X hits on this document

91 views

0 shares

0 downloads

0 comments

31 / 35

Estado actual de los algoritmos de Reconocimiento de Rostro usando Tecnologı´a GPU

27

este objetivo ma´s plenamente. Este informe ha estudiado el papel y la importancia de la GPU en la aceleracio´n de algoritmos de visio´n por computador y luego se centro´ en llevar estas ventajas a la plataforma Linux a trave´s de la biblioteca GPUCV. Una versio´n nativa de Linux de esta biblioteca fue creada y su desempe˜no fue punto de referencia y de com- paracio´n a la versio´n original de Windows. Mientras que el rendimiento de la biblioteca GPUCV bajo Linux sea algo menor que en Windows, las ventajas de rendimiento presentes en GPUCV au´n representan una mejora significativa en el rendimiento de los algoritmos de visio´n por computadora en la plataforma Linux.

6.

Conclusiones

Con este estudio podemos llegar a la conclusio´n, que dentro del campo del reconocimiento de rostros, desafortunadamente, los mejores sistemas de reconocimiento en 2D que enfrenta- mos hoy en dı´a no son fiables ni lo suficientemente exactos para la iluminacio´n arbitraria y se plantean en ambientes sin restricciones. Muchos sistemas de reconocimiento automa´tico de rostro han sido desarrollados y se le han realizado diversas pruebas en el campo que demuestran que los me´todos de reconocimiento facial mediante ima´genes son sensibles a los para´metros del medio ambiente, tales como: las condiciones de iluminacio´n y la pose del sujeto. Incluso bajo condiciones favorable (control de iluminacio´n, buena calidad de imagen, resolucio´n suficiente, las ima´genes frontal y expresio´n neutral), los mejores algo- ritmos en estos casos producen en la mayorı´a una tasa de error de 6 %, y por lo tanto, el rendimiento es poco probable que sea suficiente para la mayorı´a de las aplicaciones. Estas pruebas de campo de los sistemas en condiciones realistas y operacionales muestran un rendimiento reducido, obteniendo resultados inaceptable para los mejores sistemas de control de procesos automatizado.

El reconocimiento facial tridimensional es objeto de atencio´n considerable para futuras investigaciones, ya que se piensa comu´nmente que el uso de una forma 3D podrı´a superar las limitaciones fundamentales de reconocimiento 2D. Las principales ventajas del uso de 3D para el reconocimiento se muestran en la variacio´n y compensacio´n de la iluminacio´n. La postura de las variaciones pueden ser resueltos por la alı´neacio´n en 3D, y las variaciones de iluminacio´n no afecta a los modelos 3D. Parece que el reconocimiento de rostro en 3D especialmente en combinacio´n con 2D, es una promesa importante, y que podrı´a alcanzar una precisio´n comparable con otros datos biome´tricos como las huellas dactilares y del iris. La inferencia de un modelo denso de la superficie 3D de una cabeza humana de una secuencia de video monocular es un problema muy difı´cil de la visio´n del computador, para el cual no existe ninguna solucio´n en la bibliogra´fia consultada, y es un tema muy interesante para futuras investigaciones.

Otra observacio´n es, que los algoritmos dedicados a esta rama implementados en la unidad de procesamiento gra´fico son mucho ma´s eficientes que sus homo´logos en la CPU, se˜nalando que muy pocos de ellos esta´n dise˜nados para ejecutarse en una GPU ATI o en otro sistema operativo que no sea MS Windows. Para futuras investigaciones se destaca en el campo del reconocimiento de rostros en cuanto a lo pra´ctico, el desarrollo de aplicaciones de este a´mbito que utilicen una arquitectura multiplataforma a nivel de hardware (Fabricadas

Document info
Document views91
Page views91
Page last viewedSun Dec 11 01:16:39 UTC 2016
Pages35
Paragraphs855
Words14967

Comments