Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/35361
Título: Desenvolvendo um database equalizado para o reconhecimento de face
Título(s) alternativo(s): Developing an equalized face recognition database
Autor(es): Costa, Ana Paula Teixeira
Orientador(es): Aires, Simone Bello Kaminski
Palavras-chave: Algorítmos computacionais
Discriminação racial
Banco de dados
Computer algorithms
Race discrimination
Data bases
Data do documento: 13-Jun-2023
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Ponta Grossa
Citação: COSTA, Ana Paula Teixeira. Desenvolvendo um database equalizado para o reconhecimento de face. 2023. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2023.
Resumo: O uso de algoritmos de reconhecimento de face tem sido adotado extensivamente em diversas áreas. No entanto, um desafio significativo que ainda precisa ser abordado é a presença de viés racial discriminatório nesses sistemas devido o conjunto de imagens que compõe suas bases de dados. É importante ressaltar que o viés racial nas bases de imagens ocorre devido a diversos fatores, incluindo desigualdades históricas, representatividade inadequada e tendências discriminatórias em coletas de dados anteriores. Nesse contexto, o presente estudo apresentou a proposta de utilização de bases de imagens balanceadas, respeitando a diversidade racial, visando aumentar a precisão nos resultados de reconhecimento facial e minimizar o viés discriminatório. No trabalho foram utilizadas 3 bases de imagens de face públicas, sendo elas a CelebA com 202.599 imagens de face, FEI Database com 2.304 imagens e UTKFace com cerca de 20.000 imagens. Foram aplicadas técnicas de segmentação com o thresholding com o objetivo de separar pixels que correspondem à cor da pele em uma imagem nas três bases de dados e assim classificar as imagens de entrada de acordo com a cor de pele. Resultando desta forma no novo database equalizado, desenvolvido com 6.000 imagens de pessoas de pele branca, amarela e negra representadas de maneira equalizada, construído com imagens de face masculina e feminina de diversas idades.
Abstract: The use of face recognition algorithms has been adopted extensively in several areas. However, a significant challenge that still needs to be addressed is the presence of discriminatory racial bias in these systems due to the set of images that make up their databases. It is important to emphasize that racial bias in image databases is due to several factors, including historical inequalities, inadequate representation and discriminatory trends in previous data collections. In this context, the present study proposed the use of balanced image databases, respecting racial diversity, aiming to increase the accuracy of facial recognition results and minimize discriminatory bias. In the work, 3 databases of public face images were used, namely CelebA with 202,599 face images, FEI Database with 2,304 images and UTKFace with about 20,000 images. Segmentation techniques with Thresholding were applied in order to separate pixels that correspond to skin color in an image in the three databases and thus classify the input images according to skin color. Resulting in this way in the new equalized database, developed with 6,000 images of people with white, yellow and black skin represented in an equal way, built with images of male and female faces of different ages.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/35361
Aparece nas coleções:PG - Tecnologia em Análise e Desenvolvimento de Sistemas

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
databasediscriminacaoracialvies.pdf1,19 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons