| Titre : | Méthodes globales et réseaux de neurones pour l Ledentification de visage |
| Auteurs : | Hanane Nebbar, Auteur ; Saigaa D, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algerie] : Université Mohamed Kheider, 2011 |
| Format : | 102.P / Ill / 30/20 cm |
| Accompagnement : | CD |
| Note générale : |
Bibliographie |
| Langues: | Français |
| Mots-clés: | Authentification des visages,ACP,DCT,Réseaux de neurones,MLP RBF Authentication faces,neural networks,MLP,RBF. |
| Résumé : |
La reconnaissance des visages humains soit un domaine difficile, à cause de la multitude des paramètres qu'il faut prendre en compte (variation de posture, éclairage, style de coiffure, port de lunettes, de barbes, de moustaches, vieillesse…), Notre contribution est du proposer des méthodes d'extraction des caracteristiques et de classification, nous avons appliqué la méthode d'analyse en composant principale (ACP) et la DCT (Discret Cosinus Transform) pour extraction du vecteur des caractéristiques, et calcul le distances , pour ensuite faire passer les vecteurs résultants au classifieur RBF et MLP, afin d'améliorer les performances du système d'authentification des visages nous avons testé ces méthodes sur des images frontales de la base de données XM2VTS selon son protocole associé (protocole de Lausanne) The recognition of human faces is a difficult area because of the multitude of parameters that must be taken into account (changes in posture, lighting, hairstyle, glasses, beards, mustaches, old age….) Our contribution is to propose methods of feature extraction and classification, we applied the method of principal component analysis (PCA) and the DCT (Discrete Cosine Transform) to extract the vector of characteristics, and calculating the distances then passing the resultant vectors in RBF and MLP classifier to improve the performance of the authentication system faces we have tested these methods on frontal images of the database XM2VTS according to its associated protocol (Protocol of Lausanne) |
| Sommaire : |
Introduction générale.1 Chapitre I – La reconnaissance biométrique et la reconnaissance de visage I.1. Introduction.3 I.2. Définition de la biométrie4 I.3. Pourquoi la biométrie ?4 I.4. Présentation des techniques biométriques4 I.4.1 Les techniques d'analyse de la morphologie humaine4 I.4.1.1 Empreint digitale4 I.4.1.2 Forme de la main5 I.4.1.3 Forme de visage 6 I.4.1.4 Rétine 7 I.4.1.5 Iris 7 I.4.2. Technique d'analye du comportement 8 I.4.2.1 Signature 8 I.4.2.2 Frappe du clavier 8 I.4.2.3 Voix 9 I.4.3. Système à technologies multiples 9 I.5. Autres techniques 10 I.6. Comparaison des systèmes biométriques 10 I.7. Architecture de système biométrique 11 I.7.1. Module d'apprentissage11 I.7.2. Module de reconnaissance 12 I.7.3. Module d'adaptation 12 I.8 La reconnaissance de visage 13 I.9. Pourquoi la reconnaissance de visage?13 I.10. Le problème de la Reconnaissance de visage13 I.11. Processus de reconnaissance des visages 14 I.12. Les méthodes existantes de reconnaissance de visages.19 I.12.1 Méthodes locales 20 I.12.1.1 HMM (Hidden Markov Models).21 I.12.1.2 Couleurs 21 I.12.2 Méthodes globales21 I.12.2.1 Corrélation22 I.12.2.2. L'approche connexionniste22 I.12.2.3. L'Approche ACP (ou Les Visages Propres) 23 I.12.2.4. DCT 23 I.12.3 Méthodes Hybrides 24 I.13 Conclusion 24 Chapitre II – Base de données II.1 Introduction 25 II.2 Historique 25 II.3 La base de données XM2VTS 26 II.4 Le protocole de XM2VTS ou "Le protocole de lausanne"29 II.5 Mesure de qualité 32 II.6 Traitement préliminaire 33 II.7 Outil 34 II.8 Conclusion 34 Chapitre III – Méthodes d’extractions des caractéristiques et de classifications III.1 Introduction 35 III-2 Méthodes d’extractions des caractéristiques 35 III-2-1 La méthode PCA (Principal Component Analysis)35 III.2.1 .1 Idée générale de la méthode ACP36 III.2.1 .2 ACP (approche intuitive)36 III.2.1 .3 ACP( approche mathématique)37 III.2.1 .4 Application de l'ACP aux images de visage 40 III.2.1 .5 Détermination de la dimension du sous-espace principal 41 III -2-2 La méthode DCT (Discret Cosinus Transform)43 III -2-2 -1 Norme JPEG 44 III -2-2 -1-1 principe de compression JPEG 44 III -2-2 -1-2 Transformation DCT 46 III -2-2 -1-3 Quantification 47 III -2-2 -1-4 Codage par plage RLE (Run Length Encoding)48 III -2-2 -1-5 codage entropique 48 III -2-2 -1-6 codage de huffman 48 III -2-2 -1-7 codage arithmétique 50 III -2-2-2 Application de la DCT aux images de visage 51 III -3 Techniques de classifications 52 III-3-1 Mesure de similarité 52 III-3-1-1 La norme L152 III-3-1-2. La norme L2 52 III-3-1-3. Covariance 52 III-3-1-4. Distance de Mahalanobis 53 III-3-1-5. Corrélation 53 III-3-2 classification par seuillage 53 III-3-3 Classification par réseaux de neurones 54 III-3-3-1 Classifieur par réseaux de neurones MLP 54 III -3-3-1-1 Formalisme 54 III -3-3-1-2 Séparation linéaire entre les classes 56 III -3-3-1-3 Architecture d’un réseau MLP 57 III -3-3-1-4 Apprentissage des réseaux MLP 59 III-3-3-2 Classifieur par réseaux de neurones à fonction de base radiale (RBF)62 III-3-3-2-1 Formalisme 62 III-3-3-2-2- Séparation linéaire entre les classes64 III-3-3-2-3- Architecture d'un réseau RBF64 III-3-3-2-4- Apprentissage des réseaux RBF65 III-3-3-2-5- Choix de la métrique et de la largeur des noyaux66 III-3-3-3 Différences entre deux types de réseaux67 III .4Conclusion67 CHAPITRE IV : LES RESULTATS DE SIMULATION IV.1 Introduction68 IV.2 Prétraitement d’image68 IV.2.1 Réduction de données70 IV.2.1.1 Découpage70 IV.2.1.2 Filtrage70 IV.2.1.3. Décimation des images 71 IV.2.2 Création de la matrice d'apprentissage71 IV.2.3 Normalisation71 IV.3 Extraction des caractéristiques et classification71 IV.3.1 Méthodes d’extractions des caractéristiques72 IV.3.1.1 La méthode PCA 72 IV.3.1.2 La méthode DCT 73 IV.3.2 Classification 75 IV.3.2.1 Classification par seuillage 75 IV.3.2.2 Classification par Réseau de neurone MPL, RBF 81 IV.3.3 Etude comparatif 100 IV.4 Conclusion100 Conclusion générale.101 |
Disponibilité (2)
| Cote | Support | Localisation | Statut | Emplacement | |
|---|---|---|---|---|---|
| TH/0219 | Mémoire de magistere | BIB.FAC.ST. | Empruntable | Salle de mémoires et de théses | |
| TH/0219 | Mémoire de magistere | BIB.FAC.ST. | Empruntable | Salle de mémoires et de théses |
Les abonnés qui ont emprunté ce document ont également emprunté :
| L'influence de la couleur a l'authentification de visage | عتروس, منصور |
| L'importance de la couleur à l'authentification de visage | Allaoua, Touam |
Erreur sur le template
