Aplicação de redes neurais convolucionais na identificação de tatuadores

Abstract

As tatuagens são uma forma de modificação corporal baseada na inserção de tintas na pele que alteram a sua coloração. Os procedimentos de tatuagens têm sido realizados a milhares de anos com os primeiros registros de múmia tatuadas datando do quarto milênio a.C.. Hoje, a tatuagem tem a função de auto identificação. As pessoas buscam tatuagens com o objetivo de expressar sua identidade interior. Logo, há uma relação de unicidade em cada tatuagem. Além disso, a tatuagem recebeu o status de arte, sendo o tatuador considerado um pintor que utiliza a pele humana como meio de expressão. O crescimento das mídias sociais aumentou o compartilhamento de imagens de tatuagens e consequentemente o seu plágio, comprometendo o tatuado e o tatuador. Este trabalho propõe a utilização de rede neurais convolucionais para a identificação da autoria de tatuagens com o objetivo de proteger o artista. O sistema proposto classifica as imagens a partir das características extraídas das imagens de trabalhos passados de sete artistas. No desenvolvimento desse sistema, criou-se um banco de dados contendo os trabalhos de diferentes tatuadores e o teste de cinco diferentes arquiteturas de classificação. O banco de dados contem mais de 1.800 imagens de 7 diferentes tatuadores de 4 diferentes estilos. Fez-se o uso de Redes Neurais Convolucionais, uma técnica de Aprendizado de Máquina, para a extração das características e classificação das imagens. Utilizou-se uma rede já treinada para a extração das características básicas e adicionaram-se camadas a essa rede que foi treinada para realizar a classificação. A rede se mostrou capaz de realizar corretamente a identificação de cada autor. A arquitetura com o melhor desempenho classificou corretamente, em média, 83,7% das imagens dos sete artistas e teve um F1score total de 83. Assim, conclui-se que o procedimento se mostrou eficaz neste contexto.