WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Authentification de visages par la méthode d'analyse discriminante linéaire de Fischer

( Télécharger le fichier original )
par Loubna BEDOUI
Université Mohamed Kheider de Biskra  - Ingénieur d'état en Automatique  2008
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

1-9-3.Détection puis localisation

Les systèmes de reconnaissance de visages sont complexes. La difficulté réside notamment dans la partie détection automatique du visage, bien que nous développions surtout la partie reconnaissance, il est intéressant de parler de l?étape de détection automatique du visage qui est très importante dans un système de reconnaissance. Ce qui rend la détection de visages dans une image très difficile, c?est surtout la complexité du décor, les variations de poses, les conditions de lumières généralement inconnues, etc. Il existe plusieurs méthodes qui peuvent être appliquées à la détection automatique des visages. Il faut détecter la présence d?un visage dans l?image, ensuite le localiser en vue d?extraire les traits pour le caractériser et le différentier des autres. Le résultat de cette étape est l?obtention de la partie d?image à traiter.

1-9-4.Extraction des paramètres et Classification

Dans cette étape on extrait de l'image les informations qui seront sauvegardées en mémoire pour être utilisées plus tard dans la phase de Décision. Le choix de ces informations utiles revient à établir un modèle pour le visage, elles doivent être discriminantes et non redondantes. Ces informations seront ensuite classées, en d?autres termes, affectés à la classe la plus proche, les individus ayant des similarités sont regroupés dans la même classe. Ces classes varient selon le type de décision.

1-9-5.Apprentissage

L'apprentissage consiste à mémoriser les modèles calculées dans la phase analyse pour les individus connus. Un modèle est une représentation compacte des images qui permet de faciliter la phase de reconnaissance mais aussi de diminuer la quantité de données à stocker en quelque sorte l?apprentissage est la mémoire du système.

1-9-6.Décision

La décision est la partie du système ou on tranche sur l?appartenance d?un individu à l?ensemble des visages ou pas, et si oui quelle est son identité. Donc la décision c?est l?aboutissement du processus. On peut le valorisé par taux de reconnaissance (fiabilité) qui est déterminé par le taux de justesse de la décision.

1-10.Les méthodes de reconnaissances du visage

L?authentification par le visage est la technique la plus commune et la plus populaire puisqu?elle correspond à ce que nous utilisons naturellement pour reconnaître une personne. Les caractéristiques qui servent à la reconnaissance du visage sont bien sur les yeux, la bouche, la forme du visage (contour), etc. On peut diviser les méthodes de reconnaissances du visage en trois catégories : les méthodes globales, les méthodes locales, et les méthodes hybrides [3].

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon