Literatura académica sobre el tema "Biométrie faciale"

Introduction : Le présent rapport de cas confirme l’hypothèse selon laquelle l’embryogenèse et la croissance maxillo-faciale sont sous l’influence du système nerveux périphérique et notamment du nerf trijumeau (V). Il devient intéressant d’utiliser les stigmates du nerf trijumeau comme référentiel pour analyser tridimensionnellement le volume maxillo-facial et comprendre sa croissance. L’objectif est d’évaluer la validité de l’analyse céphalométrique tridimensionnelle d’essence trigéminale de Treil. Présentation des cas : Le premier cas est un enfant caucasien de sexe féminin atteint du syndrome de Goldenhar. Le deuxième cas est un adulte caucasien de sexe masculin atteint du même syndrome. Dans les deux cas, l’IRM cérébrale montre une atteinte trigéminale unilatérale, homolatérale à l’atteinte faciale. Conclusion : Les résultats de l’étude radiologique de ces cas de syndrome de Goldenhar tendent à prouver le rôle matriciel du nerf trijumeau dans la croissance cranio-faciale. Ces cas mettent en évidence la validité de la conception de la croissance neuro-matricielle de Moss. Ils sont une des justifications anatomo-fonctionnelles de la biométrie tridimensionnelle de Treil d’essence trigéminale.

A biometria facial vem sendo cada vez mais utilizada pelo poder público para reconhecimento dos indivíduos. Apesar dos dados biométricos faciais serem considerados sensíveis, o uso desta tecnologia carece de cuidado no que tange ao direito à privacidade e aos possíveis casos de vieses discriminatórios capazes de trazerem aos seus titulares danos irreparáveis, vez que acontecimentos nessa esfera são constantemente relatados em países que adotaram o uso dessa tecnologia. No Brasil não existe uma legislação específica que regulamente o seu uso, há projetos de lei há anos em tramitação sem que haja, entretanto, qualquer avanço em sua aprovação, no entanto, apesar da lacuna legislação o poder público faz uso constante do reconhecimento facial.

El presente artículo examina los límites y garantías constitucionales frente al uso de técnicas de identificación biométrica a la luz del procedimiento sancionador PS/00120/2021 instruido por la AEPD y resuelto en la primavera de 2021. Los datos biométricos, siguiendo el RGPD, son aquellos datos personales obtenidos a partir de un tratamiento técnico específico, relativos a las características de una persona física, que permiten confirmar la identificación única o unívoca de esta, como patrones biométricos faciales en el supuesto que nos ocupa. Al respecto, existe mucha confusión, y la propia AEPD ha reconocido que se han extendido una serie de equívocos con relación a esta tecnología (huellas dactilares o mediciones faciales) para fines de identificación y autenticación. En este trabajo se analiza el concepto jurídico indeterminado de «interés público esencial», de acuerdo con la jurisprudencia, como excepción a la prohibición general de tratamiento de datos biométricos ex artículo 9.2.g) RGPD. De modo más específico, se aborda la problemática desde una triple perspectiva: desde el punto de vista del sujeto, especialmente en relación con el responsable del tratamiento (con mención especial al supuesto en el que este no sea un organismo público); desde el punto de vista formal, se examinan los límites relativos a la reserva de ley; y, por último, desde el punto de vista sustantivo, se estudian los límites materiales referentes al principio de proporcionalidad y al contenido mínimo del derecho fundamental a la protección de datos personales.

O reconhecimento facial é um sistema biométrico muito utilizado por empresas e produtos para promover segurança. Nesta pesquisa, buscou-se compreender como funcionam as interfaces gráficas para esse tipo de tecnologia e quais padrões de interação podem ser empregados para fornecer uma experiência mais agradável aos clientes de uma loja do varejo. Para contemplar tais objetivos, foram realizadas pesquisas desk referentes a produtos de reconhecimento facial e desenvolvidos estudos para compreender como a informação deve ser organizada por meio de conceitos de design de informação. Para propor uma nova solução de interface, realizaram-se sessões de ideação, prototipação e testes com usuários.

Las técnicas de reconocimiento facial se están expandiendo, y además de suponer importantes avances en la seguridad y la comodidad en el acceso a bienes y servicios, pueden poner en peligro derechos y libertades. Hasta el momento, a la espera de una regulación europea del uso de la Inteligencia Artificial, la normativa de protección de datos es el principal límite legal a la implementación de esta tecnología. El presente estudio pretende analizar las implicaciones que tiene el reconocimiento facial como un tratamiento biométrico de datos. En particular, trata de analizar los supuestos en los que el Reglamento General de Datos permite el uso de estas tecnologías, haciendo hincapié en las bases jurídicas que fundamentan el tratamiento de datos.

