Los sistemas de reconocimiento facial biométrico son ampliamente utilizados en muchos tipos diferentes de aplicaciones. En la actualidad, un televisor inteligente con sistema de reconocimiento facial es un ejemplo típico de dicha aplicación. El reconocimiento facial en la televisión inteligente se utiliza para la autenticación espectador y basado en esto, servicios personalizados o diferentes recomendaciones pueden ser proporcionados. Los sistemas de reconocimiento facial se deben dar en tiempo real y deben ser capaces de reconocer una o más identidades. La mayor parte de estos sistemas incluyen también la interfaz gráfica de usuario para el proceso de formación automática (Fig. 2.1).
Por lo general, la tarea de reconocimiento facial 2D requiere un procesamiento de la entrada de una cámara. El principal proceso de reconocimiento facial consiste en los siguientes subprocesos:
- Adquisición de imagen - lee una imagen de la cámara, la convierte al formato del sistema y pasa al proceso del sistema
- localización facial - localiza las caras en la imagen y coordenadas asociadas con la imagen. Dependiendo de la cámara que se utiliza se implementa un algoritmo de localización.
- Proceso de entrenamiento – se usan algoritmos de clustering o clasificación, ej. K-means
- pre-procesado de caras localizadas, incluye ecualización de histograma
- normalización – ej. redimensionado
- extracción de características - extrae características de caras, pre-procesado, puede utilizar LPB.
- clasificación facial - utilizar métodos como Máquinas de Vectores Soporte o vecino-K más cercano.
- Seguimiento facial – sólo se realiza un seguimiento de caras frontales en la imagen, porque la gran mayoría de los métodos de reconocimiento son fiables solamente con el uso de imágenes de caras frontales. Una vez que el rostro ha sido reconocido, se hace un seguimiento, lo que ahorra significativamente recursos computacionales y pueden seguir el tema, incluso después de cambios en la pose [3]. Así la información sobre el usuario reconocido se envía como salida del sistema.
Fig. 2.2 – Ejemplo de entrenamiento GUI de Sistema de reconocimiento facial