Detector automático de rasgos oculares mediante filtros de Gabor

Abstract

En esta investigación biométrica se ha creado un detector automático de rasgos oculares capaz de localizar la ubicación de éstos en la imagen facial de una persona. Los puntos que hemos localizado son los extremos de los ojos y las pupilas. Para ello se van a emplear una serie de wavelets de Gabor, filtros bidimensionales pasabanda con origen en la trasformada de Fourier, formados por una función armónica multiplicada por una gaussiana, que nos permiten estudiar las frecuencias espaciales y orientaciones intrínsecas de los patrones de una imagen. Los estudios se han llevado a cabo sobre tres bases de datos faciales de origen internacional (XM2VTS, FERET y FRAV2D) con las cuales se ha podido estudiar las respuestas de los filtros al conjunto de individuos que las componen. De este modo se han implementado filtros que destacan los rasgos que queremos encontrar. Para la localización de los puntos hemos empleado correlaciones cruzadas, las cuales nos permiten determinar el grado de similitud entre dos vectores o en nuestro caso dos superficies: el filtro de Gabor y el patrón del rasgo que estemos buscando. Finalmente los puntos obtenidos se han estudiado para determinar la fiabilidad de la localización de los rasgos basándonos en la información geométrica que obtenemos de las distancias y pendientes que formen los puntos entre sí. Los resultados obtenidos sobre imágenes frontales de sujetos sin gafas son de un 82% de efectividad en la localización de los seis rasgos (un 89% en la base de datos XM2VTS, 70% en FERET y 87% en FRAV2D). Hemos encontrado dificultades en los sujetos de avanzada edad que muestran muchas arrugas en la cara y en aquellos que emplean gafas. Pero no hemos encontrado problemas en sujetos con vello facial o color de piel. Funciona más o menos bien con giros de hasta 15º en el eje vertical o cambios de iluminación. La búsqueda de cada rasgo se realiza de modo individual, por tanto da igual si alguno de los ojos no es visible Palabras clave: filtro de Gabor, biometría, detección de caras, base de datos facial.