Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio...
Transcript of Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio...
![Page 1: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/1.jpg)
Comparação de algoritmos de reconhecimento de faces em
multidões
Anderson Rocha TavaresEloizio César Drummond Salgado
Universidade Federal de Minas GeraisDepartamento de Ciência da Computação
Visão Computacional
![Page 2: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/2.jpg)
Sumário
• O problema
• Motivação
• Revisão bibliográfica • Metodologia
• Resultados
• Conclusão
![Page 3: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/3.jpg)
O problema
• Reconhecimento de faces em imagens que possuem diversas faces.
• Enunciado do problema:o Opção 1: Dada uma
imagem de uma única face, encontre em uma multidão esta face.
o Opção 2: Dada a imagem de uma multidão, reconheça as faces presentes no banco de dados da aplicacão.
![Page 4: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/4.jpg)
Motivação• Identificação de criminosos, terroristas,
mafiosos, baderneiros, etc em lugares públicos como Estações de Trem, Aeroportos, Feiras, Estádios.
Pode ajudar a prevenir crimes contra a vida em escala catastrófica como o "11/09".
• Motivação principal: Segurança!
![Page 5: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/5.jpg)
É um problema simples?
• Há dificuldades com:o Poseo Qualidade da imagemo Oclusãoo Disfarceso Desempenho
![Page 6: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/6.jpg)
Revisão Bibliográfica
• Detecção de Faceso VIOLA, Paul; JONES, Michaelo Robust Real-Time Face Detection (1ª Versão) o Fast Multi-view Face Detection (2ª Versão)
Considerado o estado-da-arte em detecção Detecta faces com rotação dentro e fora do plano de imagem Mantém o bom desempenho da primeira versão 0,12 segundos para uma imagem 320x240 em um P4 2.8 GHz
![Page 7: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/7.jpg)
Revisão Bibliográfica
• Reconhecimento de Face o Há muitas técnicas...
Características faciais (olhos, nariz, boca) Brunelli, R.; Poggio, T.; Trento, I Povo. Face recognition through
geometrical features. 1992 Template Matching Análise da Textura da pele Principal Component Analysis - Eigenfaces
SIROVICH, L.; KIRBY, M.; Low-dimensional Procedure for the characterization of human faces.1987
M. Turk, A. Pentland, Eigenfaces for Recognition. 1991 (+ citado)¹ ATALAY, Ilker; Face recognition using eigenfaces
1) Face Recognition Homepage - Interesting Papers http://www.face-rec.org/interesting-papers/2) http://electronics.howstuffworks.com/facialrecognition.htm
![Page 8: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/8.jpg)
Revisão Bibliográfica
• Reconhecimento de Faces - Imagens Estáticaso Há muitas técnicas...
Reconhecimento Tridimensional Cartoux, J. Y., J. T. LaPreste, and M. Richetin: 1989, Face
authentication or recognition by profile extraction from range images Bronstein, A. M.; Bronstein, M. M., Kimmel, R. Three-dimensional
face recognition. 2005 Identificou corretamente 2 gêmeos idênticos (autores) Queirolo, C. C.; Silva, L.; Bellon, O. R.;Segundo, M. P. 3D Face
Recognition using Simulated Annealing and the Surface Interpenetration Measure. 2009
Precisão de identificação maior que 98%.
![Page 9: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/9.jpg)
Revisão Bibliográfica
• Reconhecimento de Faces em Multidões:o Ausência de documentos/artigos específicos sobre o assunto:o No entanto, alguns sistemas conhecidos:
FaceIt from Visionics Can find human faces anywhere in a field of view. It can track up to 10
faces simultaneously in a live video. It can follow that face as it moves through a crowd while also searching for matches against a database at a rate of 60 million/minute, per central processing unit (CPU).
FaceVACS-Alert. http://www.cognitec-systems.de/FaceVACS-Alert.20.0.html
Real time face tracking on multiple video streams Real time probe face comparison against "watch list" Real time alarm notification and recordind
Biometric Systems, Inc. http://www.biometrica.com/ providing advanced identity solutions to the Casino Industry
![Page 10: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/10.jpg)
Metodologia
![Page 11: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/11.jpg)
Testes• Informações gerais dos testes de reconhecimento:
o Máquina: Processador: Intel Core Duo T2350 1.86 GHz 2MB L2 Memória: 2.5 GB de RAM
o Imagens testadas: Total: 120 imagens Formato: .pgm (Portable Graymap) Exemplos:
![Page 12: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/12.jpg)
Algoritmos testados - Segmentação
• LuxandSDK¹o Detecção de faces frontais:
Detecção de múltiplas faces Rotação de 30º no plano e fora dele Tempo de detecção: 0,01 a 0,7 seg
Em um Pentium IV 2,4 GHz 1 GB RAM
1) Luxand - Detect Human Faces and Recognize Facial Features - http://www.luxand.com/facesdk/
o Detecção de características: 40 pontos (olhos, sobrancelhas, boca, nariz e contorno da face) Rotação suportada: 30º no plano, 10º fora Tempo: 0,65 segundos (Pentium IV 2,4 GHZ 1GB RAM)
![Page 13: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/13.jpg)
Algoritmos testados - Reconhecimento
• Principal Component Analysis (PCA)¹o Forma vetores de características (feature vectors) concatenando
valores de pixels da imagemo Inicialmente são gerados muitos valores altamente
correlacionadoso PCA chega a um subespaço pequeno sem covariância entre os
feature vectors transformados (os componentes principais).o A matriz de covariância é sempre diagonal
Isso é explorado para alguns classificadores, como L1, MahCosine e Bayesianos, por exemplo.
1 - M. A. Turk and A. P. Pentland. Face Recognition Using Eigenfaces. In Proc. of IEEE Conference onComputer Vision and Pattern Recognition, pages 586 – 591, June 1991.
![Page 14: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/14.jpg)
Algoritmos testados - Reconhecimento
• PCA - Métricas de Classificação
o Euclideana:
o Mahalanobis Distance Imagem é convertida para o espaço de Mahalanobis A variância da amostra ao longo de cada dimensão é unitária,
contra 0 dos feature vectors Transformação é feita pela divisão dos componentes do vetor
pelos seus respectivos desvios-padrão.
Transformação: MahCosine:
(covariância entre as imagens no espaço de Mahalanobis)
![Page 15: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/15.jpg)
Algoritmos testados - Reconhecimento
• Bayesian Intra/Extra personal Classifier (BIC)¹o Examina o resultado da diferença entre imagenso As imagens-diferença são originadas de distribuições
Gaussianas dentro do espaço de todas as imagens-diferençao O treinamento é feito através de PCA, determinando as
propriedades estatísticas de 2 subespaços Imagens-diferença da classe Intrapessoal Imagens-diferença da classe Extrapessoal
o Na fase de teste, o classificador recebe uma imagem de classe desconhecida e usa as estimativas das distribuições de probabilidade para identificação. Na prática: os feature vectors são projetados nos dois
conjuntos, e a probabilidade dele pertencer a cada subespaço é calculada.
1 - B. Moghaddam, C. Nastar, and A. Pentland. A bayesian similarity measure for direct image matching. ICPR, B:350–358, 1996.
![Page 16: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/16.jpg)
Algoritmos testados - Reconhecimento
• BIC - Métricas de Classificação Os feature vectors são projetados nos dois conjuntos, e a probabilidade dele pertencer a cada subespaço é calculada.
o MAP - Maximum a posteriori Métrica gerada em relação ao conjunto de imagens intra e
extrapessoais.o ML - Maximum likehood
Gerada em relação apenas ao conjunto de imagens intrapessoais.
![Page 17: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/17.jpg)
Resultados
• Segmentação: o LuxandSDK
Teste de Eficácia Tempo de execução
• Reconhecimento:
o Comparação: BIC x PCA
o Base da comparação: Matriz de Distância:
Segundo menor valor Desempenho:
Tempo de execução
![Page 18: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/18.jpg)
Resultados - LuxandSDK
• Tempo de execução: Média = 16,89 s / Desvio Padrão = 0,95
![Page 19: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/19.jpg)
Resultados - LuxandSDK
• Tempo de execução: Média = 35,41 s / Desvio Padrão = 0,38
![Page 20: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/20.jpg)
Resultados - LuxandSDK
• Tempo de execução: Média = 14,66 s / Desvio Padrão = 0,02
X
![Page 21: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/21.jpg)
Resultados - LuxandSDK - Resumo
![Page 22: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/22.jpg)
Resultados - LuxandSDK - Resumo
• Eficácia: Fotos frontais: 100% / Fotos reais: 65,76% • 2 Detecções 'duplas' • Tempo Médio de detecção por face = 0,69 s
o Desvio Padrão = 0,02
![Page 23: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/23.jpg)
Resultados - Algoritmo BIC• Primeiro Resultado
Imagem 0 Imagem 33
![Page 24: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/24.jpg)
Resultados - Algoritmo BIC• Segundo Resultado
Imagem 0 Imagem 32
![Page 25: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/25.jpg)
Resultados - Algoritmo BIC• Terceiro Resultado
Imagem 48
Imagem 49
![Page 26: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/26.jpg)
Resultados - Algoritmo BIC• Quarto Resultado
Imagem 48
Imagem 49
![Page 27: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/27.jpg)
Resultados - Algoritmo BIC• Quinto Resultado
Imagem 119 Imagem 118
![Page 28: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/28.jpg)
Resultados - Algoritmo BIC• Sexto Resultado
Imagem 119 Imagem 118
![Page 29: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/29.jpg)
Resultados - Algoritmo PCA• Primeiro Resultado
Imagem 0 Imagem 22
![Page 30: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/30.jpg)
Resultados - Algoritmo PCA• Segundo Resultado
Imagem 0 Imagem 8
![Page 31: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/31.jpg)
Resultados - Algoritmo PCA• Terceiro Resultado
Imagem 48
Imagem 61
![Page 32: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/32.jpg)
Resultados - Algoritmo PCA• Quarto Resultado
Imagem 48
Imagem 52
![Page 33: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/33.jpg)
Resultados - Algoritmo PCA• Quinto Resultado
Imagem 119
Imagem 117
![Page 34: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/34.jpg)
Resultados - Algoritmo PCA• Sexto Resultado
Imagem 119 Imagem 95
![Page 35: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/35.jpg)
Resultados - Algoritmos
• Resumo dos Resultadoso Tempo de Execução:
![Page 36: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/36.jpg)
Resultados - Algoritmos
• Resumo dos Resultadoso Número de Acertos (Amostragem de 10%):
![Page 37: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/37.jpg)
Resultados - Algoritmos• Resultado geral da aplicação (Users Guide¹).
o Imagens: Banco de Dados FERET²
1-http://www.cs.colostate.edu/evalfacerec/algorithms/version5/faceIdUsersGuide.pdf2- http://en.wikipedia.org/wiki/FERET_database
![Page 38: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/38.jpg)
Conclusão• Detecção - LuxandSDK
o Boa detecção em fotos frontaiso Lida bem com rotação no plano de imagemo Dificuldades com rotação para fora do plano o Dificuldades com oclusão, faces pequenas, cenas reaiso Tempo de detecção consistente com o divulgado
Mas é alto Uso inviável para aplicações de tempo real
![Page 39: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/39.jpg)
Conclusão• Reconhecimento - BIC:
o Pontos positivos: Bom Reconhecimento = ideal para o propósito!
o Pontos negativos: Alto tempo de execução e processamento:
Para reconhecimento de faces em multidões: muitas faces = muita segmentação e
processamento em alguns casos há necessidade de
reconhecimento em tempo real. Ruim para reconhecer faces em imagens iguais.
Grande dependência de um banco de dados consistente.
![Page 40: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/40.jpg)
Conclusão• Reconhecimento - PCA:
o Pontos Positivos: Bom para identificar faces de imagens idênticas Rápida Execução.
o Pontos Negativos: Não identifica faces em imagens com variações:
Requisito básico para identificação de faces em multidões
![Page 41: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/41.jpg)
Conclusão• Comentários Finais:
o Abordagem adotada mostrou-se lenta Tanto na segmentação quanto no reconhecimento
o Várias melhorias possíveis Eficácia:
Mudança do segmentador (Viola-Jones?) Implementação de reconhecedor mais sofisticado
Eficiência: Melhor integração com reconhecedor Uso de reconhecedor mais rápido
![Page 42: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/42.jpg)
Conclusão• Comentários Finais:
o Para reconhecimento de faces em multidões é necessário:
o Boa segmentação de faces: A qualidade da imagem de entrada é muito importante para o
reconhecedor.o Banco de dados de qualidade:
Imagens com variações de iluminação e resolução, oclusão de partes faciais, etc.
o Necessidade de rápido reconhecimento.o Baixo número de falsos positivos!
![Page 43: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/43.jpg)
Dúvidas?
???
![Page 44: Comparação de algoritmos de reconhecimento de faces em multidões Anderson Rocha Tavares Eloizio César Drummond Salgado Universidade Federal de Minas Gerais.](https://reader035.fdocument.pub/reader035/viewer/2022070311/552fc134497959413d8d82fc/html5/thumbnails/44.jpg)
FIM
Obrigado!