Extração e classificação não supervisionada de faces coletadas da série Seinfeld

Abstract

Algoritmos de deteção e identificação facial são cada vez mais relevantes na sociedade atual devido a integração de tais tecnologias em diversos serviços, inclusive governamentais. Este trabalho visa avaliar a acessibilidade e robustez do algoritmo de detecção facial Haar Cascades, em conjunto com o algoritmo de classificação não supervisionado k-means. Para testar o método de classificação foi desenvolvido um algoritmo de coleta de imagens de faces provenientes de arquivos de vídeo organizados em episódios e temporadas da obra de ficção Seinfeld. Com esses dados foi possível o treinamento de um modelo classificatório k-means, com auxílio da rede neural convolutiva VGG16, e da técnica multivariada ACP. Por consequência de ser um modelo computacionalmente leve, que não teve seus hiperparâmetros otimizados, o modelo conseguiu classificar uma grande quantidade de imagens de maneira rápida, embora não tenha complexidade suficiente para conseguir discernir imagens de faces com alta acurácia.

Facial detection and recognition algorithms are becoming increasingly relevant in today’s society, due to the integration of such technology’s in many services, including governmental ones. This work aims to evaluate the accessibility and efficacy of the Haar Cascades algorithm, in conjunction with the non-supervised classification algorithm, k-means. To test the classification method, a facial image collector algorithm was created and used to collect and organize figures in folders to mimic the season and episode format normally employed in serial works of fiction, such as Seinfeld. This dataset was used to train the k-means model, with the help of the convolutive neural network VGG16, and the multivariate dimension reduction technique PCA. By virtue of being a computationally light algorithm, that did not have its hyperparameters optimized, the model was able to classify a large number of images quickly, although the model wasn’t complex enough to distinguish the different faces with high accuracy.