Resumen

Dos de las técnicas más ampliamente utilizadas en el campo del reconocimiento de rostros con imágenes infrarrojas son PCA (Principal Component Analisys) y LDA (Linear Discriminant Analysis). En este trabajo se presentan los resultados obtenidos al emplear algoritmos genéticos para incrementar el poder discriminante de los vectores que conforman el espacio de características generado por dichas técnicas, por medio de la asignación ponderada de pesos a cada vector según su nivel de aporte en la etapa de clasificación. Se muestra que bajo el esquema propuesto, se obtiene un menor error de clasificación respecto al método convencional.

1 INTRODUCCIÓN

Uno de los aspectos más críticos para los sistemas automáticos de reconocimiento de rostros es la variación de las condiciones de iluminación de la escena [1], [2]. En los últimos años se ha explorado el empleo de cámaras infrarrojas (IR) que visualizan la distribución del calor corporal y son inherentemente invariantes ante cambios en las condiciones de iluminación y a las sombras que se presentan por variaciones en la expresión del rostro. Una ventaja adicional al emplear imágenes IR es su mayor seguridad para evitar suplantación de identidad por medio de máscaras o imágenes del sujeto suplantado.

Varios trabajos previos han mostrado la validez del empleo de imágenes IR para el reconocimiento de rostros, al comparar su desempeño respecto a imágenes en el espectro visible. En [3] los autores comprueban el efecto de las variaciones de iluminación en la tarea de reconocimiento al emplear imágenes TR. En [4] se emplea PCA para reconocimiento en completa oscuridad. Una comparación entre el desempeño de PCA al emplear imágenes IR. respecto a las de espectro visible se realizó en [5]. En [6] los autores fusionan información del espectro visible con el infrarrojo para la tarea de reconocimiento en ambientes no controlados tanto interiores como exteriores. En [7] se estudia el efecto sobre el desempeño cuando entre las imágenes de prueba ha transcurrido intervalos de tiempo del orden de semanas. En [8] se emplean imágenes infrarrojas en el espectro cercano y patrones locales binarios para contrarrestar las variaciones de iluminación. El trabajo en [9] se basa en la constitución de la estructura formada por los vasos sanguíneos buscando una mayor independencia respecto a factores ambientales. En [10] se emplean métodos de Kernel KPCA y KFLD llevándolos a un dominio de transformación no lineal. En [11] emplean PCA en conjunto con un perceptrón multicapa.

• Materias:Algoritmos genéticos Formación de las imágenes Tecnología infrarroja Vectores
• Subjects:Genetic algorithms Formation des images Infrared technology Vectors
• Palabras claves:Reconocimiento de rostros; Imágenes infrarrojas; Algoritmos genéticos; Análisis de componentes principales; Análisis discriminante lineal
• Keywords:Faces recognition; Infrared images; Genetic algorithm; Principal component analysis; Linear discriminant analysis