Classificação de Tons de Pele de Faces Humanas usando a Escala MST
Nome Completo:
Vitor Pereira Matias
Unidade da USP:
Instituto de Ciências Matemáticas e de Computação
Programa de Pós-Graduação:
PPGCCMC
Nível:
Mestrado
Resumo:
Essa dissertação apresenta o primeiro banco de dados de acesso aberto sobre tons de pele anotado com a escala de 10 tons Monk Skin Tone (MST) o Skin Tone in The Wild (STW), esse banco pode ser usado tanto para treinar quanto para validar modelos de inteligencia artificial. Também desenvolvememos dois modelos de IA para classificar tons de peles de faces de seres humanos na escala de 10 tons chamada MST, o SkinToneCCV -- um modelo clássico -- e o SkinToneNet -- um modelo de aprendizado profundo --. Durante nossa pesquisa encontramos diversas inconsistências nas metodologias de trabalhos anteriores. Nesse sentido o nosso trabalho avançou a metodologia da área com um forte embasamento em toda teoria metodológica de trabalhos correlatos em IA. Notavelmente, discutimos problemas nunca antes discutidos, como qual tipo de segmentação de pele é melhor, qual aumento de dados utilizar e principalmente a diferença entre utilizar uma divisão de testes onde as imagens de um determinado indivíduo estão presentes somente no conjunto de treino ou respectivamente no de teste. Com isso, definimos um novo estado-da-arte para o problema. Adicionalmente, esse é um trabalho importante, pois abre portas para avaliar a equitabilidade de modelos e bancos de dados usados pelos pesquisadores de IA em relação a tons de pele já que esses normalmente tendem a serem repleto de homens branco vindos da America, Europa e do Leste da Asia. Além disso, também pode ser uma ferramenta importate para pesquisadores de outras áreas, por exemplo no estudo da representatividade de tons de pele em mídias como filmes e livros, seleção de maquiagem, e outros.