICAS EM DISPOSITIVOS MÓVEIS Projeto apresentado à disciplina de Monografia I. da Faculdade Lourenço Filho. Orientador: Prof.

................................ 7.......................1.................................................................... RECONHECIMENTO FACIAL EM IPHONES... 11..1........................................................................3.....................................1........................................................... 8................................................................................. 7.........2.................................1 OBJETIVO GERAL........................................ 8....................... 5..............3..... 7..... 9................... 6 HIPÓTESE....... 10.................................................... REFERENCIAL TEÓRICO........................... JUSTIFICATIVA......................... RECONHECIMENTO FACIAL EM DISPOSITIVOS MÓVEIS........................... METODOS DE RECONHECIMENTO DE FACE................................................ 3......................................................................... TEMA........................ 2............................................. 7........................2.......................................... IPODS.................................................................... SUMÁRIO SUGESTIVO... METODOLOGIA........................................... IPADS (IOS)..... RECONHECIMENTO FACIAL EM DISPOSITIVOS ANDROID.................................................................................................................... 7................................. DELIMITAÇÃO TEMÁTICA......................... 8...................................3............................................................................................3.......................... CRONOGRAMA............... OBJETIVOS..................................................................... PLATAFORMAS PARA DESENVOLVIMENTO MOBILE....... RECONHECIMENTO FACIAL EM DISPOSITIVOS WINDOWS PHONE......................... BIBLIOGRAFIA........ 4....... 4............................................................................... 7............... ...3................ 7.2.........................2 SUMÁRIO 1.... 4........................................................ UNIVERSO / AMOSTRA.............2 OBJETIVOS ESPECÍFICOS.......... PESQUISA...................................................................................... PROBLEMA................................................................

temos sistemas que trabalham com o reconhecimento de faces atrás de imagens capturadas em vídeos ou mesmo imagens estáticas. quais seus pontos fortes e fracos. inclusive. E com esse crescimento. TEMA Detecção de faces e suas características em dispositivos móveis. Aplicações dessa natureza estão inclusas em controle de acesso a instituições. Isso vem sendo uma realidade comum. será detalhada a forma específica de como usa-la nas aplicações independente de que plataforma estará disponível. A Inteligência Artificial vem crescendo consideravelmente nestes últimos anos. Além disso. Este projeto foca-se na abordagem de reconhecimento e identificação de faces através de dispositivos móveis. Equipamentos computacionais estão cada vez mais inovadores.3 1. tem a capacidade de informar ou perceber o estado emocional de quem o opera. podendo trabalhos futuros serem ampliados para o desenvolvimento de aplicativos que utilizem os métodos citados para o reconhecimento facial. através de softwares atrelados a hardwares. bancos e até mesmo existentes em robôs que. Atualmente. . 2. permitindo avanços consideráveis na área da computação nos últimos anos. DELIMITAÇÃO TEMÁTICA Este projeto destina-se a explicar o funcionamento da detecção e reconhecimento de faces em dispositivos móveis. Será abordada a necessidade desta tecnologia. traz a questão do quão importante a Inteligência Artificial é para o cotidiano da sociedade.

dado um ambiente encontrar uma ou mais faces. Uma das funções que devem ser desempenhadas em grande parte dos Sistemas de Reconhecimento de Faces (SRF) é detectar uma face em uma determinada imagem. PROBLEMA Existem dificuldades na detecção das características de ambiente. porque a detectando. É recomendado detectar uma face antes de detectar suas caraterísticas.1: Principal função de sistemas de detecção de faces e características. assim como na detecção de objetos. sendo assim identificados seus componentes como nariz.1. boca e olhos. em primeiro . O papel desempenhado nos sistemas de detecção de faces e suas características podem ser compreendidos através da Figura 1. Figura 1.4 3. A função de detectar uma característica consiste em.

 Conhecer essa tecnologia em dispositivos móveis.  OBJETIVOS ESPECÍFICOS Conhecer a história e evolução dos Sistemas de Reconhecimento Facial. 5. alguns problemas para a detecção eficaz de faces são: pose. abordar de forma sucinta como a detecção de faces e suas características está disponível nos dispositivos de tecnologia móvel.1. 4.5 momento. Mostrar o uso desta tecnologia em dispositivos móveis. De acordo com Yan. expressão facial. JUSTIFICATIVA O interesse pelo assunto é devido o crescente número de SmartPhones e outros dispositivos disponíveis com a tecnologia de . 4. OBJETIVO GERAL O objetivo é conhecer e analisar os diversos métodos para Reconhecimento Facial.  Conhecer métodos de Sistemas de Reconhecimento Facial atuais. se são eficientes e eficazes. a fase seguinte tratará apenas de procurar suas características em uma região limitada da imagem. OBJETIVOS 4.  Fazer uma analise dos Sistemas de Reconhecimento Facial nas três plataformas que atualmente dominam o mercado de Smarthphones (Android. Windows Phone e iOS). como é usada nesses sistemas mobiles e de que forma isso se torna uma vantagem considerável para quem tem acesso a esta tecnologia. já que tem sido bastante difundido o uso de tais dispositivos atualmente. presença de elementos estruturais e ocultação.2.

6 reconhecimento facial. Yan. Este projeto é justificado pela importância de verificar e analisar métodos conhecidos para reconhecimento facial e uso desta tecnologia em dispositivos móveis independente de Sistema Operacional. Por exemplo. se faz necessário o desenvolvimento de sistemas seguros. E parece ser bastante o uso desta tecnologia em dispositivos móveis. 7. Alguns até apresentam câmeras com um sistema de detecção de sorrisos. que automaticamente disparam quando é alterado o formato da boca. E pensando neste crescimento. Imagina-se que com tal tecnologia. tais como:  Pose: as imagens de face variam de acordo com a posição da câmera que registrou a imagem  Expressão facial: a expressão da face influencia diretamente na aparência da imagem de face . câmera e outros dispositivos de segurança. pois este não precisará digitar senhas. 6. a Microsoft e a Apple fazem uso de aplicativos de terceiros para reconhecimento facial. HIPÓTESE É notável o crescimento elevado do uso de dispositivos móveis na sociedade atualmente. Isso traz inúmeras vantagens para as instituições e as pessoas em seu cotidiano. ou seja. quando alguém sorri. acessando seus dispositivos mais rapidamente. Apesar dos benefícios que os Sistemas de Reconhecimento Facial proporcionem. proporciona mais segurança e privacidade para o usuário. Abordar a importância da tecnologia de inteligência artificial através da detecção de faces e suas características através de imagens estáticas ou frames contínuos. REFERENCIAL TEÓRICO Atualmente há no mercado tecnologias de reconhecimento facial nos Smartphones. nem todas as plataformas fazem uso desta tecnologia. encontrou alguns problemas para a detecção eficaz de faces. bem como mais comodidade. tais como sistemas que só permitam o desbloqueio de seus SmartPhone com a presença do verdadeiro dono.

por exemplo: em baixa resolução uma determinada regra identifica a região central do rosto por meio da afirmativa de que as quatro células centrais tem luminosidade uniforme.  Ocultação: no caso de imagens feitas em ambientes não controlados. há riscos de que o sistema apresente uma alta taxa de falsos positivos.2 temos um exemplo de detecção de faces. geralmente contidos em um quadrado (janela de pixels) e substitui-se o valor dos mesmos pelo valor médio dos pixels contidos dentro do quadrado. . Mesmo que este método seja relevante.  Presença de elementos estruturais: a presença de elementos como barba. Isso quer dizer que esse primeiro conjunto de regras descreve de uma forma geral o que é uma face. As regras são aplicadas de acordo com a resolução da imagem. Se as regras tornam-se muito gerais. capturados da imagem através de um algoritmo de janela deslizante. Em um exemplo simples. Além disso. parcial ou totalmente sobrepostas. ou seja. é possível criar regras que identificam uma face humana. sabemos que uma face humana consiste teoricamente de uma boca. No segundo nível existe descrições dos componentes da face como boca. ou seja. ou seja. ele sofre de algumas desvantagens quanto a construção de regras.7 7. esses elementos encontram-se distribuídos especificamente sobre a face.1. um nariz e dois olhos. elementos serão confundidos com faces. luminosidade. Na figura 1. O primeiro nível dessa hierarquia consiste em detectar os possíveis elementos candidatos a faces. toma-se um determinado número de pixels n. no qual utiliza um método de detecção de faces baseado no conhecimento. bigode e óculos podem modificar as características em termos de tamanho. por objetos ou até mesmo por outras faces. implementado exatamente com um conjunto de regras que possuem uma hierarquia. etc. nariz e olhos que é necessário para confirmar a veracidade dos elementos extraídos no nível que antecede a esse. onde imagens em múltiplas resoluções são formadas através da aplicação da média em uma amostragem de pixels. A exemplo dessa abordagem.3. métodos que possuem regras para o reconhecimento de uma face. METODOS DE RECONHECIMENTO DE FACE Os métodos baseados em reconhecimento de face representam as técnicas baseadas em detecção que utilizam bases de regras estabelecidas a partir do conhecimento sobre o problema. conforme mostra a Figura 1. podemos citar a técnica utilizada por Yang e Huang [YAN]. as faces podem aparecer. Tendo esse conhecimento em mãos.

Cada pixel de uma célula quadrada de tamanho n x n tem seu valor substituído pela média do valor da intensidade pixels da célula [YAN]. alguns nos fornecendo ferramentas funcionais outros apenas nos proporcionando a perder horas com tarefas inúteis. Aplicativos de todos os tipos têm se multiplicado.3: Exemplo de uma face em uma determinada resolução utilizado para detectar faces através de regras que utilizam o conhecimento sobre a distribuição de luminosidade da imagem. 2003). o reconhecimento facial. (d) n=16. d. E no meio dessa imensidão de variedade de aplicativos temos alguns que proporcionam uma utilidade aqui já discutida. (c) n=8. Figura 1.2: Figura em várias resoluções. (b) n=4.2 RECONHECIMENTO FACIAL EM DISPOSITIVOS MÓVEIS As tecnologias de computação nos dispositivos portáteis encontram-se atualmente em evolução e destinam-se a transformar-se no novo paradigma que dominará a computação (Myers et al.8 a. A realidade virtual existente nesse paradigma está crescendo exponencialmente ao longo dos anos e hoje se apresenta com suma importância para os operadores dessa tecnologia. A onipresença dos smartphones em nosso meio tem nos mostrado utilidades bem além do entretenimento e do convício pessoal. Uma das principais funções do reconhecimento de faces em um SmartPhone ou Tablet é identificar o dono do aparelho para que seja . Figura 1. b. (a) n=1. 7.. c.

O desenvolvimento para esses sistemas são diferentes. 7. Já para . Os chamados OS’s que relevam tanto esse mercado são os conhecidos Android da empresa Google. Sendo assim o dispositivo só será útil para quem cadastrou sua face no dispositivo. Cada plataforma tem sua característica de desenvolvimento. Dessa forma. isso facilitou a expansão do SO e fez com que o Android tomasse a grande fatia do mercado global de Smartphones. o sistema de reconhecimento de faces pede para marcar alguém da sua lista de amigos que está salvo no dispositivo. Esse tipo de função é importante hoje principalmente pelo fato da facilidade de resolução de problemas bancários e outros em comum através da tecnologia móvel. A linguagem Java está disponível em várias plataformas usadas nos computadores. O Android usa para seu desenvolvimento de aplicativos a linguagem Java.9 desbloqueado para uso. bastante conhecida entre os desenvolvedores do mundo inteiro. Após a captura de uma foto. apesar de se assemelharem com o paradigma computacional de orientação a objetos. após a captura de uma imagem futura. Figura 1. com o acesso desta linguagem para desenvolvimento bem diversificado. o dispositivo irá procurar na imagem alguém que se assemelha às características já salvas. tais como MAC da Apple. Sendo assim. após salvar a imagem com a marcação correta de seus amigos. iOS da Apple e o mais recente Windows Phone da Microsoft. Windows da Microsoft e o Linux da Canonical.4: Marcar alguém da lista de amigos.3 PLATAFORMAS PARA DESENVOLVIMENTO MOBILE Nos atuais dias da sociedade temos três plataformas que dominam o mercado de Smartphones.

