Integração de TLD e algoritmo de Haar para rastreamento de faces

Abstract

A interação natural diz respeito à forma natural como as pessoas se comunicam, seja através de gestos, expressões e movimentos. Pesquisas nessa área tentam construir sistemas que possam compreender essas ações. Sistemas baseados em interação natural são uma tecnologia não intrusiva, a qual não é notada pelo usuário no cotidiano e tem um bom tempo de resposta de processamento. As interfaces atuais tentam se aproximar cada vez mais das perspectivas humanas, sendo ainda limitadas por tecnologias de entrada de dados não adequadas. Dentro deste contexto se encontram as técnicas de realidade aumentada sem marcadores (MAR), que realizam o rastreamento e o registro de objetos virtuais em cenas reais sem a utilização de elementos intrusivos às cenas, fator que possibilita sua utilização em ambientes pouco controlados e tornam sua definição mais complexa. Um ramo de aplicação em destaque nos meios acadêmico e industrial é o rastreamento de faces tanto do ponto de vista de aplicações de MAR quanto de sistemas de segurança, devido à possibilidade de facilitar o reconhecimento automático de faces em cenários de tempo real. A capacidade de estimar a pose da cabeça de outra pessoa é uma habilidade humana comum, mas que representa um desafio para os sistemas de visão computacional. Um rastreador de posição de face ideal deve ser invariante a rotação e escala, ser robusto, inicializar automaticamente, suportar oclusão parcial e total, além de mudança de iluminação e movimentos de cabeça rápidos. Neste trabalho desenvolvemos um sistema de rastreamento de face interativo que utiliza técnicas 2D, uma câmera e características naturais da cena para se obter um rastreamento que contenha as requisições necessárias por um estimador de face ideal. O algoritmo utilizado para o rastreamento de face de longo prazo integrou duas técnicas para obtenção de uma aplicação robusta e em tempo real: algoritmo de Haar e TLD (tracking learnig detect), sendo que o primeiro é responsável pela inicialização automática da face no ambiente, enquanto o segundo utiliza técnicas de aprendizado supervisionado, usando os próprios erros para aprimorar o rastreamento