Pêche et chasse

Ap´os a conduc¸˜ao do protocolo, 31 estudos prim´arios foram selecionados. A tabela V lista os 31 artigos, al´em de seus identificadores criados para facilitar sua apresentac¸˜ao nesta RS. A figura 2 ilustra uma s´erie temporal do n´umero de estudos publicados por ano (2005 a 2017), a partir dessa s´erie ´e poss´ıvel verificar a m´edia de publicac¸˜ao de 2,58 artigos por ano. ´E v´alido salientar que dos estudos inclu´ıdos ap´os a

Figura 2. N´umero de estudos por ano de publicac¸˜ao

Tabela V ESTUDOS SELECIONADOS

ID Ref. ID Ref. ID Ref. ID Ref.

A1 [5] A9 [16] A17 [23] A25 [9]

A2 [34] A10 [21] A18 [22] A26 [25]

A3 [11] A11 [28] A19 [8] A27 [30]

A4 [29] A12 [2] A20 [12] A28 [33]

A5 [1] A13 [17] A21 [19] A29 [14]

A6 [32] A14 [18] A22 [10] A30 [13]

A7 [3] A15 [4] A23 [24] A31 [26]

A8 [6] A16 [35] A24 [31]

aplicac¸˜ao dos crit´erios de qualidade, 35,48% foram publicados em conferˆencias e 64,54% em peri´odicos.

As pr´oximas subsec¸˜oes elencam discuss˜oes que objetivam responder `as quest˜oes de pesquisa desta RS.

A. T´ecnicas de detecc¸˜ao de oclus˜oes parciais em imagens da Face (Q1)

Ap´os a leitura na ´ıntegra dos artigos selecionados, foi elaborada uma lista de t´ecnicas para detecc¸˜ao de oclus˜oes parciais em imagens da face. Essa lista ´e apresentada na figura 3. A forma de aplicac¸˜ao da t´ecnica depende da forma de an´alise da parte oclu´ıda, sendo poss´ıvel detectar e manipular a oclus˜ao a partir de quatro abordagens. Essas abordagens s˜ao baseadas em: textura, transformadas, subespac¸os e modelos. A tabela VI apresenta os estudos dessa RS que trabalham com detecc¸˜ao de oclus˜ao a depender do tipo de abordagem.

As t´ecnicas baseadas em textura s˜ao aquelas que utili- zam os pixels da imagem para extrair atributos, enquanto as transformadas aplicam transformac¸˜oes na imagem para extrair atributos. As t´ecnicas baseadas em subespac¸o projetam a imagem da face em um subespac¸o de faces sendo poss´ıvel extrair caracter´ısticas da face projetada, enquanto as t´ecnicas baseadas em modelos s˜ao aquelas em que os atributos s˜ao extra´ıdos a partir de um modelo geom´etrico constru´ıdo para representar a face humana.

B. T´ecnicas para reconstruc¸˜ao de imagens de faces (Q2) Ap´os a leitura dos estudos, foi poss´ıvel encontrar t´ecnicas para reconstruc¸˜ao de imagens da face baseadas em subespac¸o e modelo. Essas t´ecnicas s˜ao apresentadas na figura 4. A tabela VII apresenta a distribuic¸˜ao do uso dessas t´ecnicas nos artigos analisados.

A partir da an´alise realizada nesses estudos prim´arios, ´e poss´ıvel concluir que a maioria dos trabalhos dessa natureza

Figura 3. T´ecnicas para detecc¸˜ao de oclus˜oes parciais em imagens de faces

Tabela VI

ESTUDOS QUE TRABALHAM COM DETECC¸ ˜AO DE OCLUSOES PARCIAIS EM˜ IMAGENS DE FACES(#:NUMERO DE ESTUDOS´ )

Abordagem # ID %

Baseada em

Textura 3 A30, A18, A23 9.67%

Baseada em

Transformadas 3 A1, A10, A16 9.67%

Baseada em

Subespac¸o 3 A5, A14, A28 9.67%

Baseada em

Modelos 15 A2, A4, A11, A6, A25, A32, A7,A9, A13, A15, A19, A20, A21, A24, A25, A26, A29, A31

