Plan de travail:

1-Introduction. 2-Les domaines dutilisations. 3-principe . 4-Processus de reconnaissance des visages. 5-Les diffrentes mthodes. 6-les nouvelles approches 3D . 7-conclusion.

1-Introduction:
De nos jours, ils existent des ordinateurs capables
deffectuer des tches, qui faites par lhomme, demandent de lintelligence. Malgr tout ce progrs, la machine est toujours situe des annes lumires du cerveau humain. La reconnaissance des visages humains est considre

actuellement comme lune des tches les plus importantes

pour relever le dfi en reconnaissance des formes.

Rien nest plus naturel quutiliser le visage pour identifier une personne. Les images faciales sont probablement la caractristique biomtrique la plus communment employe par lhomme pour effectuer une identification personnelle. le but de reconnaissance des visages est de

concevoir des systmes informatiques capables dgaler

les tres humains dans ce domaine.

2-Les domaines dutilisations:

Aroports & frontires, immeubles gouvernementaux, scurit des rseaux dentreprises ,

tlsurveillance ,
vrification didentits, Dveloppements des applications d'interaction intelligent etc!

3-principe:
Comment le systme visuel humain traite t-il les visages ?

Comment est-il stock en mmoire et comment un visage devient familier ?

Comment se gnralise le processus de reconnaissance

pour de nouvelles images ?

4-Processus de reconnaissance des visages:

 Le codage consiste en l'acquisition d'image et sa digitalisation Dans le prtraitement il faut liminer le bruit par des techniques de traitement et de restauration d'images et

procder une localisation de la tte dans l'image

Dans l'tape Analyse (appele aussi indexation), il

faut extraire de l'image les informations qui seront sauvegardes en mmoire pour tre utilises plus tard dans la phase Dcision.

L'apprentissage

consiste

mmoriser

les

reprsentations calcules dans la phase analyse pour les

individus connus. La dcision : Pour estimer la diffrence entre deux

images, il faut introduire une mesure de similarit.

Les systmes de reconnaissance du visage reposent sur des algorithmes danalyse de limage. Ces programmes

crent

une

image

du

visage,

en

mesurant

les

caractristiques physionomiques des lments du visage qui sont le moins susceptibles aux changements : la distance entre les yeux . les dimensions du nez .

langle des joues.

la distance entre le nez et le menton.

Mesures :

5-Les diffrentes mthodes:

Les travaux portant sur ce domaine, sont sous diffrentes conditions dclairage, dexpression faciales et dorientations . Parmi les mthodes de reconnaissances des visages, on cite : 1) Lapproche base de corrlation Matching By Corrlation .

2) LApproche Gomtrique de Dtection et de Reconnaissance

des Visages . 3) Lapproche globale. 4) Rseaux de neurones.

5-1 Lapproche base de corrlation

Cest une mthode base sur la comparaison des coins caractristiques de limage dentre et une autre de la base, mais avant elle utilise le principe dextraction des coins

(coins outils), ensuite elle procde par la comparaison.

Images : trouver lessentiel

Lide !
on limite les donnes lessentiel dun visage,

sparer le foreground
du visage du background dans limage.

Images : trouver lessentiel

Lide !
1 supprimer la couleur trop variable et

sensible la luminosit

Images : trouver lessentiel

Lide !

1 supprimer la couleur trop variable et sensible la luminosit

2 isoler le visage du
fond qui contient des informations perturbantes (bruit)

Images : trouver lessentiel Lide !

1 supprimer la couleur trop sensible la luminosit 2 isoler le visage du fond qui contient des informations perturbantes (bruit) 3 normaliser les donnes pour attnuer les effets de la lumire
Chapitre 1 : Du prototype lapplication

Images : trouver lessentiel

Principe de la normalisation
350 300 250 200 Sr i e1 150 100 50 0 1 2 3 4 5 6 7 8 9

Calculer la valeur moyenne de tous les pixels dune image = niveau dnergie lumineuse de limage sur 8 bits
250 200 150 Srie1 100 50 0 1 2 3 4 5 6 7 8 9

Rduire les valeurs leves (excs de lumire) Augmenter les valeurs faibles (sous exposition) La normalisation permet dobtenir une image mieux contraste et plus reprsentative des formes du visage.

Dtection des coins caractristiques de visage :

La dtection des coins caractristiques du visage localis se fait

par la mthode gomtrique Harris .

Identification :
Lidentification est le noyau de ce systme, et cest la comparaison des coins caractristiques du visage de teste avec celles des visages de la base de donnes.

Faire la corrlation :
Aprs lextraction des coins caractristiques (les coins outils) des deux visages, le systme fait la corrlation entre eux, puis afficher les deux visages corrler dans une seule

fentre.

Affichage des lignes de la corrlation:

Pendant la comparaison entre les coins de visage de teste avec les coins de visage de la base (coin par coin), le systme affiche les lignes de la comparaison.

On compare

les deux

vecteurs selon le principe

d'lment par lment , et on sauvegarde les rsultats dans un vecteur H. si les deux lments sont gaux, on mettant 0,sinon 1. Puis on calcule le nombre des 1 dans ce vecteur H .

Calcul du taux derreurs:

Le taux derreurs = (le nombre des 1 dans H / longueur(H) )*100

Le taux de ressemblance=100 Le taux derreurs ;

Et si lun des visages de la base

a un taux

maximal de

ressemblance alors il correspondant au visage de teste.

5-2 Lapproche gomtrique de dtection et de reconnaissance des visages

il est sens identifier des visages partir de photos didentit:

localiser les informations utiles de notre systme cest dire

localiser seulement le visage, extraire des caractristiques , il doit comparer ces caractristiques avec dautres qui existent dans la base.

Classification :
Une fois le visage est localis, le systme peut le classifier puis extraire les points caractristiques tels que

les centres des yeux et la bouche, pour le faire passer au

module didentification. Le critre de classification est la proportion de la largeur du visage (l) sur sa hauteur (h)

Dtecteur des caractristiques (Feature Finder) :

Ces caractristiques vont tre essentiellement : Un point centre de lil gauche P1(x1,y1) Un point centre de lil droit P2(x2,y2) Un point centre de la bouche P3(x3,y3) Un point centre du nez. P4(x4,y4)

Paramtrisation du visage :
La Paramtrisation est base sur les relations mtriques entre ces quatre points, le visage est numr par un vecteur spcifiant les relations mtriques existantes entre ces diffrents points

caractristiques .

Identification :
Lidentification est le noyau de ce systme, et cest la

comparaison des caractristiques du visage avec celles des

visages de la base de donnes. Cette comparaison est base sur des notions gomtriques telles que la proportion des distances, les distances Euclidiennes

Identification labsence dun caractre

La question est-ce que le systme peut aussi identifier le visage si on masque un des quatre caractres, tel que lil, la bouche ou le nez ?

Par exemple, si on a lil gauche qui est absente

(occult ou cache par un objet tel que une seule manche de paire des lunettes de soleil), le systme va oprer seulement sur les distances qui relient lil droit la bouche et au nez,

5-3 Les Mthodes Globales :

Cette classe regroupe les mthodes qui mettent en valeur les proprits globales du visage. Le visage est trait comme un tout. Elles se basent principalement sur

linformation pixel .Ces systmes sont trs performants

mais trs lents en phase dapprentissage donc lourds mettre en uvre

5-4 Les rseaux de neurones

Un rseau de neurones est un systme de traitement de
linformation qui a t dvelopp comme gnralisation des modles mathmatiques assortissant la reconnaissance humaine

.ils se composent dun grand nombre dunits de traitement

hautement relies appels neurones ,travaillant ensemble pour excutes une tache de classification donne.

6- lapproche 3D :
Utiliser la forme 3D du visage (plus dinfos, pas de problmes dorientations, permet de tenir compte des illuminations).

Stro photomtrie.

Image en 3D:
Pour cela on doit utiliser plusieurs camras , ces camras sont gnralement disposes diffrents endroits, en face, sur les cts, en bas et au dessus de l'individu

identifier. Cest un dispositif complexe, en particulier

parce qu'il ncessite le traitement des images par un logiciel capable de gnrer, sans erreur, un profil 3D partir de plusieurs prises de vue.

Capteur 3D

Modle 3d

Candide 3d

Autre modle 3d

Image en 3D en stro photomtrie

Avec la stro photomtrie, le processus est simplifi. ll ne ncessite l'utilisation que d'un seul appareil photo. L'appareil est connect plusieurs flashs, entre trois et six, qui se dclenchent tour tour, intervalle extrmement rduit. Si rduit que la

personne photographie n'a l'impression d'tre claire qu'une

seule fois. C'est la disposition des sources de lumire et leurs effets

d'ombre sur un visage qui confrent au systme toute son

efficacit.

7-Conclusion:
Une technologie en pleine expansion ,trs utiliser dans le

domaines de scurit dans les aroports , frontires, centres

commerciaux ,casinos! Applications embarques (voiture, tlphone, portable, ) Les variables telles que des lunettes de soleil, des moustaches et des barbes, des expressions faciales

anormales et l'inclinaison importante de la tte peuvent

causer des anomalies avec des systmes d'identification du visage. Une chirurgie importante du cartilage du visage pourrait tromper le systme.