RECONOCIMIENTO DE
OREJAS BASADO EN
INFORMACIÓN LOCAL
Grupo 27
Jose Vicente Lara Cuadrado
Luis Maqueda Martos
Sergio Soto Núñez
1
ÍNDICE








¿Por qué reconocer orejas?
Métodos de reconocimiento
Información local para evitar la oclusión
Método usado
 Pre procesado de las imágenes
 Subdivisión de imágenes en sub-ventanas
 Clasificación de sub-imágenes
Experimentación y resultados
Demostración
Posibles mejoras
Conclusiones
2
¿POR QUÉ RECONOCER OREJAS?

Las arrugas y líneas de expresión facial confunden a los
sistemas de identificación.
3
¿POR QUÉ RECONOCER OREJAS?



Las orejas no envejecen, cambian de tamaño de manera
proporcional.
Las orejas están formadas completamente desde el momento
del nacimiento.
No hay dos orejas iguales.
4
MÉTODOS DE RECONOCIMIENTO

Holísticos: trata la oreja en su totalidad.
5
MÉTODOS DE RECONOCIMIENTO

Basados en características locales.
EMPAREJAMIENTO DE FOTOGRAFÍAS
6
MÉTODO USADO
Punto de partida
Dos conjuntos de orejas:

Conjunto de entrenamiento.

Conjunto de prueba.
7
MÉTODO USADO
1.
Pre-procesado de las imágenes.
2.
Sub-división de las imágenes.
3.
Comparación de sub-imágenes.
4.
Puntuación de sub-imágenes e imágenes.
5.
Puntuación de cada imagen
8
MÉTODO USADO
1. Pre-procesado
La imagen debe:
• Estar centrada en la oreja.
• Ser redimensionada a 90 x 60 píxeles.
• Estar en escala de gris.
9
MÉTODO USADO
1. Pre-procesado
10
MÉTODO USADO
2. Sub-división de las imágenes
11
MÉTODO USADO
3. Sub-división de las imágenes
12
MÉTODO USADO
4. Comparación de sub-imágenes.
Mediante distancia euclídea.
13
MÉTODO USADO
4. Puntuación de cada sub-imagen.
•
•
Ordenamos las sub-ventanas según sus
Puntuamos a los k primeros.
distancias.
5. Puntuación de la imagen.
•
Suma de las puntuaciones de las sub-imágenes de
cada imagen.
14
EXPERIMENTACIÓN Y RESULTADOS
Conjunto de imágenes, debidamente
Tratamiento previo de las imágenes del cjto. de
tratadas
entrenamiento.
Conjunto de
entrenamiento
Conjunto de entrenamiento formado por 10
imágenes de orejas de 10 personas.
Conjunto de
De cada prueba
imagen del cjto. de entrenamiento, se
generan 2 imágenes ocluidas.
Imágenes con menos del 25% del área ocluida,
reconocidas correctamente
Individuo-1.jpg
Individuo-2.jpg
15
MATERIAL
16
DEMOSTRACIÓN
17
POSIBLES MEJORAS
NPE como selector de las mejores
subwindows
Aumentar conjunto de entrenamiento
Otros algoritmos de semejanza de imágenes
Detección del área de la oreja
Portabilidad a otras plataformas (web, movil,…)
18
CONCLUSIONES
La oreja es una buena elección a la hora de
realizar procesos de detección.
 Las oclusiones no siempre son un problema.
 ….

19
RUEGOS Y PREGUNTAS
¡Muchas gracias!
20
Descargar

Reconocimiento de orejas basado en información local