Esta seção contém a proposta de uma aplicação prática para reconhecimento de pessoas que relaciona os tópicos que foram estudados e desenvolvidos neste trabalho de mestrado. O fluxograma dessa proposta pode ser visto na figura 5.25, tendo sido documentado em [Campos et al., 2000b]. Não foram realizados testes integrando todo o sistema, porém é proposta a utilização dos métodos de redução de dimensionalidade e de classificação de imagens estáticas já implementados, os quais foram descritos nesta dissertação.
Basicamente, esse projeto foi criado a partir da união das duas idéias para redução de dimensionalidade discutidas nesta dissertação: o emprego de imagens menores (seção 5.1) e a utilização de métodos automáticos de seleção de características (seção 5.2.1).
O sistema de reconhecimento proposto deverá utilizar quatro recortes da imagem de entrada: para os dois olhos, o nariz e a boca. As tarefas de detecção e perseguição de pontos característicos da face, bem como a de normalização das imagens de olhos, nariz e boca, não fazem parte do escopo deste projeto, sendo importante ressalvar que essas tarefas foram realizadas através de um método baseado em Gabor Wavelet Networks [Feris and Cesar-Jr, 2001]. Esse método detecta e persegue os pontos característicos, determinando os parâmetros da transformação afim que leva uma imagem frontal a uma determinada escala e posição em que os pontos se encontram. Através desses parâmetros, pode-se realizar a inversa da transformação afim e obter imagens normalizadas. Esse processo de normalização é importante para reduzir as variações dos padrões introduzidas pelos movimentos da face, o que melhora o desempenho do sistema de reconhecimento.
As imagens utilizadas tanto para treinar quanto para testar o sistema de reconhecimento são imagens das regiões características normalizadas com relação à transformação afim. Para efetuar o treinamento, deve ser utilizada uma seqüência de vídeo por pessoa. O reconhecimento deve ser feito utilizando análise de componentes principais (PCA), com uma base para cada região da face. Dessa forma, é criada uma base para olhos esquerdos, outra para olhos direitos, uma para os narizes e outra para as bocas, obtendo-se as eigenfeatures (eigenlefteyes, eigenrighteyes, eigennoses e eigenmouth).
Após a obtenção de todas as eigenfeatures, essas deverão ser concatenadas de forma a criar um espaço de características formado por todas as eigenfeatures. Para reduzir a dimensionalidade desse espaço, é proposta a aplicação do algoritmo de seleção de características descrito na seção 5.3. A figura 5.26 esquematiza o método de geração do espaço de características descrito.