Verificación biométrica automática de identidad mediante reconocimiento facial

SEBASTIÁN LONG; OMAR V. MÜLLER

Congreso; Jornadas Argentinas de Informática; 2007

El reconocimiento facial humano en una habilidad robusta, capaz de so-portar variaciones de expresi ́on, transcurso del tiempo, oclusión parcial, pose, punto de vista y diversidad de fondo. Sin embargo, construir un sistema computacional que reproduzca esta tarea, con similares características y eficiencia, constituye un desafío que aún no ha sido resuelto, y es un área de investigación de gran interés actual.Este proyecto presenta el diseño e implementación de un módulo de reconocimiento facial para el registro de entrada/salida de personal de la Facultad de Ingeniería de la Universidad Nacional de Entre Ríos. Se plantean técnicas ad-hoc en el procesamiento de imágenes y se aplican algoritmos de reconocimiento del estado del arte, a fin de conformar el sistema y evaluar su fiabilidad en un ambiente real.El sistema propuesto sigue los lineamientos generales de cualquier sistema de reconocimiento, con un primer bloque de preproceso de la imagen de entrada que reduce el ruido introducido por el dispositivo de captura y normaliza la iluminación en base a una transformación de potencia. El segundo bloque corresponde a la extracción de  características, que localiza el rostro en la imagen mediante técnicas de segmentación de piel y aplica el método de las eigenfaces, ampliamente difundido en el área de reconocimiento facial, obteniendo un vector patrón que contiene las propiedades más relevantes de la imagen. Por  último, el bloque de clasificación compara el patrón con los patrones de usuarios registrados utilizando el método de k-vecinos mas cercanos, determinando si la imagen capturada corresponde al DNI ingresado o no. De esta manera, el módulo toma como entrada una imagen y el DNI ingresado y devuelve como salida verdadero o falso.El módulo se somete a experimentos a fin de evaluar el desempeño desus bloques. El primero de ellos, demuestra el funcionamiento de la normalización de la iluminación aplicada en el preprocesamiento de la imagen de entrada. El segundo muestra el desenvolvimiento del método de detección de ojos, ante casos complejos como la presencia de anteojos. Luego se evalúa el rendimiento del reconocedor ante la variación de ciertos parámetros, como el umbral de pertenencia. Por último, se comprueba la robustez del sistema ante la presencia de ruido y oclusiones parciales. El sistema obtenido logra resolver con eficiencia las dificultades presentadas en cada una de las etapas del mismo, mostrando un desempe ño aceptable para el escenario en estudio.