Résumé:
Viola et Jones [22] ont présenté un nouveau et efficace algorithme de détection de
visage basé sur des caractéristiques simples entraînés par l'algorithme AdaBoost.
Deux contributions principales dans leur travail est l’utilisation des caractéristiques
rectangulaires et l'introduction d'une nouvelle représentation d'image appelée
"l'image intégrale" qui permet aux caractéristiques rectangulaires utilisées par le
détecteur d’être calculées très rapidement. Ce travail essaye de replier leurs résultats
mais en l’absence de l’architecture de cascade utilisée dans leur approche.
Pour notre détecteur de visage humain, nous nous sommes intéressés à l’hybridation
de méthodes existantes dans la littérature. Pour cela, nous avons utilisé les filtres de
rectangle (Filtre de Haar) entraînés par Adaboost et l’information couleur de peau,
ce qui permet au détecteur de scanner uniquement les régions susceptibles d’être des
régions de peau. Cela a permit de réduire le temps de calcul et aussi dans certains
cas les fausses détections. Pour cela, des images de l'espace de couleur RGB peuvent
être converties en RGB normalisé, YCbCr, HSV, HSI, YUV,…etc.
En se basant sur ce mécanisme, nous définissons 6 caractéristiques de rectangle d’un
ensemble de 49554 caractéristiques et nous choisissons le meilleur espace de
couleur ainsi la méthode pour la segmentation.
Notre algorithme de détection de visage est implémenté sur Matlab et mis en
application sur une série d’images de test à différents degrés de complexités.
