Introdução

Métodos de identificação de pessoas sempre foram muito importantes para toda a sociedade. No mundo moderno, as pessoas sempre precisam carregar consigo algum documento para identificá-las, como se a individualidade só existisse para pessoas que portam tais documentos. Partindo do fato de que não existem pessoas completamente idênticas, a necessidade da utilização de tais documentos se extingue quando se dispõe de métodos capazes de diferenciar cada indivíduo sem confundi-lo com seus semelhantes. Provavelmente esse é o principal objetivo da pesquisa em Biométrica. Um sistema biométrico é um sistema de reconhecimento de padrões que estabelece a autenticidade de uma característica fisiológica ou comportamental possuída por um usuário [1]. Dentre as técnicas de reconhecimento biométrico de pessoas que são utilizadas atualmente, as mais precisas são as baseadas em imagem de íris [1]. A confiabilidade de sistemas de reconhecimento de íris é tão grande que já existem bancos adotando-os para identificar seus usuários. A desvantagem dessa abordagem está em seu caráter invasivo, pois é necessário que o usuário permaneça parado em uma posição definida e com os olhos abertos enquanto o scanner de íris ou uma câmera captura a imagem. Nesse ponto está a vantagem de um sistema de reconhecimento baseado em imagens de faces. A pesquisa em reconhecimento de faces vem se desenvolvendo no sentido da criação de sistemas que identifiquem pessoas mesmo que essas não percebam que estão sendo observadas, de forma que, no futuro, possivelmente uma criança desaparecida poderá ser localizada através de imagens de câmeras espalhadas em pontos estratégicos de uma cidade, como estações de metrô, cruzamentos de avenidas ou até mesmo satélites. Além dessa aplicação, várias outras motivantes para a pesquisa nessa área foram analisadas por Chellappa et al. [2], como:

• identificação pessoal para banco, passaporte, fichas criminais;
• sistemas de segurança e de controle de acesso;
• monitoramento de multidões em estações, shopping centers etc.;
• criação de retrato falado;
• busca em fichas criminais;
• envelhecimento computadorizado para auxiliar na busca por desaparecidos;
• interfaces perceptuais homem-máquina com reconhecimento de expressões faciais.

Devido a sua importância prática e aos interesses dos cientistas cognitivos, a pesquisa em reconhecimento de faces é tão antiga quanto a própria visão computacional [3]. Em [2] há uma análise de trinta anos de pesquisa em reconhecimento de faces humano e por máquina que cita 221 trabalhos. Outra evidência do crescimento dessa área de pesquisa é a existência de conferências específicas de reconhecimento de face e gestos [4,5,6,7], bem como a existência de revistas com seções temáticas nessa área [8]. O reconhecimento óptico automático de faces é uma área da visão computacional que consiste no estudo de métodos para extração de informações a partir de imagens digitais. Em reconhecimento de face, o objetivo é identificar pessoas que aparecem em imagens. Devido à idade da área de pesquisa e ao número de pesquisadores trabalhando nesse assunto, as técnicas empregadas para efetuar a classificação das informações extraídas das imagens de faces são as mais variadas do reconhecimento de padrões. As seções 3.1 e 6 possuem descrições a respeito de métodos de reconhecimento de padrões e classificação. Para possibilitar um reconhecimento preciso, primeiramente é necessário segmentar as faces para que somente essas sejam tratadas, não considerando os objetos que estiverem atrás do sujeito a ser reconhecido, os quais podem influenciar na tomada de decisão do classificador. Para isso é utilizado um método de detecção de faces. No caso de seqüências de vídeo, a segmentação deve ser feita em todas as imagens da seqüência. O problema é que geralmente imagens de cenas dinâmicas apresentam menor qualidade devido a borramentos proporcionados pelo próprio movimento dos objetos, além disso, essas ocupam muito espaço na memória do computador. Para evitar o problema de complexidade em espaço, em geral são adotadas imagens com menor resolução em seqüências de vídeo, o que compromete mais a qualidade das imagens [2]. Para possibilitar o reconhecimento em tempo real, é necessário que os processos sejam muito rápidos. Por isso, em geral é adotado um método de segmentação apenas no primeiro quadro em que a pessoa aparece na seqüência, sendo subseqüentelemte aplicado um procedimento de perseguição (ou rastreamento - tracking), que é mais rápido e considera informações obtidas no quadro anterior para evitar a realização de buscas por toda a imagem. Como exemplos de métodos rápidos de detecção e perseguição de faces em seqüências de imagens, pode-se citar: [9,10,11]. Além disso, o processo de reconhecimento também deve ser rápido, o que causa a necessidade da utilização de bons algoritmos de redução da dimensionalidade dos dados. Detalhes sobre redução de dimensionalidade e métodos de classificação eficientes computacionalmente podem ser encontrados neste texto (seções 4 e 5). Na próxima seção estão tratados os objetivos e o escopo deste trabalho de mestrado. A seção 3 contém um panorama da área em que esse trabalho se insere, destacando métodos de reconhecimento de padrões e algumas abordagens propostas para reconhecimento de faces. Nas seções 4, 5 e 6 há uma revisão um pouco mais detalhada de métodos de extração de características, redução de dimensionalidade e de classificação. Os resultados preliminares desse projeto obtidos até o presente momento estão descritos na seção 7. Por final, na seção 8 há uma descrição do plano de trabalho proposto para ser implementado até março de 2001, que é a data prevista para a finalização do desenvolvimento do mestrado e início da preparação para a defesa da dissertação.