| dc.contributor | ROGERIO ADRIAN ENRIQUEZ CALDERA | |
| dc.contributor | LUIS ENRIQUE SUCAR SUCCAR | |
| dc.creator | VICTOR ERNESTO ALONSO PEREZ | |
| dc.date | 2016-12 | |
| dc.date.accessioned | 2023-07-25T16:21:22Z | |
| dc.date.available | 2023-07-25T16:21:22Z | |
| dc.identifier | http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/344 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/7805562 | |
| dc.description | When dealing with images obtained in surveillance context, video-based automatic
identity recognition is considerably more difficult than still images-based. The
difficulties increase due to several simultaneous and uncontrolled factors, such as severe
variations of illumination, expression, pose, occlusion and motion. Furthermore,
an automatic face detection process does not provide an accurate registration neither
guarantees a full face localization, then as a result there are misalignment errors
and/or wrong scales that affect the recognition performance. Moreover, not only recognizing
face images is highly important to combat crime, but nowadays, it is also
quite important to protect the privacy of subjects visible in some surveillance scenarios.
Thus, to obtain the necessary rightful information and at the same time to
preserve the rights for people's privacy is a current challenge. In this dissertation, a
general framework for such a challenge is developed.
Firstly, one goal is face recognition considering illumination and expression variations,
relative poses, partial occlusions and spatial shifts. To this end, we propose
a correlation lter capable of dealing with all those difficulties and achieving at the
same time a higher margin of separability between genuine and impostor classes. Because
the method uses both, modeling a face subspace in the frequency domain and
the original image matrix, we propose a new (2D)2(PCA) based phase-only method
that yields face images with higher quality while preserving edge information allowing
to represent and extract more efficiently facial features. Experimental results, using
the AR and YALE-B face databases, show that the proposed method achieves higher
recognition accuracies than other methods in the frequency domain and in the space
domain. | |
| dc.description | Cuanto tratamos con imágenes obtenidas en un contexto de video vigilancia, el
reconocimiento automático de la identidad de alguna persona en video es considerablemente
más dificultoso y desafiante que en imágenes fijas. El incremento de estas
dificultades se debe a varios factores simultáneos y no controlados, tal como variaciones
severas de iluminación, pose, oclusión y movimiento. Asimismo, un proceso de
detección automática de rostros no proporciona exactitud de registro ni garantiza la
localización perfecta del rostro, y como resultado, hay errores de desalineación y/o
de escalas incorrectas, que afectan el desempeño de reconocimiento facial. Además,
no sólo es muy importante reconocer imágenes de rostros en video vigilancia para
combatir el crimen o para salvaguardar la seguridad de los habitantes de sospechosos
y/o terroristas, sino también es muy importante proteger la privacidad de los sujetos
visibles en algunos escenarios de video vigilancia. De esta manera, hay un desafio en
obtener información legitima necesaria y al mismo tiempo preservar los derechos de
privacidad de las personas en el campo de visión. En ésta tesis, se desarrolla marco
general de trabajo para estos desafios.
En primer lugar, una meta es que el reconocimiento facial considere variaciones de
iluminación, expresiones faciales, poses relativos, oclusiones parciales y desplazamientos
espaciales. Para éste fin, proponemos un filtro de correlación capaz de tratar con
todos esas dificultades y logar al mismo tiempo un mayor margen de separabilidad
entre clases genuinas e impostoras. Puesto que éste método modela un subespacio en
el dominio de la frecuencia y usa la matriz original de la imagen, proponemos un nuevo
método de los espectros de fase basado en (2D)2(PCA) que produce imágenes de
rostro con mayor calidad, preservando la información de borde permitiendo representar
y extraer más eficientemente las características faciales. Resultados comparativos,
usando las bases de datos AR y YALE-B, muestran que el método propuesto logra
mayores tasas de reconocimiento facial que otros métodos en el dominio de la frecuencia y en en el dominio espacial. | |
| dc.format | application/pdf | |
| dc.language | eng | |
| dc.publisher | Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| dc.relation | citation:Alonso-Perez V.E. | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0 | |
| dc.subject | info:eu-repo/classification/Fase recognition/Fase recognition | |
| dc.subject | info:eu-repo/classification/Frequency domain/Frequency domain | |
| dc.subject | info:eu-repo/classification/Face de-identification/Face de-identification | |
| dc.subject | info:eu-repo/classification/Protección de la privacidad/Privacy protection | |
| dc.subject | info:eu-repo/classification/cti/1 | |
| dc.subject | info:eu-repo/classification/cti/22 | |
| dc.subject | info:eu-repo/classification/cti/2203 | |
| dc.subject | info:eu-repo/classification/cti/2203 | |
| dc.title | Face recognition and De-Identification in the frequency domain | |
| dc.type | info:eu-repo/semantics/doctoralThesis | |
| dc.type | info:eu-repo/semantics/acceptedVersion | |
| dc.audience | students | |
| dc.audience | researchers | |
| dc.audience | generalPublic | |
