Algoritmos de Reconhecimento Facial

Como os sistemas de reconhecimento facial têm tido cada vez mais adeptos para as suas mais variadas aplicações foram desenvolvidos vários algoritmos. No entanto três deles foram os mais trabalhados. Estes algoritmos são:

• PCA-Principal Components Analysis

Este algoritmo tinha como base a utilização de eigenfaces. Este algoritmo exigia que existisse uma normalização do rosto das pessoas. Isto é, dava-se um tratamento da imagem por forma a alinhar a boca e os olhos. Esta normalização tem a vantagem de reduzir a dimensão dos dados e, por isso, ter uma codificação que se pode considerar mais fácil. Assim seria possível representar a imagem como a soma de vetores e ter uma imagem armazenada num conjunto de uma dimensão. No entanto este sistema também tem desvantagens e uma grande desvantagem deste algoritmo deve-se ao facto de não trabalhar bem com imagens que não sejam frontais, ou seja, caso tenhamos apenas uma imagem de perfil ou com alguma inclinação já não vai ser possível proceder-se ao reconhecimento.

• LDA-Linear Discriminant Analysis

Este segundo algoritmo classifica as amostras em classes desconhecidas com base em amostras já conhecidas, assim este algoritmo à medida que recebe amostras vai fazendo uma abordagem estatística da informação. Este algoritmo tem a desvantagem de, por vezes, ter acesso a um número, considerado pelo mesmo, reduzido de amostras, pois são apenas as que se encontram disponíveis e, por isso, o processo de reconhecimento torna-se mais difícil.

• EBGM-Elastic Bunch Graph Matching.

Por fim, o terceiro algoritmo usa as características não lineares da imagem para posteriormente a fazer o seu tratamento de dados. No tratamento de dados vai usar um método de análise linear e, posteriormente, criar uma grelha elástica que descreve o comportamento da imagem tem torno de um dado pixel. Este método tem como base as características biológicas, no entanto tem um problema, esse problema depara-se com o facto de ser necessário ter a localização exata e, por isso, por vezes isso só é conseguido com a combinação dos métodos descritos anteriormente, PCA e LDA.