Além dessa funcionalidade nativa. sendo assim esta funcionalidade nativa da Google em seu OS peca na segurança. Uma das novidades foi o destravamento do celular por reconhecimento facial. Porém.6 RECONHECIMENTO FACIAL EM DISPOSITIVOS WINDOWS PHONE . sendo assim o novo algoritmo que reconhece o rosto do dono do dispositivo faz uma verificação de profundidade da imagem dada e reconhece se estão querendo burlar o sistema através de imagens. IPADS (IOS) Diferentemente do Android. logo. Mas essa funcionalidade é facilmente burlada com o mostrar de apenas uma foto do rosto do usuário que cadastrou a face no sistema. esta linguagem se torna um pouco mais restrita. Semelhante à estratégia adotada pela empresa Apple. 7. esta linguagem se torna mais acessível aos desenvolvedores em relação ao Objective C. o C# (C-Sharp). o sistema conta ainda com aplicativos de terceiros para reconhecimento de faces.0 chamada Ice Cream Sandwich. para desenvolvimento na plataforma Windows Phone. 7. é preciso conhecimento sobre uma linguagem específica. com consentimento de que a aquisição de PC’s com Windows é mais comum e acessível que os da Apple. que é uma linguagem feita pela própria Apple. IPODS. que grava o rosto do dono do aparelho e só desbloqueia quando a câmera detecta esse rosto.10 desenvolver aplicativos para iOS. Usada somente em computadores com Windows. tanto que para desenvolver em Objective C.4 RECONHECIMENTO FACIAL EM DISPOSITIVOS ANDROID A partir da versão 4. é preciso usar computadores da própria empresa que a criou. é preciso ter conhecimento sobre a linguagem Objective C. As versões mais recentes do Android corrigiram esse erro. Sendo assim o iOS ainda está limitado em desbloqueio numérico. o OS da Apple não conta com uma função nativa para reconhecer faces. Não serão citados os nomes dos aplicativos por questão de autoria e/ou propaganda. 7. graças a aplicativos de terceiros é possível que tenhamos essa funcionalidade no sistema e possamos usufruir do reconhecimento facial para esta plataforma.5 RECONHECIMENTO FACIAL EM IPHONES. A partir daqui iremos conhecer previamente de que forma o reconhecimento facial está disponível para cada plataforma.

PESQUISA Trata-se de um estudo descritivo onde serão realizadas pesquisas a busca de um conhecimento bibliográfico sobre Sistemas de Reconhecimento Facial. e também artigos. 8.2. 8. UNIVERSO / AMOSTRA Para obter material de pesquisa tanto teórico como prático será utilizada a busca de informações através de referências bibliográficas de autores que escreveram sobre a problemática.1. O objetivo é obter livros e outros materiais tais como artigos. METODOLOGIA 8. 9.11 De forma semelhante ao iOS da Apple. o Windows Phone também está limitado a usar apenas o desbloqueio numérico. acarretando novamente da dependência de aplicativos de desenvolvedores independentes para o reconhecimento facial na plataforma. CRONOGRAMA Atividades Jun Levantamento bibliográfico X Seleção e leitura de textos X Definição dos capítulos Redação da monografia Redação da introdução e considerações finais (Conclusão) Jul Ago Set Out X X X Nov X X Revisão final e ajustes X Entrega da monografia X Defesa da monografia Dez X . revistas e internet. Mas a plataforma não conta com o desbloqueio facial. apenas com um aplicativo que tira fotos e reconhece o rosto do dono do dispositivo a partir de fotos tiradas anteriormente e salvas em um banco de dados local com as características de quem está na imagem para comparação dessas características. e outras pesquisas que poderão ser realizadas por meio da internet para conhecimento teorico para o problema abordado anteriormente.

BIBLIOGRAFIA [YAN] YANG. Tecnoblog. Considerações Finais 5.2 Dispositivos Móveis e o Mercado 1. Pesquisa 3. Olhar Digital.edu/publications/pami02a. 1999. AHUJA.net/82162/bug-reconhecimento-facial-android/>. Chaveznava Face Detection by Polling. David J.1 Como funciona 2.uol.2 Dispositivos Móveis 3. (http://vision.ai. Referências Bibliográficas 6.3 Métodos de Reconhecimento de Faces 3. Anexo 11. Sistemas de Reconhecimento de Faces 2.pdf). . Ming-Hsuan.1 Problemas na Detecção Eficaz de Faces 3.uiuc. KRIEGMAN.12 Tabela 1: Cronograma de Atividades 10. Narenda.3 Dispositivos Móveis e o Futuro 2. SUMÁRIO SUGESTIVO Introdução 1.2 Benefícios 2. Diário Tecnológico. Disponível em: < http://tecnoblog. Acesso em 19 Nov 2013. Acesso em 19 Nov 2013.com. Disponível em: < http://olhardigital.3 Sistemas de Reconhecimento de Faces em Dispositivos Móveis 4. 2005.1 História da Tecnologia Móvel 1. Wang Frontal View Face Detection and Using Color and Morphological Operations. 12 recursos do Android que fazem falta no iOS 7. Dispositivos Móveis 1. Destravamento por reconhecimento facial no Android 4 pode ser enganado com foto.br/noticia/37827/37827>. Detecting Faces in Images: A Survey.