48.38%

aplicam t´ecnicas baseadas em subespac¸o. Uma estrat´egia bas- tante utilizada ´e o PCA e suas variac¸˜oes. Essa estrat´egia ´e popular, pois ´e capaz de projetar imagens em um subespac¸o de imagens de face, e partir dessa projec¸˜ao ´e poss´ıvel reconstruir qualquer imagem de entrada (oclu´ıda) por meio da an´alise da projec¸˜ao da face oclu´ıda no subespac¸o de faces.

C. An´alise e comparac¸˜ao dos resultados (Q3)

A an´alise da imagem reconstru´ıda ´e feita por meio das t´ecnicas SNR (do inglˆes: signal-to-noise ratio), PSNR (do inglˆes: Peak signal-to-noise ratio) e RMS (do inglˆes: Root mean square), as quais comparam a imagem sem oclus˜ao com a imagem reconstru´ıda. Al´em disso, para realizar a comparac¸˜ao das t´ecnicas, alguns trabalhos utilizam classifi- cadores para analisar a taxa de reconhecimento obtidas com as imagens reconstru´ıdas.

D. Bases de dados utilizadas (Q4)

A partir desta revis˜ao foi poss´ıvel constatar que existem in´umeras bases de dados de referˆencia para comparac¸˜ao. Em muitos casos os autores criam suas pr´oprias bases de

Tabela VII

ESTUDOS QUE TRABALHAM COM RECONSTRUC¸ ˜AO DE IMAGENS DE FACE (#:NUMERO DE ESTUDOS´ )

Abordagem # ID %

Baseada em modelos

9 A1, A3, A4, A27, A7, A9, A16, A17, A22

29.03% Baseada em

subespac¸os 9 A10, A12, A15, A18, A19,A24, A26, A28, A30 29.03%

Figura 4. T´ecnicas para reconstruc¸˜ao de imagens de face

dados e testam as t´ecnicas nesse escopo, sem disponibiliz´a- lo para poss´ıveis consultas ou iniciativas de reprodutibili- dade. Al´em disso os autores n˜ao costumam disponibilizar informac¸˜oes b´asicas como quantidade de indiv´ıduos, variac¸˜oes de iluminac¸˜ao, pose, express˜ao e oclus˜ao.

A partir da leitura dos artigos visualizou-se trˆes bases de dados que s˜ao comumente utilizadas, pois possuem um grande n´umero de imagens oclu´ıdas. Tais bases s˜ao: AR, Yale e FRGC. As bases de dados e seu percentual de uso perante os estudos lidos integralmente s˜ao apresentados na figura 5.

Figura 5. Percentual das bases de dados utilizadas nos artigos selecionados

Essas bases apresentam as seguintes caracter´ısticas:

• AR - esta base de dados foi utilizada em nove dos trabalhos analisados (29%). Ela possui um pouco mais de 4.000 imagens de faces frontais de 126 indiv´ıduos (70 homens e 56 mulheres). Para cada indiv´ıduo, s˜ao coletadas 26 fotos, estas est˜ao sujeitas a 13 variac¸˜oes de iluminac¸˜ao, express˜ao facial e oclus˜ao (por exemplo,

´oculos de sol e cachecol).

• YALE - esta base cont´em 5760 imagens frontais de 10 pessoas, capturadas sobre 64 variac¸˜oes de iluminac¸˜ao e nove de pose. Essa base foi utilizada em quatro dos estudos selecionados (14%).

• FRGC - foi a terceira base de dados mais utilizada, a qual ´e encontrada em trˆes estudos (11%). Essa base de dados cont´em 12776 imagens frontais de 222 indiv´ıduos, as quais 6388 imagens foram coletadas em ambientes controlados e outras 6388 foram coletadas em ambientes n˜ao controlados.

