Sistema de Detección de Rostros Invariante a la Rotación Seguro para Autenticación

Las aplicaciones biométricas utilizan ampliamente el rostro como un componente para el reconocimiento y la detección automática. La rotación del rostro es un componente variable y hace que la detección facial sea una tarea compleja y desafiante con ángulos y rotaciones variadas. Este problema ha sido investigado, y se ha ideado un algoritmo novedoso, a saber, RIFDS (Sistema de Detección de Rostros Invariante a la Rotación). El objetivo del artículo es implementar un método robusto para la detección de rostros tomados en varios ángulos. Además, se busca obtener mejores resultados que los algoritmos conocidos para la detección de rostros. En RIFDS, la técnica de Transformaciones Armónicas Polares (PHT) se combina con el Patrón Binario Local de Múltiples Bloques (MBLBP) de manera híbrida. El MBLBP se utiliza para extraer patrones de textura de la imagen digital, y el PHT se utiliza para gestionar características de rotación invariante. De esta manera, RIFDS puede detectar rostros humanos en diferentes rotaciones y con diferentes expresiones faciales. El rendimiento de RIFDS se valida en diferentes bases de datos de rostros como LFW, ORL, CMU, MIT-CBCL, Bases de Datos de Rostros JAFFF y imágenes de Lena. Los resultados muestran que el algoritmo RIFDS puede detectar rostros en ángulos variables y en diferentes resoluciones de imagen con una precisión del 99.9%. El algoritmo RIFDS supera a métodos anteriores como Viola-Jones, Patrón Binario Local de Múltiples Bloques (MBLBP) y Transformaciones Armónicas Polares (PHTs). El enfoque RIFDS tiene un mayor alcance con un algoritmo genético para detectar rostros (aproximación) incluso a partir de sombras.