| Titre : | Reconnaissance de Visage basée sur l’Analyse Multidimensionnelle |
| Auteurs : | Mohcene Bessaoudi, Auteur ; Mèbarka Belahcene, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algerie] : Université Mohamed Kheider, 2019 |
| Langues: | Français |
| Mots-clés: | Reconnaissance de visage,Analyse multidimensionnelle,MEFDA,MSIDA,Apprentissage multilinéaire,Représentation tensorielle. |
| Résumé : | Au cours de ces dernières décennies, la biométrie a fait l’objet d’une grande attention en raison du besoin sans cesse croissant d’authentification d’identité. Parmi diverses modalités biométriques, le visage offre des avantages compétitifs, car l’acquisition de données faciales est naturelle, non intrusive et bien acceptée par les humains. L’utilisation des techniques d’apprentissage de sous-espaces multilinéaires dans la reconnaissance de visage a suscité un vif intérêt par la communauté scientifique pour la réduction de la dimensionnalité et la classification des données multidimensionnelles. Cette thèse est consacrée à la reconnaissance automatique de visage basée sur l’analyse multidimensionnelle. Dans la première partie, nous proposons une nouvelle méthode de projection supervisée multilinéaire, appelée MEFDA (Multilinear Enhanced Fisher Discriminant Analysis), pour la vérification du visage multimodale (2D+3D). Cette méthode améliore la capacité de généralisation en décomposant le processus d'analyse discriminante en une diagonalisation simultanée des matrices de dispersion inter-classes et intra-classes, résultant du déploiement des données tensorielles. En plus, MEFDA utilise le critère de tenseur discriminant basé sur une procédure itérative afin d’obtenir les matrices de projection optimale dans chaque mode du tenseur. En outre, dans cette méthode, la structure originale et la géométrie naturelle des données sont respectées. L'algorithme proposé a été évalué sur trois bases de données de visages 3D, FRGC V2.0, CASIA 3D et Bosphorus, dans le contexte difficile des poses, expressions, illuminations et occlusions. Les résultats expérimentaux démontrent que la méthode proposée surpasse de manière significative les méthodes de l’état de l’art. Dans la deuxième partie, nous proposons une nouvelle méthode multilinéaire semi supervisée pour la vérification de visage et la parenté dans les environnements non contrôlés. Nous appelons le nouvel algorithme MSIDA (Multilinear Side-Information based Discriminant Analysis) et l’utilisons pour résoudre le problème de la correspondance de paires de visages, qui sont caractérisées par des données faiblement étiquetées. Cette nouvelle méthode permet de représenter naturellement des images multidimensionnelles et d'extraire des informations utiles directement à partir de données tensorielles plutôt que de matrices ou de vecteurs. Dans la méthode MSIDA, plusieurs sous-espaces inter-reliés sont obtenus sur différentes modes de tenseurs, de sorte que les sous-espaces sont appris de manière itérative en dépliant le tenseur dans les différentes modes. En utilisant uniquement les informations d'étiquette faibles, MSIDA projette le tenseur de visages dans un nouvel sous-espace dans lequel la discrimination est améliorée. L’évaluation expérimentale sur quatre bases de données de visages (LFW, Cornell KinFace, UB KinFace et TSKinFace) montre que l’approche proposée surpasse de manière significative l’état de l’art actuel. |
| Sommaire : |
Table des matières
Dédicaces .................................................................................................................................. ii Remerciements .......................................................................................................................... iii Publications & Communications associées à la thèse ............................................................... iv الملخص ........................................................................................................................................ v Abstarct .................................................................................................................................... vi Résumé .................................................................................................................................... vii Table des matières ................................................................................................................... viii Liste des figures ....................................................................................................................... xii Liste des tableaux .................................................................................................................... xiv Abréviations ............................................................................................................................ xvi Notations mathématiques ....................................................................................................... xvii Chapitre 1 Introduction 1.1 Contexte et motivation ......................................................................................................... 2 1.2 Objectifs et contributions originales .................................................................................... 4 1.3 Reconnaissance biométrique ................................................................................................ 6 1.4 Pourquoi la biométrique faciale ?......................................................................................... 7 1.5 La reconnaissance faciale de la parenté ............................................................................. 10 1.5.1 Applications de la reconnaissance de la parenté ......................................................... 11 1.5.2 Difficultés de la reconnaissance de visage et la parenté .............................................. 