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

 > 

Apprentissage des réseaux d'ondelettes bêta basé sur la théorie des frames : application à  la détection de visages


par Faouzi Hajjem
Université de Gabés - Mastère de recherche en informatique 2008
  

précédent sommaire suivant

Chapitre 1 
La détection de visages

La détection de visages

Introduction

Le problème de la détection de visages a été traité par plusieurs méthodes et techniques différentes. Dans ce chapitre, Etat de l'art, nous essayons d'expliquer, en premier, le principe de la détection de visages et les enjeux à prendre en considération. Dans la deuxième partie, nous faisons un survol des différents travaux effectués à ce propos, tout en essayant d'étudier ces techniques et faire apparaitre leurs avantages et inconvénients.

I. Le principe de la détection de visages

La détection automatique de visages prend son importance de point de vue qu'elle est à la base de la reconnaissance de visages dans une image ou dans une séquence vidéo.

Le concept de base de la détection de visages serait celui des K-PPV(K-Plus Proches Voisins), qui consiste à parcourir l'image avec une fenêtre ( Figure 1.1, Figure 1.2), puis à comparer chaque «imagette»1(*)  extraite avec une série de visages types et de définir un «Visage» comme étant tout résultat dont la distance à l'une des images de la base soit suffisamment faible (Erreur < seuil).

Partons de ce constat, il est nécessaire que la détection de la présence ou non d'un visage dans une image soit basée sur des éléments stables et relativement descriptifs du visage humain et qui permettent ensuite de le reconnaître. Parmi ces éléments, on peut citer la forme du visage, la couleur de la peau, le contour des yeux, la forme du nez ou de la bouche...

Figure 1.1 : Exemple d'images comportant un seul visage

Figure 1.2 : Exemple d'images comportant plusieurs visages

Mais en considérant des tailles, des orientations, des rotations et des éclairages différents il faudrait pouvoir comparer chaque « imagette » extraite à des centaines de références! Si l'on rajoute les expressions faciales (sourires, grimaces,...), la détection de visages devient un problème difficile à traiter et c'est pour plusieurs raisons [5]:

· Bien que la plupart des visages soient structurellement semblables avec des caractères morphologiques communs (yeux, bouche, nez,...) placés selon une certaine configuration spatiale, il existe de grandes différences entre deux visages (forme du nez, couleur des yeux, couleur de peau,...).

· Certains caractères morphologiques peuvent être présents ou non selon les visages comme par exemple la moustache, la barbe, ...

· Certains caractères extérieurs peuvent déformer des caractères morphologiques comme par exemple le bronzage modifiant partiellement la couleur de la peau, l'âge peut modifier les rides du visage ou la couleur des cheveux, un éventuel accident peut laisser ses traces sur le visage, les lunettes, ...

· Un visage peut avoir des orientations et des dimensions très différentes. Il s'y ajoute les conditions d'éclairage et la position dans l'image où certaines zones du visage peuvent être cachées soit par un objet soit par un autre visage.

· Les visages sont avant tout des structures 3D dans un espace 3D, de nombreux paramètres s'ajoutent encore au problème original : des contraintes de luminosité (dues soit à la position de la tête, soit au type d'éclairage choisi), de couleur, d'ombres et de rotations éventuelles de la tête, ...

· La détection de visages doit être en temps réel surtout lorsque le résultat de la détection demande une réaction en temps réel comme par exemple une personne s'introduisant dans une zone très dangereuse.

Par conséquent, la détection automatique de visages dans une image reste un domaine de recherche très vaste et très riche en termes d'approches et techniques utilisées.

* 1 Petite image

précédent sommaire suivant