La Reconnaissance Des Visage sous d’éclairage Variant Utilisant la modélisation de la Rétine

Abstract

Récemment, la reconnaissance faciale a suscité l’intérêt de la communauté scientifique qui est devenu aujourd'hui l'un des systèmes les plus utilisés dans la sécurité et les opérations de surveillance, et malgré le grand développement technologique qu’il est connue, ils sont toujours sensibles et leurs performances se détériorent, lorsqu'il y a un changement dans les conditions de prise de vue, que ce soit en termes d'éclairage ou de changement de l'accueil du visage. Le travail effectué dans le cadre de ce mémoire est d'essayer d'améliorer les performances du système de reconnaissance faciale lorsque les conditions d'éclairage sont mauvaises et déséquilibrées. Après avoir étudié le problème de l'éclairage dans les images de visages à reconnaître, et présenté les différentes méthodes et solutions qui ont contribué à améliorer les performances de ces systèmes, centrés sur les théories de la modification de la lumière et les méthodes de descriptions locales ou globales, des solutions ont été proposées pour chaque étape de la reconnaissance faciale. Les solutions proposées à chaque niveau de cette chaîne ont apporté une amélioration significative des performances par rapport aux approches classiques. Pour les algorithmes de reconnaissance, nous avons proposé d'utiliser la méthode rétina modéle pour la normalisation d'éclairage, qui concerne à la séparation de la lumière de l'image, et d'utiliser le descripteur de caractéristiques statiques binarisées de L’image BSIF (Binarized Statistical Image Features) pour comparer les images à reconnaître, dans ce travail pour mener des expériences pratiques sur la base de données YaleB et YaleB étendues, afin d’avoir comparé les résultat et connaître l’amélioration ou la dégradation, puisque les deux bases de données sont les plus utilisées dans les études académiques.