11 1.5.2.1 Changement d’illumination .................................................................................. 12 1.5.2.2 Pose de la tête ........................................................................................................ 13 1.5.2.3 Occultations .......................................................................................................... 13 1.6 Evaluation de la performance d’un système biométrique .................................................. 14 1.6.1 Mesure des performances pour la reconnaissance du visage ...................................... 14 1.6.2 Mesure des performances la reconnaissance faciale de la parenté .............................. 15 1.7 Articulation de la thèse ....................................................................................................... 15 Chapitre 2 Propriétés de l'algèbre multilinéaire 2.1 Introduction ........................................................................................................................ 19 2.2 Bases d'algèbre multilinéaire .............................................................................................. 19 2.2.1 Notations ...................................................................................................................... 19 2.2.2 Définition mathématique ............................................................................................. 21 2.2.2.1 Vectorisation : transformation tenseur en vecteur ................................................ 21 2.2.2.2 Déploiement de tenseurs ....................................................................................... 22 2.2.2.3 Produit intérieur tensoriel et norme de Frobenius ................................................. 23 2.2.2.4 Produit extérieur .................................................................................................... 23 2.2.2.5 Produit mode k : multiplication tenseur matrice ................................................... 24 2.2.2.6 Produit de Kronecker ............................................................................................ 25 2.2.2.7 Mesure de distance tenseur ................................................................................... 26 ix 2.3 Projections multilinéaires ................................................................................................... 28 2.3.1 Projection vecteur en vecteur ...................................................................................... 28 2.3.2 Projection tenseur en tenseur ....................................................................................... 29 2.3.2 Projection tenseur en vecteur ....................................................................................... 31 2.4 Relations entre les projections multilinéaires..................................................................... 32 2.4.1 Nombre de paramètres à estimer ................................................................................. 33 2.5 Apprentissage de sous-espace linéaire ............................................................................... 34 2.5.1 Définition du problème ................................................................................................ 35 2.6 Apprentissage de sous-espace multilinéaire ....................................................................... 36 2.6.1 Définition du problème ................................................................................................ 36 2.6.2 Mesures de dispersion pour les tenseurs ...................................................................... 36 2.7 Réduction de la dimensionnalité par l’apprentissage de sous-espace ................................ 38 2.8 Conclusion .......................................................................................................................... 41 Chapitre 3 Etat de l’art sur l'analyse multilinéaires pour la reconnaissance faciale 3.1 Introduction ........................................................................................................................ 43 3.2 Historique d’apprentissage de sous-espaces multilinéaire ................................................. 43 3.3 Revue sur les algorithmes d’apprentissage de sous-espaces multilinéaires pour la reconnaissance faciale .............................................................................................................. 44 3.3.1 Approches d’apprentissage de sous-espaces multilinéaires non supervisées .............. 46 3.3.1.1 Techniques d’apprentissage de sous-espaces multilinéaires non supervisées par la projection tenseur en tenseur ............................................................................................ 46 3.3.1.2 Techniques d’apprentissage de sous-espaces multilinéaires non supervisées par la projection tenseur en vecteur ............................................................................................ 57 3.3.3 Approches d’apprentissage sous-espaces multilinéaires supervisées .......................... 58 3.3.3.1 Techniques d’apprentissage de sous-espaces multilinéaires supervisées par la projection tenseur en tenseur ............................................................................................ 59 3.3.3.2 Techniques d’apprentissage de sous-espaces multilinéaires supervisées par la projection tenseur en vecteur ............................................................................................ 63 3.4 Conclusion .......................................................................................................................... 67 Chapitre 4 MEFDA pour la vérification multimodale du visage 2D+3D robuste 4.1 Introduction ........................................................................................................................ 69 4.2 MEFDA (Multilinear Enhanced Fisher Discriminant Analysis)........................................ 