- O documento descreve uma pesquisa sobre o desenvolvimento de metodologias de recuperação de imagens utilizando redes de Hopfield.
- Serão comparados diferentes métodos como fatiamento de imagens em planos de bits e detecção de bordas com filtros como LoG, Prewitt e Sobel.
- O objetivo é propor uma metodologia ótima para reconhecimento facial com melhor desempenho e menor custo computacional.
1. IVWORKSHOPDEPÓS-GRADUAÇÃODODEPARTAMENTODEENGENHARIAELÉTRICA–EESC/USP
COMPARAÇÃO E DESENVOLVIMENTO DE
METODOLOGIAS DE RECUPERAÇÃO DE
IMAGENS UTILIZANDO REDES DE HOPFIELD
Autor: João Paulo Brognoni Casati
Orientador: Evandro Luis Linhari Rodrigues
São Carlos,7 de outubrode 2011.
3. Objetivos
• Estudo de metodologias existentes utilizadas no
reconhecimento facial através de redes de Hopfield;
• Usar memória associativa para reconhecimento de pessoas
através de imagens da face;
• Propor uma metodologia ótima baseada nos estudos feitos,
visando melhor desempenho e menor custo computacional;
• Possibilidade de se desenvolver uma aplicação de
reconhecimento facial utilizando a tecnologia estudada e a
metodologia desenvolvida.
4. Introdução
• Redes Neurais Artificiais de Hopfield:
• Memória associativa;
• Capacidade de armazenamento.
5. Introdução
• Hopfield: memória associativa
• Exemplo de Recuperação
de padrões distorcidos:
• O padrão ruidoso é apresentado;
• A rede executa iterações até que se
minimize a função energia;
• A saída da rede é um dos padrões
previamente armazenados.
6. Trabalhos Anteriores
• Grande parete dos trabalhos nesta área são detectores de
expressões faciais;
• Trabalhos utilizando detectores de bordas;
• Fatiamento da imagem em planos de bits;
• Reconhecimento através de descritores da imagem;
• Transformadas Wavelet, redimensionamento, binarização, separação
da imagens em regiões são as técnicas mais utilizadas;
• Será feita a implementação de várias destas metodologias que serão
testadas na mesma plataforma, a fim de se colher dados suficientes
para a proposta de uma metodologia ótima.
7. Metodologia
• Experimento 1 - Fatiamento da imagem em plano de bits
• Reconhecimento plano a plano, com redes independentes;
• Comparativo com método de reconhecimento em uma só rede
para toda a imagem.
8. Metodologia
• Experimento 2 - Reconhecimento através das bordas da
imagem (comparação de detectores de bordas)
• Experimento em fase final de implementação;
• Comparativo entre diferentes detectores de bordas:
• Laplacian of Gaussian (LoG);
• Prewitt;
• Sobel.
• Geração de uma imagem binária;
• Comparação entre 3 redes
independentes, uma para cada
detector de borda;
• Máscaras para filtro passa alta
de 3x3 pixels;
• Para os dois experimentos, foi
utilizada a plataforma MatLab.
9. Resultados
• Experimento 1 (plano de bits):
• Desempenho semelhante entre
as duas metodologias testadas;
• Sem o fatiamento a imagem é
recuperada sempre na íntegra,
sem distorções;
• Com fatiamento, algumas
pequenas distorções são
recuperadas comprometendo a
exatidão do padrão recuperado,
porém, o custo computacional é
muito menor.
10. Cronograma
ATIVIDADES / SEMESTRE 1/2011 2/2011 1/2012 2/2012
Disciplinas: Fund. de visualização computacional,
Redes Neurais Artificiais e Visão computacional
Revisão bibliográfica.
Disciplina: Introdução ao processamento digital
de imagens.
Estudo da metodologia proposta e
implementação computacional.
Confecção da apresentação e escrita do texto de
qualificação.
Ajustes em todo o trabalho e preparação para a
defesa.
Etapa Concluída
Etapa em andamento
Etapa a começar
11. Conclusões
• Possibilidade de se desenvolver uma metodologia que seja
eficiente e eficaz na recuperação de imagens de face
armazenadas na própria rede neural de Hopfield;
• Possibilidade de aplicação da metodologia em outros tipos de
imagens;
• Desenvolvimento de aplicações utilizando a metodologia
proposta em outras plataformas para integração com outros
softwares (JAI).
• Resultados parciais satisfatórios;