Clasificación facial en género y edad

Abstract

El análisis facial es uno de los procesos claves para las interacciones humanas en la vida diaria. La gente es capaz de inferir el género, la edad, las emociones, etc. desde una única imagen de un rostro humano. También son capaces de reconocer con precisión a las personas que han conocido antes a pesar de los cambios en la iluminación, oclusiones parciales o cambios de perspectiva. Un sistema capaz de detectar automáticamente los rostros y extraer datos de estas caras, sería muy útil para muchas aplicaciones diferentes: la seguridad, la vigilancia, la publicidad personalizada, las interfaces hombre-máquina, etc. Este trabajo describe un sistema de clasificación de género y edad basado en el análisis facial. El sistema es capaz de detectar automáticamente y procesar rostros humanos para extraer estos datos, utilizando las siguientes etapas: - La detección de rostros humanos en el entorno. Sólo los rostros que estén mirando a la cámara serán considerados para la clasificación, aunque se permite un cierto grado de cambio de perspectiva. - Los rostros detectados son normalizados a un tamaño y perspectiva estándar. - Los rostros normalizados son caracterizados utilizando sus vectores LBP. - Seis SVM entrenados previamente serán utilizados para determinar el género y el rango de edad de la persona empleando el LBP. El sistema ha sido probado usando un dispositivo Microsoft Kinect para capturar imágenes de entrada, y la Microsoft Kinect SDK para detectar y rastrear rostros. La biblioteca OpenCV también se ha empleado para normalizar las imágenes de la cara. Los seis clasificadores SVM han sido entrenados usando imágenes de la cara de la base de datos FERET. Por último, todo el sistema se ha integrado en RoboComp, un framework que utiliza Ice para comunicar los diferentes componentes del software. Los resultados muestran que el sistema es capaz de clasificar correctamente el 81% de las personas detectadas, a una velocidad de 12 imágenes por segundo en un PC estándar y usando secuencias de vídeo sin restricciones como entrada