Invariance and reliability in statístical shape models

Resumen

La presente tesis se centra en la aplicación de métodos estadísticos al modelado y análisis facial. A partir del paradigma de losmodelos de forma y apariencia, introducidos en la última década, se proponen extensiones algorítmicas que permiten mejorar suconfianbilidad y su invarianza a distintos tipos de rotaciones. Dichas extensiones se plantean de forma genérica, tal que los modelosconserven su relevancia original en otros ámbitos de aplicación.La validación experimental de las técnicas propuestas se ha realizado en tomo al análisis facial. Este campo ha cobrado especialrelevancia en los últimos años, con un importante crecimiento de su mercado a nivel internacional. Uno de los hechos másdestacables es la reciente adopción de biometría facial como tecnología de base en los nuevos pasaportes, relegando así a un segundoplano a otras modalidades como la basada en las huellas dactilares y en el iris, a pesar de ofrecer estas últimas menores tasas deerror. Siendo la forma natural de identificación en el ser humano, el reconocimiento facial se ha visto favorecido por ser percibidocomo menos intrusivo que otras modalidades y por ofrecer, en teoría, la posibilidad de operar sin necesidad de colaboración de lapersona a identificar.En el Capítulo 1 se hace una breve introducción a la biometría y se describen los componentes básicos de un sistema automático dereconocimiento facial, contextualizando así los modelos de forma y apariencia. Concretamente, los modelos activos de forma (ASMpor sus siglas en inglés) constituyen el principal componente metodológico de esta tesis y su teoría se introduce someramente en elCapítulo 2.Los ASM permiten la segmentación y análisis automático de imágenes a través de un método generativo. Introducidos en 1992 (porT. Cootes et al.), han dado lugar a numerosas publicaciones centradas en la aplicación de los ASM a diversos tipos de imágenes,entre las cuales las imágenes médicas y faciales han sido las