El reconocimiento facial es una moderna técnica de identificación biométrica susceptible de ser empleada en el ámbito de la investigación delictiva, así como en el campo de la seguridad. Tras la promulgación de la LO 7/2021, de protección de datos personales tratados para fines de prevención, detección, investigación y enjuiciamiento de infracciones penales y de ejecución de sanciones penales, las autoridades españolas cuentan con un respaldo normativo para emplear dicha tecnología en este contexto; sin embargo, es preciso considerar su impacto en los derechos fundamentales de los ciudadanos, especialmente en el ámbito de la privacidad.

Reconhecimento facial é uma habilidade empregada cotidianamente em nossas vidas. Desde 1960, quando se iniciaram as pesquisas, até hoje, em um ritmo crescentemente acelerado, há interesse em viabilizar o processamento automatizado de imagens digitais para reconhecimento facial, utilizado em uma ampla gama de aplicações, tais como: autenticação biométrica, vigilância, interação computador-humano, entre outros. Este interesse se materializa no desenvolvimento de tecnologias e algoritmos de modo a permitir a criação de sistemas de reconhecimento facial precisos e robustos. As vantagens desta tecnologia sobre outras modalidades biométricas a tornam uma candidata a aplicação massiva na segurança pública. O presente texto busca analisar os impactos do emprego do reconhecimento facial na segurança pública no Brasil– considerando seus aspectos jurídico, tecnológico e social, com o intuito de discutir os atuais e potenciais mecanismos de controle jurídico, ético e social. A conclusão indica para a necessidade de realização de debates amplos em prol da discussão do emprego da tecnologia, sobretudo considerando a atual expansão de seu uso por autoridades públicas e todo país na esfera estadual.

El artículo analiza el impacto del contenido emocional de la comunicación universitaria en los estudiantes, y su importancia para elegir el centro de movilidad. Se utilizó una muestra de 201 estudiantes españoles durante sus prácticas Erasmus. Se realizaron entrevistas, acompañadas de un experimento biométrico con el software Noldus Face Reader que analiza las expresiones faciales. Como resultado se obtuvo que el prestigio de la universidad no es tan relevante, siendo la transmisión de emociones de felicidad el elemento más importante en la comunicación universitaria para atraer talento. Se discuten los resultados y su utilidad para el marketing educativo.

La Reconnaissance automatique des personnes est devenue un sujet de plus en plus important avec l'augmentation constante des besoins en sécurité. De nombreux systèmes biométriques existent. Ils utilisent différentes caractéristiques humaines. Parmi tous les traits biométriques, la reconnaissance faciale inclut des aspects positifs en termes d'accessibilité et de fiabilité. Dans cette thèse, deux défis en reconnaissance faciales sont étudiés. Le premier est le leurrage. Le leurrage en reconnaissance faciale est présenté. Des contre-mesures permettant d'améliorer les systèmes actuels sont proposés. A cet effet, les attaques basées sur des photographies 2D ou des masques 3D sont analysées. Le second défi exploré dans cette thèse est lié aux variations dues à des altérations du visage (i.e. chirurgie plastique), maquillage et accessoires pour le visage (e.g. occultations par la présence de lunettes). L'impact de ces variations en reconnaissance de visage est étudiée séparément. Ensuite, des techniques robustes contre les variations de camouflage sont proposées
Human recognition has become an important topic as the need and investments for security applications grow continuously. Numerous biometric systems exist which utilize various human characteristics. Among all biometrics traits, face recognition is advantageous in terms of accessibility and reliability. In the thesis, two challenges in face recognition are analyzed. The first one is face spoofing. Spoofing in face recognition is explained together with the countermeasure techniques that are proposed for the protection of face recognition systems against spoofing attacks. For this purpose, both 2D photograph and 3D mask attacks are analyzed. The second challenge explored in the thesis is disguise variations, which are due to facial alterations, facial makeup and facial accessories (occlusions). The impact of these disguise variations on face recognition is explored, separately. Then, techniques which are robust against disguise variations are proposed

La Reconnaissance automatique des personnes est devenue un sujet de plus en plus important avec l'augmentation constante des besoins en sécurité. De nombreux systèmes biométriques existent. Ils utilisent différentes caractéristiques humaines. Parmi tous les traits biométriques, la reconnaissance faciale inclut des aspects positifs en termes d'accessibilité et de fiabilité. Dans cette thèse, deux défis en reconnaissance faciales sont étudiés. Le premier est le leurrage. Le leurrage en reconnaissance faciale est présenté. Des contre-mesures permettant d'améliorer les systèmes actuels sont proposés. A cet effet, les attaques basées sur des photographies 2D ou des masques 3D sont analysées. Le second défi exploré dans cette thèse est lié aux variations dues à des altérations du visage (i.e. chirurgie plastique), maquillage et accessoires pour le visage (e.g. occultations par la présence de lunettes). L'impact de ces variations en reconnaissance de visage est étudiée séparément. Ensuite, des techniques robustes contre les variations de camouflage sont proposées
Human recognition has become an important topic as the need and investments for security applications grow continuously. Numerous biometric systems exist which utilize various human characteristics. Among all biometrics traits, face recognition is advantageous in terms of accessibility and reliability. In the thesis, two challenges in face recognition are analyzed. The first one is face spoofing. Spoofing in face recognition is explained together with the countermeasure techniques that are proposed for the protection of face recognition systems against spoofing attacks. For this purpose, both 2D photograph and 3D mask attacks are analyzed. The second challenge explored in the thesis is disguise variations, which are due to facial alterations, facial makeup and facial accessories (occlusions). The impact of these disguise variations on face recognition is explored, separately. Then, techniques which are robust against disguise variations are proposed

La biométrie du visage a suscité, ces derniers temps, l'intérêt grandissant de la communauté scientifique et des industriels de la biométrie vue son caractère naturel, sans contact et non-intrusif. Néanmoins, les performances des systèmes basés sur les images 2D sont affectées par différents types de variabilités comme la pose, les conditions d'éclairage, les occultations et les expressions faciales. Avec la disponibilité de caméras 3D capables d'acquérir la forme tridimensionnelle, moins sensibles aux changements d'illumination et de pose, plusieurs travaux de recherche se sont tournés vers l'étude de cette nouvelle modalité. En revanche, d'autres défis apparaissent comme les déformations de la forme faciales causées par les expressions et le temps de calcul que requièrent les approches développées. Cette thèse s'inscrit dans ce paradigme en proposant de coupler la géométrie Riemannienne avec les techniques d'apprentissage pour une biométrie faciale 3D efficace et robuste aux changements d'expressions. Après une étape de pré-traitement, nous proposons de représenter les surfaces faciales par des collections de courbes 3D qui captent localement leurs formes. Nous utilisons un cadre géométrique existant pour obtenir les déformations " optimales " entre les courbes ainsi que les distances les séparant sur une variété Riemannienne (espace des formes des courbes). Nous appliquons, par la suite, des techniques d'apprentissage afin de déterminer les courbes les plus pertinentes pour deux applications de la biométrie du visage : la reconnaissance d'identité et la classification du genre. Les résultats obtenus sur le benchmark de référence FRGC v2 et leurs comparaison avec les travaux de l'état de l'art confirment tout l'intérêt de coupler l'analyse locale de la forme par une approche géométrique (possibilité de calculer des moyennes, etc.) avec des techniques d'apprentissage (Basting, etc.) pour gagner en temps de calcul et en performances.

La technologie de l'imagerie thermique a largement évolué au cours des deux dernières décennies, grâce aux caméras thermiques qui sont devenues plus abordables et simple à utiliser. Cependant, et étant donné que l'exploration de l'imagerie thermique est relativement nouvelle, seules quelques bases de données publiques sont accessibles à la communauté de recherche. Cette limitation empêche donc l'impact des technologies d'apprentissage profond de générer des systèmes fiables de reconnaissance faciale adaptés au spectre thermique. En essayant de surmonter ces contraintes, les travaux de recherche présentés dans ce manuscrit visent à explorer la synthèse interspectrale pour une intégration efficace et rapide de la technologie thermique dans les systèmes de biométrie faciale existants. Comme première contribution, une nouvelle base de données, contenant des paires d'images de visages visibles et thermiques acquises simultanément, a été collectée et mise en public afin de favoriser la recherche dans le domaine de l’imagerie thermique de visage. Motivé par le besoin d'une intégration simple dans les systèmes de biométrie faciale existants, un ensemble de contributions a proposé un cadre de reconnaissance faciale cross-spectral basé sur une nouvelle approche de synthèse des visages afin d'estimer le visage visible à partir d’un visage thermique. Autres contributions consistant à explorer la synthèse interspectrale, du spectre visible au spectre thermique, pour des tâches de traitement d'images faciales liées à la reconnaissance faciale, sont également présentées notamment la détection des points caractéristiques de visage et l'usurpation d’identité dans le spectre thermique
Thermal imaging technology has significantly evolved during the last couple of decades, mostly thanks to thermal cameras having become more affordable and user friendly. However, and given that the exploration of thermal imagery is reasonably new, only a few public databases are available to the research community. This limitation consequently prevents the impact of deep learning technologies from generating improved and reliable face biometric systems that operate in the thermal spectrum. A possible solution relates to the development of technologies that bridge the gap between visible and thermal spectra. In attempting to respond to this necessity, the research presented in this dissertation aims to explore interspectral synthesis as a direction for efficient and prompt integration of thermal technology in already deployed face biometric systems.As a first contribution, a new database, containing paired visible and thermal face images acquired simultaneously, was collected and made publicly available to foster research in thermal face image processing. Motivated by the need for fast and straightforward integration into existing face recognition systems, a set of contributions consisted in proposing a cross-spectrum face recognition framework based on a novel approach of thermal-to-visible face synthesis in order to estimate the visible face from the thermal input. Contributions consisting in exploring interspectral synthesis from visible to thermal spectrum for facial image processing tasks related to, but different than face recognition, are also presented including facial landmark detection and face biometric spoofing in thermal spectrum

