Giovani Chiachia,  Bruno Elias Penteado,  Aparecido Nilceu Marana. 

De um modo geral, sistemas de reconhecimento facial são baseados em imagens ou seqüências de vídeo obtidas a partir do espectro visível e, portanto, necessitam operar em ambientes onde haja iluminação regular. Contudo, o desempenho de tais sistemas cai significativamente quando há mudanças nesta iluminação. Por outro lado, a leitura da face obtida através de câmeras que operam no espectro de Ondas Longas do Infravermelho é insensível às mudanças de luz e nos fornece o padrão de temperatura da face a ser reconhecida. Tais características sugerem o emprego simultâneo de ambas modalidades, retendo desta maneira os pontos fortes de cada uma. Para combinar resultados entre métodos de reconhecimento independentes é preciso estabelecer, entre outras coisas, a relevância e a sensibilidade de cada um. Neste sentido, o conceito de Otimização por Enxame de Partículas (Particle Swarm Optimization - PSO) é empregado para determinação dos limiares ótimos e da regra de fusão. O objetivo deste trabalho é aferir o desempenho da multibiometria da face resultante de métodos estatísticos estabelecidos, considerando suas correlações e cuja fusão tem seus parâmetros determinados pelo método PSO. Os resultados obtidos atestam a viabilidade das fusões a partir destes conceitos.

http://www.lbd.dcc.ufmg.br/colecoes/wvc/2008/007.pdf

Processando consulta.