Résumé:
De nos jours, les algorithmes de reconnaissance du visage proposés dans la
littérature
ont atteint un niveau de performance correct lorsque les conditions d'acquisition des images
comparées sont contrôlées, mais les performances chutent lorsque ces
conditions sont
dégradées. Les conditions d'acquisition contrôlées correspondent à un bon équilibre
d'illumination, ainsi qu'une haute résolution et une netteté maximale de l'image du visage.
Afin de bien cerner le problème de dégradation des performance
s dans les conditions
d'acquisition difficiles et de proposer par la suite des solutions adaptées, nous avons effectué
plusieurs études à différents niveaux de la chaîne de la reconnaissance.
Ces études concernent le comportement des algorithmes basés sur
les approches locales.
Elles concernent également les différentes méthodes de normalisation d’
illumination.
Les solutions proposées à chaque niveau de c
ette chaîne ont apporté une amé
lioration
signi
fi
cative des performances par rapport aux approches cla
ssiques. Pour
les algorithmes de
reconnaissance, nous avons proposé l'utilisation de
descripteur
binaire locale LBP avec ses
deux
échelles
de voisinages 1/8 et 2/8 pour extraire
les caractéristiques
des images afin de les
traiter
par la technique de weber
face
.
Nous avons, proposé une
approche
de normalisation
basée sur la correction de la composante luminance.
Les di
ff
érentes études, la validation de
nos mesures de qualité ainsi que la
validation de la stratégie de reconnaissance ont été
e
ff
ectuées sur le
s
deux bases
de données publiques de visage
Yale B et Extended Yale B
largement utilisées par la
communauté
