III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.Novo método para normalização da iluminação em imagens de faceMichelle M. Mendonça 1 , Juliana G. Denipote 2 , Ricardo A. S. Fernandes 3 , Maria Stela V. Paiva 4 ,Escola de Engenharia de São Carlos – EESC. Universidade de São Paulo – USP{chelle.3m 1 , ricardo.asf 3 }@gmail.com , {judeni 2 , mstela 4 }@sel.eesc.usp.brAbstractNormalização da iluminação é uma tarefa bastantecomplexa no reconhecimento de faces. Este artigodescreve o método GamaAdapt desenvolvido paraamenizar a má influência da iluminação em imagensfaciais além de descrever três métodos (LogAbout, filtrohomomórfico e wavelet) e comparar suas contribuiçõespara posterior reconhecimento de faces. Análise deComponente Principal (PCA) foi utilizada para oreconhecimento facial.1. IntroducãoReconhecimento de faces tem sido considerado umproblema desafiador na comunidade de visãocomputacional. Variações em relação à mudança de pose,expressão, ou distribuição da iluminação, fazem com quea detecção de face seja uma tarefa extremamente difícil.Dentre essas variações, mudanças de pose e iluminaçãosão consideradas os fatores mais críticos para umreconhecimento de face robusto.Algoritmos de realce de contraste bem conhecidos, taiscomo equalização do histograma são métodos globais enão consideram detalhes na imagem que são muitoimportantes para o reconhecimento facial [1].Transformações logarítmicas aumentam os baixos níveisde cinza e comprimem os altos, são úteis para imagensnão uniformes e com sombras, entretanto não são úteispara imagens com brilho [2]. O filtro homomórficoproporciona simultaneamente intervalo dinâmico decompressão e realce de contraste, este algoritmo élimitado ao tamanho da imagem 2 n x2 n [2].Shan et al. [3] investigou diversos métodos denormalização da iluminação e propôs novas soluções, taiscomo Correção de Intensidade Gama (GIC), EstratégiaBaseada em Região combinando GIC e Equalização doHistograma (HE) e o método Quotient IlluminationRelighting (QIR). Chen et al. [4] utilizou a transformadado Cosseno Discreta (DCT) para compensar variações dailuminação no domínio logarítmico. Este método nãorequer nenhum passo de modelagem e pode ser facilmenteimplementado em sistema de reconhecimento facial emtempo real. Zhu et al. [5] propôs um método paracorreção de iluminação normalizando o contraste daimagem por meio de uma transformação afim efetuandouma estimação de fundo e ganho.Foi proposta uma comparação entre métododesenvolvido (GamaAdapt) com outros métodos denormalização de imagens de face encontrados naliteratura, tais como o método LogAbout [2], filtrohomomórfico modificado [6] e método baseado emwavelet [1] para tarefas de reconhecimento facial.Este artigo está organizado da seguinte forma: na seção2 é descrita uma breve introdução da fundamentaçãoteórica. Métodos utilizados para normalização deiluminação são descritos na seção 3. Na seção 4 éintroduzido o método GamaAdapt. É apresentada umabreve introdução de reconhecimento de faces utilizandoPCA na seção 5. As seções 6 e 7 mostram resultados econclusões.2. Fundamentação teóricaNesta seção será apresentada uma breve descrição detransformações logarítmicas, filtro homomórficoButterworth e wavelet, uma vez que estas técnicas foramutilizadas nos métodos de compensação de iluminaçãoque serão apresentadas na próxima seção.2.1 Transformações não linearesTransformações não lineares são usadasfreqüentemente em visão computacional, os tipos maiscomuns de funções de transferências estão ilustradas nafigura 1. A curva da função logarítmica tem comoobjetivo aumentar níveis de cinza baixos e comprimirníveis de cinza altos, o que pode melhorar iluminaçõesdeficientes. Transformações logarítmicas são úteis emimagens com sombra e iluminação não-uniforme.Uma função gama tem a finalidade clarear imagensescuras e escurecer imagens claras, esta função é dadapela equação 1 [7]:γs = cr (1)onde c é uma constante, geralmente 1, r é a imagemoriginal e s é a imagem final.A transformação gama com valor de γ < 1 tende areduzir a intensidade luminosa, enquanto as24