Cette thèse s'intéresse aux biométries dites douces, et notamment à leurs utilisations en termes de sécurité, dans le cadre de différents scénarii commerciaux, incluant des aspects usage. L'accent sera ainsi porté sur les caractéristiques faciales qui constituent un jeu de traits significatifs de l'apparence physique mais aussi comportementale de l'utilisateur permettant de différencier, classer et identifier les individus. Ces traits, qui sont l'âge, le sexe, les cheveux, la peau et la couleur des yeux, mais aussi la présence de lunettes, de moustache ou de barbe, comportent plusieurs avantages notamment la facilité avec laquelle ils peuvent être acquis, mais également du fait qu'ils correspondent à la façon dont les êtres humains perçoivent leurs environnements. Plus précisément, les traits issus de la biométrie douce sont compatibles avec la manière dont l'humain tend à catégoriser son entourage, une démarche impliquant une structuration hiérarchique des différents traits. Cette thèse explore ces différents traits et leurs applications dans les systèmes de biométries douces (SBS), et met l'accent sur la manière dont de tels systèmes peuvent atteindre des buts différents, y compris la recherche accélérée dans des bases de données, l'identification et la ré-identification d'individus, mais également la prédiction et la quantification de l'esthétique d'un visage. Ce travail est motivé notamment par l'importance croissante de ces applications dans notre société en constante évolution, mais aussi par le côté peu contraignant du système. En effet, les SBS sont généralement non-intrusifs, et nécessitent le plus souvent de faibles temps de calculs, permettant ainsi une analyse biométrique rapide, sans imposer obligatoirement l'accord et la coopération de l'individu. Ces atouts rendent la biométrie douce indispensable dans les applications qui ont besoin de traitement d'images ou de vidéos en temps réel.

Cette thèse s’intéresse aux biométries dites douces, et notamment à leurs utilisations en termes de sécurité, dans le cadre de différents scénarii commerciaux, incluant des aspects usage. L'accent sera ainsi porté sur les caractéristiques faciales qui constituent un jeu de traits significatifs de l’apparence physique mais aussi comportementale de l’utilisateur permettant de différencier, classer et identifier les individus. Ces traits, qui sont l'âge, le sexe, les cheveux, la peau et la couleur des yeux, mais aussi la présence de lunettes, de moustache ou de barbe, comportent plusieurs avantages notamment la facilité avec laquelle ils peuvent être acquis, mais également du fait qu’ils correspondent à la façon dont les êtres humains perçoivent leurs environnements. Plus précisément, les traits issus de la biométrie douce sont compatibles avec la manière dont l’humain tend à catégoriser son entourage, une démarche impliquant une structuration hiérarchique des différents traits. Cette thèse explore ces différents traits et leurs applications dans les systèmes de biométries douces (SBS), et met l’accent sur la manière dont de tels systèmes peuvent atteindre des buts différents, y compris la recherche accélérée dans des bases de données, l'identification et la ré-identification d’individus, mais également la prédiction et la quantification de l'esthétique d’un visage. Ce travail est motivé notamment par l'importance croissante de ces applications dans notre société en constante évolution, mais aussi par le côté peu contraignant du système. En effet, les SBS sont généralement nonintrusifs, et nécessitent le plus souvent de faibles temps de calculs
This dissertation studies soft biometrics traits, their applicability in different security and commercial scenarios, as well as related usability aspects. We place the emphasis on human facial soft biometric traits which constitute the set of physical, adhered or behavioral human characteristics that can partially differentiate, classify and identify humans. Such traits, which include characteristics like age, gender, skin and eye color, the presence of glasses, moustache or beard, inherit several advantages such as ease of acquisition, as well as a natural compatibility with how humans perceive their surroundings. Specifically, soft biometric traits are compatible with the human process of classifying and recalling our environment, a process which involves constructions of hierarchical structures of different refined traits. This thesis explores these traits, and their application in soft biometric systems (SBSs), and specifically focuses on how such systems can achieve different goals including database search pruning, human identification, human re–identification and, on a different note, prediction and quantification of facial aesthetics. Our motivation originates from the emerging importance of such applications in our evolving society, as well as from the practicality of such systems. SBSs generally benefit from the non-intrusive nature of acquiring soft biometric traits, and enjoy computational efficiency which in turn allows for fast, enrolment–free and pose–flexible biometric analysis, even in the absence of consent and cooperation by the involved human subjects

