In this present dissertation, it was utilized the SIFT (Scale Invariant Feature Transform) technique to recognize images of the eye area (periorbital area). It was implemented a subgroup image classification algorithm, utilizing statistics information given by invariant patterns generated by the SIFT technique. Then, the algorithm proceeds to a categorized search in the database, instead of searching for a particular pattern shown by comparing it with each database's pattern. Then, a statistical approach was applied to the patterns, by generating the covariance matrix, and using it for categorization, based on a hybrid neural network. The neural network classifies and categorizes a set of images, using the covariance matrices for each image contained on it, and creates a search topology. By utilizing this method, it was obtained a 76.3% of correct classification given by the hybrid neural network, being that, an auxiliary algorithm determines a search hierarchy, in which, if an incorrect classification occurs, the search proceeds in the most probable groups.
Nesta dissertação, foi utilizada a técnica SIFT (Scale Invariant Feature Transform) para o reconhecimento de imagens da área dos olhos (região periorbital). Foi implementada uma classificação das imagens em subgrupos internos ao banco de dados, utilizando-se das informações estatísticas provenientes dos padrões invariantes produzidos pela técnica SIFT. Procedeu-se a uma busca categorizada pelo banco de dados, ao invés da procura de um determinado padrão apresentado, através da comparação deste com cada padrão presente no banco de dados. A tais padrões foi aplicada uma abordagem estatística, através da geração da matriz de covariâncias dos padrões gerados, sendo esta utilizada para a categorização, tendo por base uma rede neural híbrida. A rede neural classifica e categoriza o banco de dados de imagens, criando uma topologia de busca. Foram obtidos resultados corretos de classificação de 76,3% pela rede neural híbrida, sendo que um algoritmo auxiliar determina uma hierarquia de busca, onde, ocorrendo uma errônea classificação, a busca segue em grupos de pesquisas mais prováveis.
