Detección y reconocimiento de rostros usando MATLAB

Abstract

La presente tesis de pregrado trata sobre el reconocimiento facial en tiempo real, utilizando utilitarios del software matlab. El cual representa una innovación total, tanto en su diseño y su decodificación. Las consideraciones a tener en cuenta en el diseño del decodificador, han sido: Primero, se almacena imágenes de rostros en posición frontal creando para cada individuo, una carpeta de 10 imágenes. Luego se realiza la etapa de detección y reconocimiento del rostro. Se usaron algoritmos como viola jones (detección de rostros), análisis de componentes principales (reconocimiento de rostros). Se debe mencionar que en la etapa de reconocimiento, se realizó una etapa de pre procesamiento para la mejora de los resultados, como recortes elípticos en cada foto, ecualización de su histograma y también el uso del filtro tan triggs. El modelo ha sido desarrollado en código matlab 2014. Además, se utilizaron dos bases de datos de imágenes para la etapa de reconocimiento: Base de datos Olivetti extraída de [1] con 40 individuos cada uno con 10 imágenes. Base de datos UTP tomadas por una webcam y almacenadas en la etapa de entrenamiento con 20 individuos cada uno con 10 imágenes en diferentes poses (movimiento de los ojos, haciendo gestos, etc.) Finalmente se obtuvo un porcentaje de 0,72 de aciertos, con la base de datos creada y se comparó con la base de datos Olivetti que tuvo un resultado de 0,768, luego se mejoró el sistema usando los filtros antes mencionados, dándonos un porcentaje de acierto de 0,81 como el mayor de todos.

The present undergraduate thesis deals which the facial recognition in real time, using utilitarian of software matlab. This represents a total innovation, both in its design and decoding. The considerations to take into account in the design of the decoder have been: First, it is have stored images of faces in front position creating for each individual a portfolio of 10 images. The step of detecting and face recognition is then performed. Algorithms using as viola jones (face detection), principal component analysis (face recognition) . It should be mentioned, that in the recognition phase, A pre-processing stage was performed to improve the results, as elliptical cuts in each picture, the histogram equalization and so using triggs filters. The model has been developed using the Matlab 2014. In addition, two databases Stage Images for recognition were used: Database Olivetti extracted [1] with 40 individuals each with 10 images. Database UTP taken by a webcam and stored in the training stage with 20 Individuals Each with 10 images in different poses (eye movement, gesturing, etc.) Finally a percentage of 0,72 with the database created was obtained and compared with the data base Olivetti which had a of 0,768 result, then was improved the system using the filters mentioned above, giving us a success rate of 0,81 as largest of all.