| Resumen |
Históricamente, el reconocimiento automático de rostros se ha enfocado en el espectro visible. Sin embargo, este enfoque se ve afectado por una serie de factores que se atribuyen, principalmente, a la variación en la iluminación, a la dificultad para detectar disfraces faciales y a los cambios en las poses y expresiones faciales. Para superar estos inconvenientes, surge la alternativa de las imágenes tármicas. No obstante, estas imágenes no están exentas de limitantes, tales como: cambios en la temperatura ambiente, variaciones en el metabolismo y la recolección de datos de prueba en diferentes lapsos de tiempo. Entre los diversos métodos que se han desarrollado para obtener representaciones térmicas del rostro más estables, sobresalen dos: la extracción de la red de vasos sanguíneos y la extracción de la perfusión sanguínea. En el presente artículo, se proponen dos metodologías de reconocimiento de rostros térmicos: la primera combina los métodos de extracción de la red de vasos sanguíneos y la perfusión sanguínea; mientras que la segunda metodología hace uso exclusivo de la extracción de la red de vasos sanguíneos. En ambas metodologías, se utiliza el descriptor Factor-E Normalizado (FEN) para la extracción de características, mientras que la clasificación se realiza por medio de una máquina de soporte vectorial y un bosque aleatorio. Los resultados experimentales demuestran que el reconocimiento de rostros de la segunda metodología, alcanza una tasa de reconocimiento comparable al de la primera metodología. |
