Segmentação e restauração digital de artefatos em imagens frontais de face

Abstract

Hoje em dia, é uma realidade no mundo inteiro a existência de aplicações que utilizam a face como informação relevante para identificação de pessoas. No entanto, para um sistema biom´etrico reconhecer automaticamente imagens em documentos de identidade digital é necessário que a imagem facial esteja de acordo com um determinado padrão de resolução. Entretanto, o que fazer quando existe uma base de dezenas de imagens de faces rasuradas? Esta dissertação tem como objetivos realizar um estudo bibliográfico de métodos de segmentação e restauração de imagens digitais e ainda realizar a implementação dos métodos considerados úteis para a elaboração de um arcabouço computacional que avalie a qualidade digital de imagens frontais de face, segmente e detecte automaticamente artefatos nas mesmas e, por fim, reconstrua essas imagens por modelos de inpainting. Adicionalmente, este trabalho propõe um novo m´etodo de restauração digital de imagens que além de considerar informações de intensidade de pixels vizinhos, considera também informações a priori de uma imagem frontal de face mais semelhante. Para avaliação do arcabouço computacional proposto, foram utilizadas imagens de bases de faces públicas e de bases específicas, como de pessoas desaparecidas, nos experimentos realizados. Os resultados mostram que os métodos tradicionais de inpainting apresentam bons resultados em áreas de coloração homogênea porque nesses casos as informações dos pixels vizinhos são suficientes para o processo de restauração. Para os casos onde são necessárias reconstruções de informações geométricas e informações referentes às características da face, o método de inpainting proposto apresenta melhores resultados, pois há detalhes que não são matematicamente previsíveis considerando apenas as informações de vizinhança

Nowadays there are several applications that use the face image as relevant information for identifying people. However, the face recognition system often needs that the digital facial image has been well framed and without noisy information. However, what should we do if there is a database of thousands of face images with distinct artifacts? This thesis present a review of common methods of segmentation and restoration of digital images and implements some of them considered useful for the development of a computational framework to assess the quality of digital images of frontal faces, segment and automatically detect artifacts on them, and, finally, reconstruct these images by inpainting. Additionally, this work proposes a new method for digital restoration of images that besides considering the information intensity of neighboring pixels, also considers a priori information of most similar image to the front face in under reconstruction. To evaluate the proposed computational framework, we have used face images from public databases such as missing persons, and these specific datasets. The results show that the most common inpainting methods present good results in homogeneous areas because in these cases the information of neighboring pixels are sufficient for the restoration process. For cases where reconstruction needs geometric information and information regarding the characteristics of the face, the proposed inpainting method shows better results because there are details that are not mathematically predictable considering only the neighborhood information