E. Avaliac¸˜ao dos artigos

A partir da leitura na ´ıntegra dos artigos inclu´ıdos, foi poss´ıvel analisar seus crit´erios de qualidade presentes na tabela II. Dessa maneira, foi poss´ıvel categorizar todos os artigos de acordo com a sua relevˆancia e contribuic¸˜ao para a pesquisa. Tendo isso em vista, construiu-se a tabela VIII a fim de estabelecer a pontuac¸˜ao da qualidade de todos os estudos lidos.

Tabela VIII

AVALIAC¸ ˜AO DA QUALIDADE DOS ESTUDOS PRIMARIOS POR MEIO DOS´ CRITERIOS DE QUALIDADE´

ID CQ1 CQ2 CQ3 CQ4 CQ5 CQ6 CQ7 CQ8 CQ9 CQ10 CQ11 CQ12 Pontuac¸˜ao A1 1 1 1 1 0,5 0,5 1 1 1 1 1 1 11 A2 1 1 0,5 0 0 0 1 0,5 1 1 0,5 0,5 7 A3 1 1 0 1 0 1 1 1 1 1 0,5 1 9,5 A4 1 1 1 0,5 1 0,5 1 1 1 1 1 1 11 A5 1 1 1 0 1 0 1 1 0,5 1 1 1 9,5 A6 1 1 1 0 0,5 0 1 1 0,5 1 1 1 9 A7 1 1 1 0 0,5 0 1 1 0,5 1 0,5 1 8,5 A8 1 1 0 0,5 0 0,5 1 0,5 1 0,5 0,5 0,5 7 A9 1 1 1 1 0,5 1 1 1 1 1 1 1 11,5 A10 1 1 1 1 1 1 1 1 1 1 1 1 12 A11 1 1 1 0 0 0 1 1 1 1 1 1 9 A12 1 1 1 1 1 1 1 1 1 1 1 1 12 A13 1 1 1 0 1 0 1 1 1 1 1 1 10 A14 1 0,5 0,5 0 0 0 1 1 1 1 0,5 1 7,5 A15 1 1 1 1 0 0 1 1 0,5 1 0,5 1 9 A16 1 1 1 1 0 0 1 1 1 1 1 1 10 A17 1 1 0 1 0 1 1 1 1 1 1 1 10 A18 1 1 1 1 1 0,5 1 1 1 1 1 1 11,5 A19 1 1 1 1 0 0 1 1 1 1 1 1 10 A20 1 1 0,5 0 0 0 0,5 1 1 1 0,5 1 7,5 A21 1 1 0,5 0 0,5 0 1 1 1 1 1 1 9 A22 1 1 0,5 1 1 1 1 1 1 1 1 1 11,5 A23 1 1 0,5 0,5 0 0 1 1 0 0,5 1 0,5 7 A24 1 1 1 0,5 0,5 0,5 1 1 1 1 1 1 10,5 A25 1 1 0,5 0 0,5 0 1 1 1 1 1 1 9 A26 1 1 0,5 0,5 0 0 1 1 0,5 1 1 0,5 8 A27 1 1 0,5 0,5 0 0 1 1 1 1 1 1 9 A28 1 1 1 1 0 0 1 1 1 1 1 1 10 A29 1 1 1 0 0,5 0 1 1 1 1 1 1 9,5 A30 1 1 0 1 0 1 1 1 1 1 1 1 10 A31 1 1 1 0 1 0 1 1 1 1 1 1 10 Total 31 30,5 22,5 16 12 9,5 30,5 30 27,5 30 27,5 29 296 Media 1 0,98 0,72 0,51 0,38 0,30 0,98 0,96 0,88 0,96 0,88 0,93 9,54

Ao analisarmos a pontuac¸˜ao dos estudos, podemos perceber por meio da m´edia, que a pontuac¸˜ao dos artigos foi pr´oxima de 9, 55, sendo poss´ıvel perceber uma contribuic¸˜ao significativa dos estudos. Pode-se concluir por meio da tabela VIII que menos de 40% dos estudos apresentaram o algoritmo da t´ecnica proposta.