Mémoires de Fin d’Etudes
Etablissement
Université de Sidi Bel Abbès - Djillali Liabes
Affiliation
Département d’Electronique
Auteur
MEKAMI, Hayet
Directeur de thèse
BOUNOUA Abdenacer (Maitre de conférence)
Filière
Electronique
Diplôme
Doctorat
Titre
Algorithmes évolutionnaires pour la détection de visages dans un flux vidéo, et choix des vues significatives pour la reconnaissance
Mots clés
Systèmes d’identification ; Détection des visages ; Algorithmes méta-heuristiques ; Algorithmes évolutionnistes ; Détection de mouvements ; Reconnaissance de forme
Résumé
Dans l’état actuel de la recherche, la reconnaissance (identification et vérification) des personnes en utilisant des images de leur visage, donne des résultats satisfaisants lorsque les images des visages sont acquises de face, avec des expressions neutres, dans un environnement contrôlé et avec des résolutions d’images correctes. Les performances des systèmes se dégradent lorsque ces conditions changent. Les résultats de l’identification par le visage montrent clairement que les taux d’identification sont extrêmement dépendants de plusieurs facteurs, comme la variabilité de l’environnement, de la luminosité, des poses, des expressions des visages et aussi du nombre d’images dans la base de personnes à identifier. Tous ces facteurs influencent de manière significative sur les performances des systèmes d’identification. Un certain nombre d’études ont été faites afin de mesurer l’impact de certains de ces facteurs sur la reconnaissance. Plusieurs solutions sont possibles pour lever ces verrous technologiques Parmi ces axes de recherche on peut citer comme exemple l’utilisation de modèles 3D qui sont capables de simuler les conditions dégradées (ex des illuminations différentes des visages), l’application des modèles d’apparence active («active shape models») qui ont une meilleure robustesse à la variabilité des expressions, l’utilisation de plusieurs images lors de la création des images d’enrôlement ou l’utilisation dans la phase d’entraînement des images comportant une grande variabilité d’illumination/pose/vieillissement. Le choix de la base d’apprentissage reste toujours un problème délicat à résoudre. Ainsi, le choix des «bonnes» images que l’on va utiliser pour les algorithmes reste un verrou technologique à lever, que nous allons plus particulièrement traiter dans ce sujet. Le travail à pour objectif la détection des visages dans des séquences vidéo en appliquant des algorithmes méta-heuristiques en choisissant un sous ensemble pertinent des images de la séquence vidéo, pour pouvoir faire la comparaison et la reconnaissance avec les images existantes (ex. dans une liste de personnes recherchées «watchlist»). Plusieurs critères pourront être pris en compte pour le choix des images: choix des vues qui correspondent le mieux à des images de face, choix des vues avec une moindre influence des effets d’illumination, choix des images avec un minimum de variabilité dans les expressions: il s’agira de choisir des images qui sont les plus neutres possibles. Plusieurs sortes d’algorithmes essayent d’exploiter la norme MPEG4 pour détecter des expressions. Nous allons tenter de définir des critères permettant de qualifier et de quantifier la qualité des images des visages. Le sous ensemble des images ainsi sélectionnées, pourra être utilisé dans un second temps pour l’identification et de ce fait, devra nous permettre d’avoir un meilleur taux de reconnaissance.
Notes
ok
Statut
Vérifié