Publicado em: 21/02/2013

Dissertação de Mestrado em Processamento de Imagens e Visão Computacional

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE INFORMÁTICA
PROGRAMA DE POS-GRADUAÇÃO EM COMPUTAÇÃO
———————————————————

DEFESA DE DISSERTAÇÃO DE MESTRADO

Aluno: Rafael Sachett Medeiros
Orientador: Prof. Dr. Jacob Scharcanski

Título: Detecção de Pele Utilizando Modelos Estocásticos Multi-Escala de Textura
Linha de Pesquisa: Processamento de Imagens e Visão Computacional

Data: 27/02/2013
Hora: 15h
Local: Sala 220 (conselhos). Prédio 43412 – Instituto de Informática

Banca Examinadora:
Prof. Dr. Rui Seara (UFSC)
Prof. Dr. Valner Joao Brusamarello (UFRGS)
Prof. Dr. Valter Roesler (UFRGS)

Presidente da Banca: Prof. Dr. Jacob Scharcanski

Resumo:
A detecção de gestos é uma etapa importante em aplicações de interação humano-computador. Se a mão do usuário é detectada com precisão, tanto a análise quanto o reconhecimento do gesto de mão se tornam mais simples e confiáveis. Neste trabalho descrevemos um novo método para detecção de pele, destinada à ser empregada como uma etapa de pré-processamento para segmentação de gestos de mão em sistemas que visam o seu reconhecimento. Primeiramente, treinamos os modelos de cor e textura de pele (material a ser identificado) a partir de um conjunto de treinamento formado por imagens de pele. Nessa etapa construímos um modelo de mistura de Gaussianas (GMM), para determinar os tons de cor da pele, e um dicionário de textons, para textura de pele. Em seguida, introduzimos um estratégia de fusão estocástica de regiões de texturas, para determinar todos os segmentos de diferentes materiais presentes na imagem (cada um associado à uma textura). Tendo obtido todas as regiões, cada segmento encontrado é classificado com base nos modelos de cor de pele (GMM) e textura de pele (dicionário de textons).Para testar o desempenho do algoritmo desenvolvido realizamos experimentos com o dataset de imagens SDC, projetado especialmente para esse tipo de avaliação (detecção de pele). Comparado com outras técnicas do estado-da-arte em segmentação de pele disponíveis na literatura, os resultados obtidos em nossos experimentos mostram que a abordagem aqui proposta é resistente às variações de cor e iluminação decorrentes de diferentes tons de pele (etnia do usuário) assim como de mudanças de pose da mão, mantendo sua capacidade de discriminar pele de outros materiais altamente texturizados presentes na imagem.

Palavras-Chave: Segmentação de imagens, fusão estocástica de regiões, reconhecimento de texturas, detecção de pele, segmentação de gestos de mão.