Sistema de comparação de imagens de faces, em múltiplas resoluções, baseado em Redes Neurais Siamesas

Neste trabalho é apresentado um sistema de comparação de imagens de faces, capaz de ser utilizadocom variadas resoluções, utilizando um método para calculo de similaridade, que permite serutilizado, por exemplo, em aplicações de biometria. O método funciona para conjuntos de dados commuitas categorias e poucos exemplos por categoria, além de categorias não visualizadas durante afase de treino. A ideia principal é aprender uma função que mapeia padrões de entrada em um espaçodestino de forma que a norma L1 no espaço de destino aproxima a distância “semântica” no espaçode entrada. O processo de aprendizagem minimiza uma função de perda discriminativa que convergepara uma métrica de similaridade, que deve ser pequena quando os pares de faces são da mesmapessoa e grande para pares de faces de pessoas diferentes. Uma arquitetura siamesa de redes neuraisconvolucionais, robusta a distorções geométricas, foi utilizada para mapear os padrões de entrada noespaço destino. O sistema foi testado no CyberExtruder Ultimate Face Matching Data Set, que possui10205 imagens de faces.