72 4.3 Aperçu de l’approche de vérification de visage proposé ................................................... 77 4.3.1 Conception du tenseur basé sur les caractéristiques locales ........................................ 77 4.3.1.1 Descripteur LPQ (Local Phase Quantization) ....................................................... 78 4.3.2 Réduction de la dimensionnalité et classification ........................................................ 81 4.4 Evaluation expérimentale ................................................................................................... 82 4.4.1 Base de données de visage ........................................................................................... 83 4.4.1.1 Base de données FRGC V2.0 ................................................................................ 83 x 4.4.1.2 Base de données CASIA 3D ................................................................................. 83 4.4.1.3 Base de données Bosphorus .................................................................................. 84 4.4.2 Paramètres de réglage .................................................................................................. 84 4.4.3 Résultats et discussion ................................................................................................. 85 4.4.3.1 Vérification uni-modale de visage 2D et 3D ........................................................ 85 4.4.3.2 Vérification multimodal de visage 2D + 3D ......................................................... 86 4.4.3.3 MEFDA vis à vis EFM ......................................................................................... 87 4.4.3.4 Le temps de complexité ........................................................................................ 89 4.4.3.5 MEFDA vis à vis toutes les approches ................................................................. 89 4.4.3.6 Comparaison avec l'état de l'art............................................................................. 91 4.5 Conclusion .......................................................................................................................... 93 Chapitre 5 MSIDA pour la vérification du visage et de la parenté 5.1 Introduction ........................................................................................................................ 96 5.2 Etat de l’art ......................................................................................................................... 97 5.3 MSIDA (Multilinear Side-Information based Discriminant Analysis) .............................. 98 5.3.1 SILD ............................................................................................................................ 98 5.3.2 MSIDA ........................................................................................................................ 99 5.4 Vérification des paires de visages basés sur MSIDA ....................................................... 103 5.4.1 Extraction de caractéristiques .................................................................................... 104 5.4.1.1 Descripteur LPQ (Local Phase Quantization) ..................................................... 104 5.4.1.2 Descripteur BSIF (Binarized Statistical Image Features) ................................... 105 5.4.2 Matching .................................................................................................................... 106 5.5 Expériences ...................................................................................................................... 107 5.5.1 Base de données de visage ......................................................................................... 107 5.5.1.1 Base de données LFW (Labeled Faces in the Wild) ........................................... 107 5.5.1.2 Base de données Cornell KinFace ...................................................................... 108 5.5.1.3 Base de données UB KinFace ............................................................................. 108 5.5.1.4 Base de données TSKinFace ............................................................................... 109 5.5.2 Paramètres de réglage ................................................................................................ 110 5.5.3 Résultats et discussion ............................................................................................... 110 5.5.4 Effet de la quantité de paires d'apprentissage ............................................................ 113 5.5.5 MSIDA faiblement supervisé contre LDA et MDA supervisé .................................. 115 5.5.6 Temps de complexité ................................................................................................. 116 5.5.7 Comparaison avec l'état de l'art ................................................................................. 117 5.5.7.1 Vérification de visage dans les environnements non contrôlés .......................... 117 5.5.7.2 Vérification de parenté dans les environnements non contrôlés ......................... 119 5.6 Conclusion ........................................................................................................................ 120 6.1 Conclusion générale ......................................................................................................... 123 6.2 Perspectives ...................................................................................................................... 125 Bibliographie .......................................................................................................................... 128 |
Disponibilité (1)
| Cote | Support | Localisation | Statut | Emplacement | |
|---|---|---|---|---|---|
| TH/0983 | Thèse de doctorat | BIB.FAC.ST. | Empruntable |
Erreur sur le template
