A mi familia, por su apoyo incondicional Siempre fuiste mi espejo; para verme sólo tenía que mirarte.Julio Cortázar AcknowledgmentsThis work is not only the result of all my efforts but a consequence of the many supports and useful advices that I received.To my parents and my brothers. The pillar of my education and unconditional support.To my friends. They patiently released me from the hardest moments and continuously encouraged me to go on.To all the people of the old and new Clementine. We shared the most time of this Thesis between hours of work and laughs.To the people of Visual. In their eyes, they always saw me as a doctor.To Alberto, Antonio and Jorge. They offered me the opportunity of developing this work and pushed me into the field of Computer Vision. ResumenUno de los temas más destacados del área de visión artificial se deriva del análisis facial automático. En particular, la detección precisa de caras humanas y el análisis biométrico de las mismas son problemas que han generado especial interés debido a la gran cantidad de aplicaciones que actualmente hacen uso de estos mecanismos.En esta Tesis Doctoral se analizan por separado los problemas relacionados con detección precisa de caras basada en la localización de los ojos y el reconocimiento facial a partir de la extracción de características locales de textura. Los algoritmos desarrollados abordan el problema de la extracción de la identidad a partir de una imagen de cara (en vista frontal o semi-frontal), para escenarios parcialmente controlados. El objetivo es desarrollar algoritmos robustos y que puedan incorporarse fácilmente a aplicaciones reales, tales como seguridad avanzada en banca o la definición de estrategias comerciales aplicadas al sector de retail.Respecto a la extracción de texturas locales, se ha realizado un análisis exhaustivo de los descriptores más extendidos; se ha puesto especial énfasis en el estudio de los Histogramas de Gradientes Orientados (HOG features). En representaciones normalizadas de la cara, estos descriptores ofrecen información discriminativa de los elementos faciales (ojos, boca, etc.), siendo robustas a variaciones en la iluminación y pequeños desplazamientos.Se han elegido diferentes algoritmos de clasificación para realizar la detección y el reconocimiento de caras, todos basados en una estrategia de sistemas supervisados. En particular, para la localización de ojos se ha utilizado clasificadores boosting y Máquinas de Soporte Vectorial (SVM) sobre descriptores HOG. En el caso de reconocimiento de caras, se ha desarrollado un nuevo algoritmo, HOG-EBGM (HOG sobre Elastic Bunch Graph Matching). Dada la imagen de una cara, el esquema seguido por este algoritmo se puede resumir en pocos pasos: en una primera etapa se extrae un grafo facial ubicando automáti-camente los puntos más significativos de la cara; de cada uno de estos puntos, se extrae un descriptor local HOG y se concatenan. Finalmente, el vector de características biométricas pasa por una etapa de reducción de dimensionalidad. Al vector resultante...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.