Detecção de landmarks e aferição de medidas antropomórficas para cálculo de parâmetros biométricos utilizados na montagem de lentes oftálmicas

• Processo: 19/12936-7
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de setembro de 2019
• Data de Término da vigência: 31 de maio de 2020
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: Marcos Makoto Ikegame
• Beneficiário: Paul Joseph Hidalgo Flores
• CNAE: Comércio varejista de artigos de óptica ; Desenvolvimento e licenciamento de programas de computador não-customizáveis
• Vinculado ao auxílio: 18/01189-3 - Detecção de landmarks e aferição de medidas antopomórficas para cálculo de parâmetros biométricos utilizados na montagem de lentes oftálmicas, AP.PIPE
• Assunto(s): Antropometria Pesos e medidas corporais Marcadores fiduciais Óculos Biometria Visão computacional
• Palavra(s)-Chave do Pesquisador: Biometrics | Computer Vision | Estimation under occlusion | Fiduciary landmarks | Landmark detection | Object detection | Biometria

Resumo

A tomada de medidas precisas para a correta montagem de lentes oftálmicas em armações de óculos é de vital importância para a saúde de qualquer pessoa que use óculos. O uso de sistemas computadorizados de antropometria neste campo está limitado a aparatos de alto custo e que precisam utilizar guias para aferir medidas adequadamente. Além disso, tais sistemas precisam que um operador que identifique ou homologue manualmente os landmarks na face do usuário. Alternativamente, a maior parte da população ainda tem seus parâmetros biométricos para montagem de lentes corretivas tomadas manualmente, a partir da utilização de ferramentas desenvolvidas no início do século XX. O objetivo deste projeto é desenvolver um modelo que permita a detecção de pontos fiduciais no rosto dos usuários e calcule - sem a utilização de guias - as principais medidas parar montagem de lentes: Distância Naso-Pupilar e Altura de Montagem. Para tal, adotaremos modelos MTL (Multi-Task Learning) para o desenvolvimento da pesquisa e, mais precisamente, desenvolveremos as abordagens baseados na metodologia de aprendizado em profundidade (Deep Learning) por meio de redes convolucionais. Esperamos desenvolver um modelo através do qual seja possível detectar landmarks e aferir precisamente medidas antropomórficas, calculando medidas para uma montagem precisa de lentes oftálmicas. Tal sistema possibilitará democratizarmos a medição computadorizada de parâmetros biométricos deixando no passado a aferição mecânica e passível de erro humano.