Puisque les traits de biométrie douce peuvent fournir des preuves supplémentaires pour aider à déterminer précisément l’identité de l’homme, il y a eu une attention croissante sur la reconnaissance faciale basée sur les biométrie douce ces dernières années. Parmi tous les biométries douces, le sexe et l’ethnicité sont les deux caractéristiques démographiques importantes pour les êtres humains et ils jouent un rôle très fondamental dans l’analyse de visage automatique. En attendant, la reconnaissance des expressions faciales est un autre challenge dans le domaine de l’analyse de visage en raison de la diversité et de l’hybridité des expressions humaines dans différentes cultures, genres et contextes. Ce thèse est dédié à combiner la texture du visage 2D et la morphologie du visage 3D pour estimer les biométries douces: le sexe, l’ethnicité, etc., et reconnaître les expressions faciales. Pour la reconnaissance du sexe et de l’ethnicité, nous présentons une approche efficace en combinant à la fois des textures locales et des caractéristiques de forme extraites à partir des modèles de visage 3D, contrairement aux méthodes existantes qui ne dépendent que des textures ou des caractéristiques de forme. Afin de souligne exhaustivement la différence entre les groupes sexuels et ethniques, nous proposons un nouveau descripteur, à savoir local circular patterns (LCP). Ce descripteur améliore Les motifs binaires locaux (LBP) et ses variantes en remplaçant la quantification binaire par une quantification basée sur le regroupement, entraînant d’une puissance plus discriminative et une meilleure résistance au bruit. En même temps, l’algorithme Adaboost est engagé à sélectionner les caractéristiques discriminatives fortement liés au sexe et à l’ethnicité. Les résultats expérimentaux obtenus sur les bases de données FRGC v2.0 et BU-3DFE démontrent clairement les avantages de la méthode proposée. Pour la reconnaissance des expressions faciales, nous présentons une méthode automatique basée sur les multi-modalité 2D + 3D et démontrons sa performance sur la base des données BU-3DFE. Notre méthode combine des textures locales et des descripteurs de formes pour atteindre l’efficacité et la robustesse. Tout d’abord, un grand ensemble des points des caractéristiques d’images 2D et de modèles 3D sont localisés à l’aide d’un nouvel algorithme, à savoir la cascade parallèle incrémentielle de régression linéaire (iPar-CLR). Ensuite, on utilise un nouveau descripteur basé sur les histogrammes des gradients d’ordre secondaire (HSOG) en conjonction avec le descripteur SIFT pour décrire la texture locale autour de chaque point de caractéristique 2D. De même, la géométrie locale autour de chaque point de caractéristique 3D est décrite par deux nouveaux descripteurs de forme construits à l’aide des quantités différentielle de géométries de la surface au premier ordre et au second ordre, à savoir meshHOG et meshHOS. Enfin, les résultats de reconnaissance des descripteurs 2D et 3D fournis par le classifier SVM sont fusionnés à la fois au niveau de fonctionnalité et de score pour améliorer la précision. Les expérimentaux résultats démontrent clairement qu’il existe des caractéristiques complémentaires entre les descripteurs 2D et 3D. Notre approche basée sur les multi-modalités surpasse les autres méthodes de l’état de l’art en obtenant une précision de reconnaissance 86,32%. De plus, une bonne capacité de généralisation est aussi présentée sur la base de données Bosphorus
Since soft biometrics traits can provide sufficient evidence to precisely determine the identity of human, there has been increasing attention for face based soft biometrics identification in recent years. Among those face based soft biometrics, gender and ethnicity are both key demographic attributes of human beings and they play a very fundamental and important role in automatic machine based face analysis. Meanwhile, facial expression recognition is another challenge problem in face analysis because of the diversity and hybridity of human expressions among different subjects in different cultures, genders and contexts. This Ph.D thesis work is dedicated to combine 2D facial Texture and 3D face morphology for estimating people’s soft biometrics: gender, ethnicity, etc., and recognizing facial expression. For the gender and ethnicity recognition, we present an effective and efficient approach on this issue by combining both boosted local texture and shape features extracted from 3D face models, in contrast to the existing ones that only depend on either 2D texture or 3D shape of faces. In order to comprehensively represent the difference between different genders or ethnics groups, we propose a novel local descriptor, namely local circular patterns (LCP). LCP improves the widely utilized local binary patterns (LBP) and its variants by replacing the binary quantization with a clustering based one, resulting in higher discriminative power as well as better robustness to noise. Meanwhile, the following Adaboost based feature selection finds the most discriminative gender- and ethnic-related features and assigns them with different weights to highlight their importance in classification, which not only further raises the performance but reduces the time and memory cost as well. Experimental results achieved on the FRGC v2.0 and BU-3DFE data sets clearly demonstrate the advantages of the proposed method. For facial expression recognition, we present a fully automatic multi-modal 2D + 3D feature-based facial expression recognition approach and demonstrate its performance on the BU–3DFE database. Our approach combines multi-order gradientbased local texture and shape descriptors in order to achieve efficiency a nd robustness. First, a large set of fiducial facial landmarks of 2D face images along with their 3D face scans are localized using a novel algorithm namely incremental Parallel Cascade of Linear Regression (iPar–CLR). Then, a novel Histogram of Second Order Gradients (HSOG) based local image descriptor in conjunction with the widely used first-order gradient based SIFT descriptor are employed to describe the local texture around each 2D landmark. Similarly, the local geometry around each 3D landmark is described by two novel local shape descriptors constructed using the first-order and the second-order surface differential geometry quantities, i.e., Histogram of mesh Gradients (meshHOG) and Histogram of mesh Shape index (curvature quantization, meshHOS). Finally, the Support Vector Machine (SVM) based recognition results of all 2D and 3D descriptors are fused at both featurelevel and score-level to further improve the accuracy. Comprehensive experimental results demonstrate that there exist impressive complementary characteristics between the 2D and 3D descriptors. We use the BU–3DFE benchmark to compare our approach to the state-of-the-art ones. Our multi-modal feature-based approach outperforms the others by achieving an average recognition accuracy of 86,32%. Moreover, a good generalization ability is shown on the Bosphorus database

El presente informe de experiencia profesional describe el desarrollo de la aplicación “RENIEC MÓVIL FACIAL”, que se implementó debido a que en el año 2016 RENIEC identificó una serie de problemas en sus agencias, entre algunas de ellas, las largas colas que los ciudadanos hacían diariamante para realizar trámites, y otras consultas. Reniec en busca de una solución por la gran demanda de la población, y estando a la vanguardia de las nuevas tecnologías, vio conveniente implementar una aplicación que le permita al ciudadano realizar un trámite y/o consulta de un DNI/DNIe a través de su teléfono móvil, desde cualquier lugar donde se encuentre. Gracias a esta implementación, se logró reducir la gran afluencia de los ciudadanos en las oficinas, brindando un servicio rápido y efectivo.

Ces dernières années, la biométrie a fait l’objet d’une grande attention en raison du besoin sans cesse croissant d’authentification d’identité, notamment pour sécuriser de plus en plus d’applications enlignes. Parmi divers traits biométriques, le visage offre des avantages compétitifs sur les autres, e.g., les empreintes digitales ou l’iris, car il est naturel, non-intrusif et facilement acceptable par les humains. Aujourd’hui, les techniques conventionnelles de reconnaissance faciale ont atteint une performance quasi-parfaite dans un environnement fortement contraint où la pose, l’éclairage, l’expression faciale et d’autres sources de variation sont sévèrement contrôlées. Cependant, ces approches sont souvent confinées aux domaines d’application limités parce que les environnements d’imagerie non-idéaux sont très fréquents dans les cas pratiques. Pour relever ces défis d’une manière adaptative, cette thèse porte sur le problème de reconnaissance faciale non contrôlée, dans lequel les images faciales présentent plus de variabilités sur les éclairages. Par ailleurs, une autre question essentielle vise à profiter des informations limitées de 3D pour collaborer avec les techniques basées sur 2D dans un système de reconnaissance faciale hétérogène. Pour traiter les diverses conditions d’éclairage, nous construisons explicitement un modèle de réflectance en caractérisant l’interaction entre la surface de la peau, les sources d’éclairage et le capteur de la caméra pour élaborer une explication de la couleur du visage. A partir de ce modèle basé sur la physique, une représentation robuste aux variations d’éclairage, à savoir Chromaticity Invariant Image (CII), est proposée pour la reconstruction des images faciales couleurs réalistes et sans ombre. De plus, ce processus de la suppression de l’ombre en niveaux de couleur peut être combiné avec les techniques existantes sur la normalisation d’éclairage en niveaux de gris pour améliorer davantage la performance de reconnaissance faciale. Les résultats expérimentaux sur les bases de données de test standard, CMU-PIE et FRGC Ver2.0, démontrent la capacité de généralisation et la robustesse de notre approche contre les variations d’éclairage. En outre, nous étudions l’usage efficace et créatif des données 3D pour la reconnaissance faciale hétérogène. Dans un tel scénario asymétrique, un enrôlement combiné est réalisé en 2D et 3D alors que les images de requête pour la reconnaissance sont toujours les images faciales en 2D. A cette fin, deux Réseaux de Neurones Convolutifs (Convolutional Neural Networks, CNN) sont construits. Le premier CNN est formé pour extraire les descripteurs discriminants d’images 2D/3D pour un appariement hétérogène. Le deuxième CNN combine une structure codeur-décodeur, à savoir U-Net, et Conditional Generative Adversarial Network (CGAN), pour reconstruire l’image faciale en profondeur à partir de son homologue dans l’espace 2D. Plus particulièrement, les images reconstruites en profondeur peuvent être également transmise au premier CNN pour la reconnaissance faciale en 3D, apportant un schéma de fusion qui est bénéfique pour la performance en reconnaissance. Notre approche a été évaluée sur la base de données 2D/3D de FRGC. Les expérimentations ont démontré que notre approche permet d’obtenir des résultats comparables à ceux de l’état de l’art et qu’une amélioration significative a pu être obtenue à l’aide du schéma de fusion
In recent years, biometrics have received substantial attention due to the evergrowing need for automatic individual authentication. Among various physiological biometric traits, face offers unmatched advantages over the others, such as fingerprints and iris, because it is natural, non-intrusive and easily understandable by humans. Nowadays conventional face recognition techniques have attained quasi-perfect performance in a highly constrained environment wherein poses, illuminations, expressions and other sources of variations are strictly controlled. However these approaches are always confined to restricted application fields because non-ideal imaging environments are frequently encountered in practical cases. To adaptively address these challenges, this dissertation focuses on this unconstrained face recognition problem, where face images exhibit more variability in illumination. Moreover, another major question is how to leverage limited 3D shape information to jointly work with 2D based techniques in a heterogeneous face recognition system. To deal with the problem of varying illuminations, we explicitly build the underlying reflectance model which characterizes interactions between skin surface, lighting source and camera sensor, and elaborate the formation of face color. With this physics-based image formation model involved, an illumination-robust representation, namely Chromaticity Invariant Image (CII), is proposed which can subsequently help reconstruct shadow-free and photo-realistic color face images. Due to the fact that this shadow removal process is achieved in color space, this approach could thus be combined with existing gray-scale level lighting normalization techniques to further improve face recognition performance. The experimental results on two benchmark databases, CMU-PIE and FRGC Ver2.0, demonstrate the generalization ability and robustness of our approach to lighting variations. We further explore the effective and creative use of 3D data in heterogeneous face recognition. In such a scenario, 3D face is merely available in the gallery set and not in the probe set, which one would encounter in real-world applications. Two Convolutional Neural Networks (CNN) are constructed for this purpose. The first CNN is trained to extract discriminative features of 2D/3D face images for direct heterogeneous comparison, while the second CNN combines an encoder-decoder structure, namely U-Net, and Conditional Generative Adversarial Network (CGAN) to reconstruct depth face image from its counterpart in 2D. Specifically, the recovered depth face images can be fed to the first CNN as well for 3D face recognition, leading to a fusion scheme which achieves gains in recognition performance. We have evaluated our approach extensively on the challenging FRGC 2D/3D benchmark database. The proposed method compares favorably to the state-of-the-art and show significant improvement with the fusion scheme

Orientador: Aparecido Nilceu Marana
Banca: Patricia Bellin Ribeiro
Banca: Roberta Spolon
Resumo: Na sociedade atual, a identificação precisa e rápida dos indivíduos é uma necessidade. Devido às crescentes preocupações sobre segurança, a Biometria tem sido proposta para este fim. A região ocular da face, que inclui o olho, as pálpebras, os cílios e as sobrancelhas, é uma das mais recentes modalidades biométricas sendo pesquisadas. Além da alta unicidade desta região da face, sua utilização representa um bom trade-off entre a utilização de toda a região da face e a utilização apenas da textura da íris dos olhos, pois possibilita uma gama maior de distâncias do indivíduo sendo identificado ao sensor. Este trabalho apresenta um novo método de autenticação de pessoas baseado em características oculares profundas, que são extraídas da região ocular da face usando uma CNN (Convolutional Neural Network). Em nosso método, em vez de usar diretamente os características profundas para a autenticação, usamos a diferença entre as características de referência e teste, gerando um vetor diferença. Então, nosso método adota uma estratégia de pares. Em seguida, um classificador SVM (Support Vector Machine) binário é treinado para determinar se um vetor diferença é genuíno ou impostor. O novo método proposto para autenticação de pessoas baseado em características oculares foi avaliado em diferentes bases de dados, contendo toda a face ou apenas a região ocular. Em nossos experimentos, a fusão de características oculares com características faciais obteve melhores resultados do que o uso...
Abstract: In modern society, accurate and quick identification of individuals is a necessity. Due to growing security concerns, Biometrics has been proposed for this purpose. The ocular region of the face, which includes the eye, eyelids, eyelashes and eyebrows, is one of the most recent biometric modalities being investigated. In addition to the high uniqueness of this region of the face, its use represents a good trade-off between the use of the entire face region and using only the texture of the iris of the eyes, since it allows a greater range of distances of the individual being identified to the sensor. This work presents a new method for identity authentication based on ocular deep features, which are extracted from the ocular region of the face by using a very deep CNN (Convolutional Neural Network). In our method, instead of using directly the deep features for the authentication, we use the difference between the probe and reference deep features, creating a difference vector. So, our method adopts a pairwise strategy. Then, a binary SVM (Support Vector Machine) classifier is trained to determine whether a given difference of deep features is genuine or impostor. The proposed new method for identity authentication based on ocular features was evaluated on different databases, containing the entire face or only the ocular region. In our experiments, the fusion of ocular features with facial features obtained better results than the use of features of the whole face when ...
Mestre

