Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/5396
Title: Métodos estatísticos adequados ao reconhecimento facial.
Authors: Silva, Paulo Vitor de Souza e
metadata.dc.contributor.advisor: Ribeiro, Marcelo Carlos
metadata.dc.contributor.referee: Ribeiro, Marcelo Carlos
Bearzoti, Eduardo
Pereira, Tiago Martins
Keywords: Biometria
Inteligência artificial
Reconhecimento facial
Issue Date: 2023
Citation: SILVA, Paulo Vitor de Souza e. Métodos estatísticos adequados ao reconhecimento facial. 2023. 71 f. Monografia (Graduação em Estatística) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.
Abstract: O presente trabalho teve como objetivo implementar um sistema de reconhecimento facial baseado em expressões faciais básicas, utilizando a linguagem de programação Python e algumas funções da biblioteca OpenCV. Foi realizada a conversão das imagens em matrizes de pixels, o pré-processamento do banco de imagens JAFFE e o treinamento dos algoritmos Eigenfaces e Fisherfaces. Foram avaliadas seis classificações diferentes com a utilização de 152 imagens de teste contendo diversas expressões faciais, sendo realizada a avaliação da eficiência dos algoritmos através da matriz de confusão, acurácia, sensibilidade, especificidade, precisão e F1-Score. Os resultados mostraram que imagens expressivas aumentam a probabilidade de reconhecer os indivíduos com sucesso, melhorando assim a eficiência dos métodos utilizados. O sistema desenvolvido possui grande potencial para aplicação em diferentes áreas, como segurança e reconhecimento de pessoas desaparecidas.
metadata.dc.description.abstracten: The present work aimed to implement a facial recognition system based on basic facial expressions, using the Python programming language and some functions from the OpenCV library. The images were converted into pixel matrices, the JAFFE image database was preprocessed, and the Eigenfaces and Fisherfaces algorithms were trained. Six different classifications were evaluated using 152 test images containing various facial expressions, and the efficiency of the algorithms was evaluated using the confusion matrix, accuracy, sensitivity, specificity, precision, and F1-Score. The results showed that expressive images increase the probability of successfully recognizing individuals, thus improving the efficiency of the methods used. The developed system has great potential for application in different areas, such as security and recognition of missing persons.
URI: http://www.monografias.ufop.br/handle/35400000/5396
Appears in Collections:Estatística

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_MétodosEstatísticosAdequados.pdf8,55 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons