Resumen

El reconocimiento facial tridimensional busca subsanar las falencias que presentan los métodos basados en imágenes bidimensionales. Este tipo de reconocimiento tiene la ventaja de que las representaciones no son afectadas por cambios en la iluminación, dado que viene dada como una nube de puntos o una malla 3D donde la geometría juega un papel crucial. En este trabajo se presenta un sistema de reconocimiento de rostros, que utiliza un conjunto de descriptores de forma 3D, seleccionados a partir de un análisis de relevancia mediante coeficientes de Fisher en diferentes regiones del rostro que hacen parte de un modelo antropométrico del rostro. Se realizó un conjunto de experimentos para reconocer individuos e identificar sus expresiones y género a partir del análisis de relevancia planteado. Los resultados obtenidos muestran que la elección de características utilizando un análisis de relevancia incrementa el rendimiento del sistema de reconocimiento.

1. INTRODUCCIÓN

Los modelos tridimensionales del rostro dan gran cantidad de la información sobre la morfología del mismo, la cual puede ser extraída por diversos métodos. Entre ellos se pueden mencionar los basados en modelos de superficies cuádricas que buscan clasificar los puntos de una superficie como planar o no planar, de ahí se estima si puede ser esférica, cilíndrica o cónica (Flynn & Jain, 1988), otros permiten obtener el perfil del rostro en imágenes de rango aprovechando la simetría del mismo (Cartoux et al., 1989).

Por otra parte, existen descriptores basados en las curvaturas que están presentes en cualquier objeto 3D, los cuales han mostrado gran efectividad ya que la curvatura como propiedad de superficie local tiene la capacidad de ser invariante al punto de vista. Los descriptores de curvatura, el cual es un concepto proveniente de la geometría diferencial, permiten identificar ocho formas fundamentales: hiperbólica silla valle, parabólica cóncava hacia arriba, elíptica cóncava hacia abajo, hiperbólica mínima, plana, hiperbólica silla arista, parabólica cóncava hacia arriba y elíptica cóncava hacia arriba (Leal, 2007).

A nivel general se pueden mencionar algunos trabajos relacionados con el análisis y reconocimiento del rostro mediante imágenes 3D. En (Gordon, 1991), se presenta un reconocimiento de rostros basado en mapas de profundidad y la medición de la curvatura principal de superficies sobre un conjunto de datos específico. El cálculo de descriptores de superficies generales se basa en la curvatura y el cálculo de características del rostro basados en conocimiento a priori sobre la estructura del mismo. En (Lee & Milios, 1990), se busca una correspondencia entre imágenes en regiones convexas, haciendo uso de la curvatura gaussiana y de un mapeo para obtener imágenes extendidas Gaussianas.

• Materias:Movimiento (Fisiología) Sistemas de representación tridimensional
• Subjects:Movement (Physiology) Three-dimensional display systems
• Palabras claves:Análisis de relevancia; Aprendizaje de máquina; Descriptores de forma 3D ,Reconocimiento De Rostros 3d; Segmentación 3D
• Keywords:Relevance Analysis; Machine Learning; 3D Shape Descriptors; 3d Face Recognition; 3D Segmentation