| Titre : | Reconnaissance tridimensionnelle de visage |
| Auteurs : | Narimen Saad, Auteur ; Noureddine Djedi, Directeur de thèse |
| Type de document : | Thése doctorat |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2018 |
| Format : | 1 vol. (130 p.) / 30 cm |
| Langues: | Français |
| Mots-clés: | Biométrie,reconnaissance faciale 3D,expressions faciales,Kinect,MB-LBP,SVM,reconnaissance faciale,base de données FRGC V1.0. |
| Résumé : |
De nos jours, on parle de plus en plus de l’insécurité dans divers secteurs ainsi que celle liée à l’exploitation des moyens informatiques. Afin de renforcer la sécurité dans tous ces domaines, devenue aujourd’hui un enjeu majeur sous l’effet de la mondialisation et de la crise économique, la biométrie se présente comme une technologie potentiellement puissante. Un système biométrique est essentiellement un système de reconnaissance qui utilise les données biométriques d’un individu. La problématique générale de cette thèse est de développer une technique de reconnaissance 3D de visages. La reconnaissance faciale 3D est une alternative prometteuse à la résolution de problèmes de reconnaissance 2D. Pour cette raison, deux contributions ont été développées. La première contribution dans laquelle nous discutons spécifiquement les difficultés majeures pour proposer et tester une nouvelle solution de reconnaissance faciale 3D capable de réaliser le processus de reconnaissance, dans les cas où l'analyse concerne une partie du visage seulement. Avec l'approche proposée, les caractéristiques distinctives du visage sont capturées en extrayant d'abord les points-clés SIFT sur le visage de l'analyse et en mesurant comment le visage change le long des profils construits entre paires de points-clés, ensuite nous appliquons l'opérateur SIFT sur les images LBPP,R séparément. Suite au travail de Faltemier et al. puis à celui de Tang et al., nous pouvons mieux détecter un certain nombre de points clés en utilisant SIFT sur les images LBPP, R, que d'utiliser SIFT sur les images originales. La contribution est testée en utilisant l'ensemble des données Face Recognition Grand Challenge FRGC v1.0. Enfin, nous effectuons une classification basée sur le technique SVM. La deuxième contribution consiste à présenter une technique de reconnaissance des expressions faciales avec images 3D. Ce système utilise un flux composé simultanément d'une image couleur (2D) et d'une image de profondeur (3D) capturée par le capteur Microsoft Kinect. Notre système détecte et identifie l'expression du visage capturé, puis reconnait les sept expressions développées par Paul Ekman en utilisant la méthode MB-LBP. Nous avons introduit un nouveau jeu de données correspondant à 10 sujets humains pour l'étape d'apprentissage avec une classification en utilisant la méthode SVM. L'implémentation de notre solution est réalisée en C ++ et exploite de plus la bibliothèque OpenCV. |
| Sommaire : |
INTRODUCTION GENERALE ........................................................................................................................ 1 1. CHAPITRE1 : INTRODUCTION A LA BIOMETRIE ................................................................................... 4 1.1 INTRODUCTION 4 1.1.1. Définition de la biométrie ........................................................................................................... 4 1.1.2. Panorama des différentes techniques biométries ....................................................................... 4 1.1.3. Les systèmes biométriques ......................................................................................................... 7 1.1.4. Les modules d’un système biométrique ................................................................................. 10 1.1.5. Pourquoi la reconnaissance de visage .................................................................................... 11 1.1.6. Systèmes biométriques basés sur la reconnaissance de visage ............................................... 12 1.1.7. Mode de reconnaissance .......................................................................................................... 14 1.2 LA RECONNAISSANCE DE VISAGE ......................................................................................................... 14 1.2.1. Processus de reconnaissance des visages .................................................................................. 14 1.2.2. Principales difficultés de la reconnaissance de visage ............................................................. 15 1.2.3. Opportunités de reconnaissance de visage 3D.......................................................................... 17 1.2.4. Reconnaissance de visage 3D ..................................................................................................... 18 1.2.5. Base de données 3D de visage .................................................................................................... 20 1.3 CONCLUSION 21 2. CHAPITRE2 : LA RECONNAISSANCE FACIALE ET DIFFERENTES TECHNIQUES ..................... 22 2.1 INTRODUCTION 22 2.2 RECONNAISSANCE DE VISAGE 2D ......................................................................................................... 22 2.2.1. Approches globales ..................................................................................................................... 2.2.2. Approches locales ....................................................................................................................... 2.2.3. Autres approches ........................................................................................................................ 