Type: Undergraduate Thesis (written in Portuguese)
Institution: Pontifícia Universidade Católica de Minas Gerais (PUC Minas)
Program: Bachelor’s degree in Computer Science
Location: Belo Horizonte, Minas Gerais, Brazil
Date: June 2011

Author: Ramon Figueiredo Pessoa
Supervisor: Alexei Manso Correa Machado

Recognition:

• Honorable mention for the undergraduate research in 2010 for the work titled “Face detection and tracking in video using predictive filters” (in Portuguese: Detecção e rastreamento de faces em vídeos utilizando filtros preditivos), published in the Book of Highlights of Scientific Initiation 2010 of the Pontifícia Universidade Católica de Minas Gerais (PUC Minas), Brazil, 2010.
• Recommended for the SBC Student Highlight Award (Brazilian Computer Society) in the Computer Science bachelor’s degree.

🇧🇷 🇵🇹 Português

Trabalho de Conclusão de Curso (TCC)

Título: Um sistema de detecção e rastreamento automático de faces em vídeo utilizando características Haar e o algoritmo de rastreamento CamShift.

Data: Junho de 2011
Tese para: Bacharelado em Ciência da Computação, Pontifícia Universidade Católica de Minas Gerais (PUC Minas)
Orientador: Alexei Manso Correa Machado

Disponível em (ResearchGate): researchgate.net/publication/403957129

Resumo: Este trabalho propõe uma solução para o problema de detectar e rastrear faces de pessoas que passam em uma área de monitoramento. O rastreamento tem como objetivo auxiliar os profissionais da área de segurança no acesso a locais públicos e privados. O sistema de detecção e monitoramento proposto neste trabalho compõe um sistema mais amplo cujo objetivo é realizar a detecção e monitoramento de faces em vídeo e fazer o seu reconhecimento em uma base de dados. A partir da análise de métodos existentes, é apresentada uma abordagem baseada em análise de sequências de imagens com o uso de um detector de faces baseado em características Haar, que define a região da face que será monitorada pelo método de rastreamento CamShift, que se baseia em cor para rastrear objetos de interesse. Para a avaliação da metodologia proposta, foram projetados dois grupos de experimentos que se iniciam por rastrear a face de uma pessoa em 7 vídeos encontrados na Web, com diversos tipos de faces e condições de ambientes, e em 4 vídeos adquiridos em um ambiente controlado, onde o rastreamento do objeto de interesse (no caso, a face) é dificultado por características da cena que interferem na cor do objeto rastreado. Os resultados obtidos indicam um baixo número de falsos positivos e falsos negativos, se comparados com o acompanhamento de faces usando apenas características Haar para encontrar faces em cada quadro do vídeo. Os testes de rastreamento realizados tiveram 94,32% de acerto, sendo que os falsos positivos e negativos encontrados foram consequência da instabilidade gerada pela distribuição de cor da cena ou de objetos, com cores semelhantes à face, que apareceram na área monitorada.

Palavras-chave: Faces, Rastreamento de faces em vídeo, Classificadores Haar, Algoritmo CamShift.

🇨🇦 🇺🇸 English

Undergraduate Thesis

Title: A system for automatic face detection and tracking in video using Haar features and the CamShift tracking algorithm.

Date: June 2011
Thesis for: Bachelor’s degree in Computer Science, Pontifícia Universidade Católica de Minas Gerais (PUC Minas)
Supervisor: Alexei Manso Correa Machado

Available on ResearchGate: researchgate.net/publication/403957129

Abstract: This work proposes a solution to the problem of detecting and tracking faces of people passing through a monitoring area. The tracking is aimed at helping security professionals manage access to public and private places. The detection and monitoring system proposed in this work is part of a larger system whose purpose is to detect and track faces in video and recognize them against a database. From the analysis of existing methods, we present an approach based on the analysis of image sequences using a face detector based on Haar features, which defines the region of the face that will be monitored by the CamShift tracking method, which relies on color to track objects of interest. To evaluate the proposed methodology, two sets of experiments were designed, starting by tracking the face of a person in 7 videos found on the Web, with various types of faces and environmental conditions, and 4 videos acquired in a controlled environment where tracking the object of interest (the face) is made difficult by scene features that affect the color of the tracked object. The results indicate a low number of false positives and false negatives when compared with face tracking using only Haar features to find faces in each video frame. The tracking tests achieved 94.32% accuracy; the false positives and negatives found were the result of instability caused by the color distribution of the scene or of objects with colors similar to the face that appeared in the monitored area.

Keywords: Faces, Tracking faces in video, Haar classifiers, CamShift algorithm.

BibTeX

@phdthesis{figueiredo2011facetracking,
  title={Um sistema de detec{\c c}{\~a}o e rastreamento autom{\'a}tico de faces em v{\'i}deo utilizando caracter{\'i}sticas Haar e o algoritmo de rastreamento CamShift},
  author={Figueiredo Pessoa, Ramon},
  school={Pontif{\'i}cia Universidade Cat{\'o}lica de Minas Gerais (PUC Minas)},
  type={Undergraduate Thesis},
  program={Bachelor's degree in Computer Science},
  year={2011},
  month={June},
  address={Belo Horizonte, Minas Gerais, Brazil},
  note={Supervisor: Alexei Manso Correa Machado}
}Copy