Modelagem de feições faciais com splines para reconhecimento por dynamic time warping

Abstract

Resumo : Este trabalho investiga o uso de splines cúbicas como método de representação de características faciais em sistemas biométricos. A proposta tem como objetivo avaliar se a modelagem das formas faciais por meio de curvas suaves pode contribuir para uma identificação mais eficiente e interpretável de indivíduos. O processo inicia-se com a extração automática de pontos a partir de imagens faciais, utilizando técnicas como detecção com Haar Cascades, contornos via operador de Canny e redução de pontos com base em grafos e árvores geradoras mínimas. Em seguida, as curvas obtidas são modeladas com splines cúbicas, que fornecem uma representação contínua e compacta das feições. Para realizar a comparação entre diferentes indivíduos, empregase o algoritmo Dynamic Time Warping, capaz de alinhar sequências mesmo com variações espaciais. Os resultados mostram que a abordagem é viável e apresenta bom desempenho na tarefa de reconhecimento facial, destacando o potencial de combinar métodos geométricos com algoritmos clássicos de comparação temporal. O trabalho também aponta caminhos para futuras melhorias, como o uso de expressões faciais variadas, ajustes nos hiperparâmetros de pré-processamento e testes com bases de dados mais desafiadoras

Abstract : This work investigates the use of cubic splines as a method for representing facial features in biometric systems. The aim is to assess whether modeling facial shapes using smooth curves can contribute to more efficient and interpretable individual identification. The process begins with the automatic extraction of key points from facial images, using techniques such as Haar Cascade detection, contour extraction via the Canny operator, and point reduction based on graph structures and minimum spanning trees. Next, the resulting curves are modeled with cubic splines, which provide a continuous and compact representation of facial features. To compare different individuals, the Dynamic Time Warping algorithm is employed, as it can align sequences even in the presence of spatial variations. The results show that the proposed approach is feasible and performs well in the task of facial recognition, highlighting the potential of combining geometric methods with classical temporal comparison algorithms. The work also outlines paths for future improvements, such as incorporating varied facial expressions, adjusting preprocessing hyperparameters, and testing with more challenging datasets