É cada vez mais comum o uso em aplicações de autenticação biométrica, onde a imagem facial, é usada para identificar pessoas previamente cadastradas. Para isso, são utilizados softwares que filtram a imagem usando técnicas de Processamento Digital afim de definir padrões e simplificar a busca, agilizando dessa forma o processamento. Este trabalho apresenta uma metodologia para o reconhecimento facial utilizando uma rede neural. A proposta se mostrou promissora com acertos acima de 80% na acurácia, dependendo do filtro utilizado.

O reconhecimento facial já faz parte na vida de muitos de nós. Grande parte dos smartphones atuais efetua o desbloqueio do aparelho utilizando a face como forma de identificar o dono do aparelho e proporcionar acesso aos dados. No entanto, ele também vem ganhando espaço para outros objetivos, principalmente em soluções corporativas como controle de acessos, validação de documentos e para compras online. A fim de aumentarmos a acurácia de nosso score biométrico, foi desenvolvido um modelo de cálculo de risco que leva em consideração o comportamento do consumidor, baseado em seu histórico de transações, visando a diminuição de fraudes

La Industria 4.0 (4RI) hace referencia a profundos cambios impulsados por los avances en tecnologías tales como robótica, inteligencia artificial, nanotecnología, biotecnología, entre otras, que actualmente están experimentando las industrias y la sociedad. El reconocimiento facial se ha popularizado con el surgimiento de la Industria 4.0, este proceso se realiza utilizando tecnología biométrica y se puede utilizar para identificar a las personas analizando sus rostros. El proceso normalmente consiste en comparar una imagen o un fotograma de un video con los rostros contenidos en una base de datos, emparejándolos en función de los rasgos faciales y las texturas de la piel. Uno de los problemas que se ha encontrado para la implementar este tipo de tecnologías, es que se requiere un alto conocimiento científico y técnico, requiriendo además infraestructura en la nube con alto poder computacional y capacidad de escalabilidad para el almacenamiento, procesamiento y visualización de datos. Además, los algoritmos para crear los modelos de reconocimiento facial son complejos, requieren de entrenamiento y ajuste de grandes volúmenes de imágenes de rostros. Por lo anterior en este documento se describe un avance en el desarrollo de una investigación que busca contribuir en la solución al problema planteado mediante el estudio y acercamiento a los modelos de Machine y Deep learning necesarios para el reconocimiento de personas y sus emociones, dirigido a estudiantes de una institución educativa de educación secundaria en Colombia (Instituto Teresiano de Túquerres - Nariño). El estudio busca explorar y evaluar algunos algoritmos de reconocimiento facial y emociones, con el fin de que estos puedan ser implementados para que funcionen en tiempo real, esperando que su aplicación sea precisa y útil en el seguimiento del comportamiento y aprendizaje de los estudiantes a los cuales se dirige el estudio. A nivel metodológico la investigación se está desarrollando con la ejecución de las siguientes actividades: Identificación de algunos algoritmos de reconocimiento de personas y sus emociones, existentes e implementados; desarrollo de una exploración de las opciones de hardware y software IoT para determinar una posible solución tecnológica aplicable al entorno de educación secundaria en Colombia; adaptación e implementación de un algoritmo de reconocimiento facial en el colegio Instituto Teresiano de Túquerres – Nariño; Implementación de una solución IoT para captura de imágenes acorde con el algoritmo identificado; evaluación del comportamiento de la solución implementada y análisis de los resultados con los expertos en pedagogía y psicólogos de la Institución donde se desarrolla la investigación. A nivel de los resultados que se han alcanzado y se espera obtener se pueden relacionar: estudio de algunos algoritmos de reconocimiento facial y de emociones existentes; algoritmo adaptado para la población objetivo (Vgg), implementación de la solución en la Institución educativa seleccionada; análisis de resultados y contratación de los mismos con expertos en educación y emociones de la Institución seleccionada; difusión del conocimiento de los resultados obtenidos.