Busca avançada
Ano de início
Entree

Aprendendo representações específicas para a face de cada pessoa

Processo: 10/00994-8
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de maio de 2010
Vigência (Término): 31 de julho de 2013
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Alexandre Xavier Falcão
Beneficiário:Giovani Chiachia
Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Assunto(s):Visão computacional   Aprendizado computacional   Reconhecimento facial   Biometria

Resumo

Os seres humanos são especialistas natos em reconhecimento de faces, com habilidades que excedem em muito as dos métodos automatizados vigentes, especialmente em cenários não controlados, onde não há a necessidade de colaboração por parte do indivíduo sendo reconhecido. No entanto, uma característica marcante do reconhecimento de face humano é que nós somos substancialmente melhores no reconhecimento de faces familiares, provavelmente porque somos capazes de consolidar uma grande quantidade de experiência prévia com a aparência de um certo indivíduo e de fazer uso efetivo dessa experiência para nos ajudar no reconhecimento futuro. De fato, pesquisadores em psicologia têm até mesmo sugerido que a representação interna que fazemos das faces pode ser parcialmente adaptada ou otimizada para rostos familiares. Enquanto isso, a situação análoga no reconhecimento facial automatizado --- onde um grande número de exemplos de treinamento de um indivíduo estão disponíveis --- tem sido muito pouco explorada, apesar da crescente relevância dessa abordagem na era das mídias sociais. Inspirados nessas observações, nesta tese propomos uma abordagem em que a representação da face de cada pessoa é explicitamente adaptada e realçada com o intuito de reconhecê-la melhor. Apresentamos uma coleção de métodos de aprendizado que endereça e progressivamente justifica tal abordagem. Ao aprender e operar com representações específicas para face de cada pessoa, nós somos capazes de consistentemente melhorar o poder de reconhecimento dos nossos algoritmos. Em particular, nós obtemos resultados no estado da arte na base de dados PubFig83, uma desafiadora coleção de imagens instituída e tornada pública com o objetivo de promover o estudo do reconhecimento de faces familiares. Nós sugerimos que o aprendizado de representações específicas para face de cada pessoa introduz uma forma intermediária de regularização ao problema de aprendizado, permitindo que os classificadores generalizem melhor através do uso de menos --- porém mais relevantes --- características faciais.

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
RUPPERT, GUILHERME C. S.; CHIACHIA, GIOVANI; BERGO, FELIPE P. G.; FAVRETTO, FERNANDA O.; YASUDA, CLARISSA L.; ROCHA, ANDERSON; FALCAO, ALEXANDRE X. Medical image registration based on watershed transform from greyscale marker and multi-scale parameter search. COMPUTER METHODS IN BIOMECHANICS AND BIOMEDICAL ENGINEERING-IMAGING AND VISUALIZATION, v. 5, n. 2, p. 138-156, 2017. Citações Web of Science: 1.
CHIACHIA, GIOVANI; FALCAO, ALEXANDRE X.; PINTO, NICOLAS; ROCHA, ANDERSON; COX, DAVID. Learning Person-Specific Representations From Faces in the Wild. IEEE Transactions on Information Forensics and Security, v. 9, n. 12, p. 2089-2099, DEC 2014. Citações Web of Science: 19.
RAMOS, CAIO C. O.; SOUZA, ANDRE N.; CHIACHIA, GIOVANI; FALCAO, ALEXANDRE X.; PAPA, JOAO P. A novel algorithm for feature selection using Harmony Search and its application for non-technical losses detection. COMPUTERS & ELECTRICAL ENGINEERING, v. 37, n. 6, p. 886-894, NOV 2011. Citações Web of Science: 47.
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
CHIACHIA, Giovani. Learning person-specific face representations = : Aprendendo representações específicas para a face de cada pessoa. 2013. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Instituto de Computação.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.