2.2.4. Discussion 34 2.3 RECONNAISSANCE DE VISAGE 3D ......................................................................................................... 34 2.3.1. Approches globales ..................................................................................................................... 2.3.2. Approches locales ....................................................................................................................... 2.3.3. Autres approches ........................................................................................................................ 2.3.4. Discussion 40 2.4 RECONNAISSANCE DE L’EXPRESSION FACIALE .................................................................................... 41 2.4.1. Qu’est ce qu’une expression faciale ......................................................................................... 41 2.5 RECONNAISSANCE DE VISAGE 2D+3D.................................................................................................. 45 2.6 CONCLUSION 46 3. CHAPITRE3 : NOTRE SYSTEME POUR LA RECONNAISSANCE DE VISAGE EN 2D ..................... 47 3.1 INTRODUCTION 47 3.2 VERIFICATION UNI-MODALE DE VISAGE 2D ........................................................................................ 47 3.2.1. Acquisition de données ............................................................................................................... 48 3.2.2. Prétraitement d’image ............................................................................................................... 49 3.2.3. Détection 51 3.2.4. Caractérisation 51 3.2.5. Apprentissage 54 3.2.6. Reconnaissance ........................................................................................................................... 3.3 VERIFICATION MULTI-ALGORITHMES DE VISAGE 2D ......................................................................... 56 3.3.1. Limitations des systèmes biométriques monomodaux ............................................................. 56 3.3.2. Les différentes multi-modalités possibles ................................................................................. 57 3.3.3. État de l'art de la fusion de scores ............................................................................................. 58 3.3.4. La fusion de scores ................................................................................................................... 59 3.3.5. Description de la reconnaissance d’expressions faciales ....................................................... 60 3.4 CONCLUSION 63 4. CHAPITRE4 : NOTRE METHODE POUR LAVERIFICATION DES VISAGES 3D .............................. 64 4.1 INTRODUCTION 64 4.2 PREMIERE CONTRIBUTION : LA RECONNAISSANCE DE VISAGE EN 3D LIEES AUX EXPRESSIONS FACIALES BASEE SUR LA METHODE MB_LBP 64 4.2.1. Description des étapes de l’approche proposée ....................................................................... 65 4.2.2. Présentation du Kinect ............................................................................................................... 72 4.3 RECONSTRUCTION ET ANIMATION3D DES EXPRESSIONS FACIALES ................................................... 74 4.3.1. Description de la reconstruction 3D .......................................................................................... 74 4.3.2. Vision stéréoscopique ................................................................................................................. 74 4.3.3. Description de l’animation 3D ................................................................................................... 75 4.3.4. Techniques existantes ............................................................................................................... 75 4.4 DEUXIEME CONTRIBUTION : LA RECONNAISSANCE DE VISAGE 3D BASE SUR LA FUSION SIFT+LBP EN UTILISANT LA BASE DE DONNEES FRGC V1.0 77 4.4.1. Base de données FRGC V1.0 3D ............................................................................................... 77 4.4.2. Description des étapes de l’approche proposée ........................................................................ 77 4.4.3. Scores Fusion 85 4.5 CONCLUSION 86 5. CHAPITRE5 : IMPLEMENTATION, RESULTATS ET COMPARAISON .............................................. 87 5.1 INTRODUCTION 87 5.2 CONTRIBUTION I : IMPLEMENTATIONS, RESULTATS ET COMPARAISON ........................................... 87 5.2.1. Système automatique ‘’Temps réel’’ ....................................................................................... 87 5.2.2. Résultats : Présentation des interfaces de notre Système ....................................................... 96 5.2.3. Comparaison de notre système (AREFK) avec d’autre travaux ........................................ 100 5.3 CONTRIBUTION II : IMPLEMENTATIONS, RESULTATS ET COMPARAISON ......................................... 102 5.3.1. Base de données FRGC V1.0 3D ............................................................................................. 102 5.3.2. Résultats 103 5.3.3. Comparaison des algorithmes de réduction de l’espace de données ................................... 109 5.3.4. Comparaison avec d'autres méthodes et d'autres travaux .................................................. 110 5.4 CONCLUSION 112 CONCLUSION GENERALE ET PERSPECTIVES .................................................................................................... 113 REFERENCES BIBLIOGRAPHIQUES ...................................................................................................... 115 |
| En ligne : | http://thesis.univ-biskra.dz/id/eprint/3849 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| TINF/127 | Théses de doctorat | bibliothèque sciences exactes | Consultable |
