Artigo faz parte da disciplina de "Segurança de Sistemas", do professor Elgio Schlemer.

Este artigo tem como principal objetivo apresentar um estudo sobre reconhecimento facial através da biometria na área de tecnologia da informação, o tema foi proposto em aula para a disciplina de segurança de sistemas, do curso de ciência da computação, a realização deste estudo busca possibilitar maior conhecimento e entendimento sobre o assunto.

O estudo para a realização do trabalho se baseia nos principais métodos já utilizados e aplicados em sistemas para que seja possível o reconhecimento de faces, apresentando-os e destacando suas principais características. Devido ao estudo realizado, foi possível apresentar os métodos e etapas existentes para que o reconhecimento facial ocorra corretamente e desenvolver o assunto de forma mais compreensível.

Após o estudo foi possível chegar a conclusão de que o reconhecimento facial se mostra o grande futuro na área de autenticação biométrica, pois se mostra menos invasivo e podendo ocorrer sem o nenhum esforço ou conhecimento da pessoa que passa a ser reconhecida.

Palavras-chave: autenticação, biometria, reconhecimento facial.

Introdução

A biometria permite reconhecer um ser vivo através de suas características físicas e únicas, características que o diferem de todos outros seres vivos, seja através da digital, da voz, da face, da íris, entre outras. A grande vantagem da autenticação biométrica é que está ligada a traços pessoais, que não podem ser perdidos ou esquecidos, como tokens e senhas, necessitando apenas da presença do autenticado.

Dentre os tipos de biometria existentes, o reconhecimento facial é o menos invasivo , podendo ser realizado sem sequer ser notado, seja por uma simples foto ou até mesmo em um vídeo.

Atualmente o reconhecimento facial vem ganhando grande destaque na área de tecnologia da informação, capacitando os sistemas a autenticar uma pessoa analisando determinados pontos do rosto, tem grande utilidade em sistemas de segurança e sendo até mesmo utilizado em redes sociais para reconhecer um usuário em determinadas fotos.

Este artigo apresenta um breve estudo sobre reconhecimento facial através da biometria, onde também são apresentados os principais métodos de detecção de faces.

Métodos de Detecção de Faces

Existem diversas técnicas ou métodos que compõem a biometria facial, através destes métodos é possível obter características contidas em uma face. Veremos nos próximos subcapítulos alguns dos principais métodos. Entre eles: Métodos baseados em conhecimento (knowledge-Based), Métodos baseados em template (Template-Based), métodos baseados em aparência (Appearance-Based) e também o método baseado em características invariantes (Feature-Invariant), que visam encontrar estruturas na face humana que são invariantes a iluminação, ângulo e pose.

Métodos Baseados em Conhecimento

Segundo Costa (2003, p.27) "os métodos baseados em conhecimento representam as técnicas de detecção de faces que utilizam alguma base de regras estabelecida a partir do conhecimento prévio sobre o problema, ou seja, métodos que possuem regras que definem o que é uma face, de acordo com o conhecimento do pesquisador."

Partindo do princípio de que faces humanas possuem em sua maioria determinadas características, teoricamente, possuem dois olhos, um nariz e uma boca. além desses elementos estarem distribuídos de maneira específica sobre a face. Podendo assim, estabelecer regras capazes de identificar uma face humana.

A desvantagem deste método é referente as regras, regras muito superficiais sobre o que constitui uma face pode acabar reconhecendo falsas faces, já o inverso também pode ocorrer, um conjunto de regras muito específico pode não ser capaz de reconhecer uma face real.

Como exemplo para este método pode ser usada a técnica desenvolvida por Yang e Huang, ela se baseia no conhecimento e utiliza um conjunto de regras hierárquicas para identificar uma face. Primeiro o conjunto de regras descreve de maneira geral o que é uma face, o segundo nível contém descrições do que compõe uma face, para assim poder avaliar se realmente é uma face.

Na Figura 1 podemos ver uma série de imagens em diferentes resoluções formadas pela aplicação de uma média de amostragem de pixels, substituindo pixels contidos em um quadrado de pixels pela média do valor de pixels do quadrado, a Figura 2 complementa a técnica, conforme a resolução da imagem as regras vem a ser aplicadas, alguma regra identifica o centro da face analisando em baixa resolução, tendo outra regra definindo que as células centrais tem luminosidade uniforme.

Métodos Baseados em Características Invariantes

Este método tenta se aproximar da capacidade dos seres humanos em identificar objetos independentemente do ponto de vista, condições de iluminação desfavorável ou ruídos podem comprometer a capacidade de reconhecer uma face.

A cor da pele e a textura da face são utilizadas para separar a face de outros objetos, por serem as principais características invariantes existentes na face. A cor, se utilizada em escala de cinza, constitui a representação básica do objeto, já a utilização de todo espectro de cores dispõe de mais informações relativas a aparência do objeto.

A cor, independentes de suas variações, tende a formar um cluster no espaço de cores, conforme na Figura 3, essa característica pode ser utilizada em uma imagem colorida para detectar o que é uma face e o que não é.

Métodos Baseados em Templates

O método template tenta representar a face parametricamente através de pontos de controle que vão se deformando até encontrar na imagem um padrão, alinhando o modelo numa possível face. Esses pontos de controle de modelo são escolhidas de modo a representar as principais características da face.

Nesse método os pontos de controle vão se deformando ao mesmo tempo contornando a face e após 45 interações temos como resultado uma reprodução da foto cadastrada. A Figura 4 mostra o processo interativo de alinhamento e deformação dos pontos de controle para encontrar uma face na imagem.

Métodos Baseados na Aparência

Essa técnica recebe esse nome devido ao fato de não utilizarem nenhum conhecimento prévio sobre o objeto ou características a ser detectada. Nesse caso, os algoritmos surgem os conceitos de aprendizado e treinamento, uma vez que as informações necessárias para realizar a tarefa de detecção são retiradas do próprio conjunto de imagens, sem a necessidade de intervenção humana.

Exemplos de tal abordagem são as Redes Neurais, Eigenfaces e Modelos Ocultos de Markov.