Segmentação Facial: Uma Jornada do Paradigma Clássico ao Aprendizado Profundo, Abordagens, Tendências e Direções

A segmentação facial representa uma área ativa de pesquisa dentro da comunidade biométrica, em particular, e da comunidade de visão computacional, de forma geral. Nos últimos duas décadas, os métodos de segmentação facial receberam atenção crescente devido às suas diversas aplicações em várias tarefas de análise de imagens de rostos humanos. Embora muitos algoritmos tenham sido desenvolvidos para abordar o problema, a segmentação facial ainda é um desafio que não foi completamente resolvido, particularmente para imagens capturadas em condições livres e descontroladas. Neste artigo, apresentamos uma revisão abrangente da segmentação facial, focando em métodos tanto para condições ambientais controladas quanto não controladas. O artigo ilustra as vantagens e desvantagens dos métodos propostos anteriormente em estado da arte (SOA). As abordagens apresentadas compreendem trabalhos seminais em segmentação facial, culminando nas abordagens SOA da arquitetura de aprendizado profundo. Uma comparação extensiva das abordagens anteriores é apresentada de forma intuitiva, com uma discussão sobre as potenciais direções para futuras pesquisas sobre o tema. Acreditamos que esta revisão abrangente e recapitulação contribuirá para uma série de domínios de aplicação e aumentará o conhecimento da comunidade de pesquisa.