| Titre : | Reconnaissance Facial dans une séquence d’images |
| Auteurs : | Kaouthar Soltane, Auteur ; Djouher Akrour, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2022 |
| Format : | 1 vol. (52p.) / couv. ill. en coul |
| Langues: | Français |
| Mots-clés: | Reconnaissance faciale, OpenCV, Apprentissage profond,CNN,Reconnaissance de visage, Détection de visage, extraction des caractéristiques de visage, deep face,python |
| Résumé : |
La reconnaissance faciale est une technologie de plus en plus répandue, basée sur l’intelligence artificielle, permettant d’identifier une personne sur une photo ou une vidéo en comparant son visage avec ceux sauvegardés dans une base de données. Cette technologie est utilisée dans plusieurs domaines tel que le contrôle dans les aéroports et aux frontières, le déverrouillage des téléphones, la recherche des personnes disparues, la réduction de la criminalité dans les magasins, … Notre travail consiste à concevoir et implémenter un système permettant de faire la détection et la reconnaissance faciale dans une séquence d’image basé sur la technique CNN. La détection du visage dans chaque frame de la vidéo nous a permis de faire le suivi de la personne reconnu. Nous avons pu ajouter aussi un module de détection des expressions faciales. Les résultats obtenus par notre application sont satisfaisant. |
| Sommaire : |
TABLE DES MATIÈRES Introduction générale….1 chapitre 1 La reconnaissance faciale: Concepts de. 3 1.2 Un système biométrique . 3 1.2.1 Les phases d’un système biométrique .... 3 1.2.2 Modules de systèmes biométriques 4 1.3 La biométrie : . 5 1.4 Les caractéristiques de biométrie : 5 1.5 La biométrie du visage 6 1.6 La reconnaissance faciale.. 6 1.6.1 Définition.. 6 1.6.2 Système de reconnaissance faciale. 7 1.7 La détection de visage :. 8 1.8 Les difficultés liées à la détection de visage : .. 9 1.9 Les techniques de détection et reconnaissance de vissage10 1.9.1 Les méthodes de détection de visage : ...... 10 1.9.2 Techniques de reconnaissance de visage.. 11 1.9.3 Principales difficultés de la reconnaissance de visage 13 1.9.3.2 Influence des variations de la pose... 14 1.9.3.3 Influence des expressions faciales . 14 1.9.3.4 Influence des occultations partielles . 15 1.10 Conclusion .. 15 chapitre 2 : L’apprentissage profond et la reconnaissance faciale ... 16 2.1 Introduction . 16 2.2 Définitions ... 16 2.3 Le principe de l'apprentissage automatique ..... 17 2.4 L’apprentissage profond (deep learning) . 19 2.5 Pour quoi le choix deep Learning . 19 2.6 Les différentes Architectures du Deep Learning : . 20 2.6.1 Réseaux de neurones convolutifs .. 20 2.6.2 Réseaux de neurones récurrents .......... 21 2.6.3 Modèle génératif...... 21 2.7 L’architecture de CNN ... 22 2.7.1 Couche de convolution (CONV) ... 23 2.7.2 Couche de pooling (POOL) .. 24 2.7.3 Couche de « entièrement connectée » (FC).. 25 2.7.4 Couche de perte (LOSS) 26 2.8 Domaine d’application de Deep Learning. 26 2.9 La reconnaissance faciale (Deep Face Recognition) 26 Un système de reconnaissance faciale est composé de trois modules 26 2.9.1 Composantes de la reconnaissance faciale 26 2.9.2 Traitement du visage ...... 27 2.9.3 Extraction en profondeur... 27 2.9.4 Correspondance des visages par des traits profonds. 28 2.9.5 Les travaux existant .......... 28 2.10 Système ECNN ............ 29 2.10.1 Présentation ................ 29 2.10.2 Architecteur du système ECNN ...... 31 chapitre 3 : Conception et implémentation 32 3.1 Introduction ..... 32 3.2 Conception générale de notre système :......... 32 3.3 Conception détaillé..... 33 Dans ce paragraphe n.... 33 3.3.1 L’apprentissage du modèle. 34 3.3.2 Importer des bibliothèques 34 3.3.4 Entrainement du model (Training) ................... 34 3.3.5 La détection de visage ... 36 3.3.6 La reconnaissance de visage... 36 3.3.7 Extraction les caractéristique 36 3.3.8 Formation du modèle avec keras.37 3.3.9 Présentation l’architecture Xception ... 37 3.4 Définition de la Convolution séparable37 3.5 La convolution séparable en profondeur dans Xception... 38 3.6 Implémentation.... 38 3.6.1 Environnements et Outils de développement.. 39 3.6.2 Environnement de développement .. 39 3.6.3 La base de données .. 42 3.7 Algorithmes . 42 3.8 Présentation de système... 43 3.8.1 Interface de notre système 44 3.8.2 Résultats et discussion.. 44 3.8.3 Suivi du visage en temps réel 44 3.8.4 Suivi du visage en temps passive 45 3.9 Résultat. 47 3.10 Conclusion... 50 Conclusion général.51 Référence…………………………………………………………………………..52 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/756 | Mémoire master | bibliothèque sciences exactes | Consultable |
