Optimización e implementación de un sistema reconocedor de rostros

Abstract

Los Sistemas de seguridad controlados por características de tipo biométrico experimentan un creciente interés frente a alternativas tradicionales. Este éxito se debe en gran medida a que, cuando una persona pretende acceder a un sistema, la decisión se toma en base a características específicas de esa persona, y no en base a lo que conoce o a lo que posee (Tarjetas magnéticas, claves, etc ); En los últimos años el gran desarrollo de los sistemas de información unido al abaratamiento y masificación de computadoras y sensores ha provocado un creciente interés por sistemas que permitan establecer la identidad de un individuo en forma automatizada. Frente a esto, en este trabajo se describe e implemento un reconocedor de rostros utilizando las técnicas más exitosas en el campo de la biometría basadas en métodos Estadísticos como son: Descomposiciones del tipo Eingenface y Modelo Oculto de Markov Embebido (HMME). El primer método genera una representación lineal reducida de las imágenes de rostros de manera que cada rostro sea proyectado en un espacio de dimensionalidad reducida donde se llevara a cabo el reconocimiento. El segundo método genera un modelo de estados, basados en la correspondencia entre secuencia de observación y secuencias de estados. Para ello se ha empleado una base de datos de rostros obtenida con estudiantes de la Universidad Nacional de Ingeniería UNI, una cámara, una tarjeta digitalizadora y el sistema se implementó casi en tiempo real empleando el C++.

The security systems controlled by characteristics of biometrico type as opposed to experience an increasing interest traditional alternative. This success must to a great extent to that, when a person tries to accede to a system, the decision is taken on the basis of specific characteristics of that person, and on the basis of which does not know or which has (Magnetic cards, key, etc..); In the last years the great development of the information systems together wilh the reduction in price and masificacion of computers and censors has caused an increasing interest by systems that allow to establish the identity of an individual in automated form. As opposed to this, in this work a recognition of faces is described and implemented using the most successful techniques in the field of the biometry based on methods Statistical as they are: Decompositions of the type Eingenface and Hidden Model of Markov Embedded (HMME). The first method generates linear a representation reduced of the images of faces so that each face is projected in a space reduced where the recognition was carried out. The second method generates a model of states, based on the correspondence between sequence of observation and sequences of states. For it use a data base of faces with students of the UNI, a camera, card digitizer and was developed software in C++.