Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/93944
Title: Accuracy Analysis of Region-Based 2D and 3D Face Recognition - Comparasion of Nasal and Mask-Wearing Ocular Regions
Other Titles: Análise de precisão do reconhecimento facial 2D e 3D Region-Based - Comparação das regiões Oculares e Nasais
Authors: Barbosa, Rui Filipe de Arvins
Orientador: Gonçalves, Nuno Miguel Mendonça da Silva
Keywords: Reconhecimento Facial com máscara; Reconecimento facial 2D e 3D; Validação Facial 3D; Verificação Facial 3D; FR with mask; 2D and 3D FR; 3D Face Validation; 3D Face Verification
Issue Date: 9-Dec-2020
Serial title, monograph or event: Accuracy Analysis of Region-Based 2D and 3D Face Recognition - Comparasion of Nasal and Mask-Wearing Ocular Regions
Place of publication or event: DEEC
Abstract: A evolução dos sistemas de FR que tem ocorrido recentemente foi em grande parte consequência da evolução da tecnologia disponível, permitindo incluir novas analises 3D combinadas com os métodos 2D já desenvolvidos para sistemas de FR, aliado ao desenvolvimento e melhoramento de novos algoritmos de machinelearning.Apesar das ultimas conquistas dos sistemas de FR, recentes mudanças de hábitos, como a generalização da utilização da máscara como consequência da pandemia de COVID-19, representam um novo desafio para os algoritmos de FR. A maioria dos metodos não foi testada nesta nova realidade, tornando um estudo atualizado sobre FR fundamental para entender se poderão ser reutilizados ou encontram-se obsoletos.Neste trabalho um modelo classico de deteção de features desenvolvido por Emambakhsh & Evans et al. [1], baseado em patches nasais esfericos que combinados com uma NN projetada e personalizada e projetado, com o objetivo de analisar possíveis aplicações sobre uma populacão multicultural e diversificada, como foi proposto pelo artigo.Para adequar a tese a nova realidade, foram realizados testes para comprovarque algoritmos focados na regiao ocular alcançam valores de sucesso semelhantes quando comparados com a regiao nasal de forma a superar a oclusão da mesma como consequencia da utilização de mascara devido à pandemia COVID. Uma segunda versao do sistema FR inicialmente implementado para demonstrar o primeiro objetivo foi projetada tendo sido demonstrado que estes efetivamente mantem uma precisao comparável no domínio 3D.
The evolution of Facial Recognition (FR) systems that has occurred in recenttimes was largely consequence of the evolution in the available technology allowing to include new 3 dimensions analysis combined with the 2 dimensions methodsalready developed in FR systems, combined with the development of new and improved machine learning algorithms.Despite FR systems latter achievements, recent habits changes such as the generalization of face covering, as a consequence of COVID-19 pandemic present anew challenge to FR algorithms. The majority of the methods have not been testedin this new reality making an updated survey over FR fundamental to understand ifthey can be reused or appear obsolete.In this work a classic feature extractor algorithm developed by Emambakhsh & Evans et al. [1] based on spherical patches working combined with a designed and personalized Neural Network (NN) is applied with the objective to demonstrate the importance of the nasal region for 3D FR algorithms, as stated in the article.In order to adapt the research to a new reality, tests were preformed to prove thatalgorithms focused on the ocular region reach similar values of success when compared with the nasal region in order to overcome the nose occlusion consequence of using face coverings due to the COVID pandemic. A second version of the FR system built for the first objective demonstration was implemented having been demonstrated that these effectively have comparable accuracy in the 3D domain. .
Description: Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
URI: http://hdl.handle.net/10316/93944
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado

Show full item record

Page view(s)

17
checked on Jul 22, 2021

Download(s)

10
checked on Jul 22, 2021

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons