• Nenhum resultado encontrado

3.3 Valida¸c˜ ao da Abordagem

3.3.5 Pr´ e Processamento dos Dados

Embora a maioria dos dados tivessem sido coletados e processados j´a na primeira fase do teste empregando-se o aplicativo ErgoSV, alguns processamentos necessitaram ser

3.3 Valida¸c˜ao da Abordagem 120

deixados para realiza¸c˜ao em uma fase posterior devido ao alto custo computacional que poderia comprometer o desempenho do aplicativo na fase de coleta de dados. O principal processamento realizado foi a extra¸c˜ao de caracter´ısticas e o c´alculo de similaridade de todas as imagens faciais registradas.

A princ´ıpio, um dos objetivos desta pesquisa era identificar se uma imagem facial registrada durante o teste era igual ou diferente a imagem padr˜ao e esta verifica¸c˜ao foi aplicada nos trˆes primeiros experimentos. A t´ecnica utilizada foi uma simples compara¸c˜ao dos pixels das imagens no qual o valor de um pixel na posi¸c˜ao X da imagem padr˜ao era comparado com o valor do pixel na posi¸c˜ao X da imagem candidata. Esta compara¸c˜ao retornou 100% das imagens candidatas diferentes das imagens padr˜ao.

Esta situa¸c˜ao ocorreu em imagens visivelmente diferentes e com imagens que a “olho nu”se mostravam iguais. Por serem imagens recolhidas em um ambiente real no qual os participantes estavam sujeitos a movimenta¸c˜oes diversas e sem controle que levaram a altera¸c˜oes dos valores dos pixels nas posi¸c˜oes analisadas e consequentemente a divergˆencia da imagem. Considerando que o algoritmo comparava pixel a pixel, qualquer diferen¸ca m´ınima para mais ou para menos o retorno do c´odigo era, sempre, a diferen¸ca das imagens. Ap´os analisadas as imagens e realizados testes informais (foras dos experimentos) concluiu-se que n˜ao seria poss´ıvel utilizar esse algoritmo para compara¸c˜ao das imagens e que a utiliza¸c˜ao de um classificador do gˆenero: A imagem ´e diferente da padr˜ao: SIM/N ˜AO seria algo invi´avel. Portanto, decidiu-se verificar outras t´ecnicas para com- para¸c˜ao das imagens que levou a conclus˜ao da necessidade da utiliza¸c˜ao da Recupera¸c˜ao de Imagens Baseado em Conte´udo (CBIR) (BERGAMASSO, 2010;NUNES, 2011).

Com a t´ecnica CBIR foram extra´ıdas uma s´erie de caracter´ısticas faciais (padr˜ao e candidatas) utilizando algoritmos de extra¸c˜ao de caracter´ısticas de (BERGAMASSO, 2010) e comparadas por meio de uma fun¸c˜ao de similaridade disponibilizada na ferramenta AForge (www.aforgenet.com).

Os extratores utilizados nesta pesquisa foram de cores e de formas e, ap´os extra´ıdos, os extratores retornaram valores matem´aticos que representavam as caracter´ısticas das imagens. Para cada imagem do teste foram extra´ıdas as seguintes caracter´ısticas:

• Desvio Padr˜ao do Histograma em Cinza;

• M´edia do Histograma em Cinza;

3.3 Valida¸c˜ao da Abordagem 121

• M´edia do Histograma em RGB;

• Desvio Padr˜ao dos Pixels em Cinza

• M´edia dos Pixels em Cinza;

• Desvio Padr˜ao dos Pixels em RGB;

• M´edia dos Pixels em RGB;

• Escala;

• Rota¸c˜ao;

• Transla¸c˜ao

Ap´os execu¸c˜ao dos algoritmos de extra¸c˜ao, todas as imagens passaram a ter um vetor de caracter´ısticas, permitindo assim, a execu¸c˜ao do algoritmo de c´alculo de similaridade. A similaridade euclidiana retorna um valor ajustado entre 0 e 1 no qual quanto mais pr´oximo de zero menor a similaridade e quanto mais pr´oximo de 1 maior a similaridade. A princ´ıpio, o c´alculo de similaridade foi feito considerando todas as caracter´ısticas extra´ıdas das imagens, por´em, percebeu-se que o valor da similaridade apresentado foi extremamente baixo, por exemplo, 0,005 % de similaridade em uma imagem relativa- mente semelhante a imagem padr˜ao, quando analisada a ”olho nu”. Visando resolver esse problema e seguindo uma linha de racioc´ınio apresentada por (BERGAMASSO, 2010) foi iniciada uma an´alise dos valores extra´ıdos das caracter´ısticas de cada imagem.

Como resultado, foi poss´ıvel identificar algumas caracter´ısticas com grande varia¸c˜ao de valores em rela¸c˜ao ao valor da imagem padr˜ao. Por exemplo, se considerarmos o valor da imagem padr˜ao e efetuarmos o levantamento dos valores das imagens candidatas para a caracter´ıstica A a varia¸c˜ao dos valores era visivelmente menor que a caracter´ıstica B. As Figuras 42(a) e 42(b) apresentam os valores obtidos em duas caracter´ısticas diferentes. Como pode ser analisada nas figuras, a caracter´ıstica A (M´edia do Histograma em N´ıvel de Cinza) tem uma varia¸c˜ao de valores menor em rela¸c˜ao ao valor obtido na carac- ter´ıstica da imagem padr˜ao em rela¸c˜ao `a caracter´ıstica B (Desvio Padr˜ao do Pixel B). A utiliza¸c˜ao caracter´ıstica B reduz de forma significativa a taxa de similaridade da imagem e a mesma situa¸c˜ao ocorrem com demais caracter´ısticas que apresentem maior varia¸c˜ao.

Considerando as duas imagens faciais apresentadas na Figura 43 com suas respectivas caracter´ısticas, sendo a imagem superior a imagem padr˜ao e a imagem inferior a imagem

3.3 Valida¸c˜ao da Abordagem 122

(a) Varia¸c˜ao Caracter´ıstica A (b) Varia¸c˜ao Caracter´ıstica B

Figura 42 – Varia¸c˜ao dos valores das caracter´ısticas

candidata, em testes no qual n˜ao foi utilizada a caracter´ıstica B (Desvio Padr˜ao do Pixel B), a taxa de similaridade foi de 0,91970 e quando a caracter´ıstica B foi aplicada a valor da similaridade reduziu para 0,111.

Figura 43 – Imagem padr˜ao X Imagem candidata e suas respectivas caracter´ısticas

Ainda foi realizada uma an´alise de quais caracter´ısticas sofreram menor varia¸c˜ao, ou seja, tiveram comportamento semelhante ao gr´afico da caracter´ıstica de M´edia do Histograma em N´ıvel de Cinza.

As caracter´ısticas selecionadas para compara¸c˜ao em todos os testes foram:

• M´edia do Histograma em N´ıvel de Cinza;

• M´edia dos Pixels em N´ıvel de Cinza;

• Escala;

• Rota¸c˜ao;

3.3 Valida¸c˜ao da Abordagem 123

Embora algumas caracter´ısticas tenham apresentado maior varia¸c˜ao em alguns testes e maior linearidade em outros buscou-se analisar quais caracter´ısticas mantiveram um padr˜ao de valores os quais eram apresentados por gr´aficos mais lineares.

Ap´os o processamento das imagens para identificar o valor matem´atico e a similaridade das imagens de todos os testes, os dados foram considerados adequados e assim dispo- nibilizados por completo para an´alise. O processo de an´alise ser´a explicado na pr´oxima se¸c˜ao.