Rapport de projet sur la détection de visages

Résumé du document

La reconnaissance de visages est un problème important dans le domaine de la reconnaissance de formes (RdF) , est aussi un sujet important du fait qu'il intervient dans beaucoup d'applications très utilisées dans la vie quotidienne. Dans le cadre du projet du traitement statistique de l'information
(TDSI) et en s'inspirant des différentes méthodes et algorithmes utilisés dans le domaine de la Reconnaissance de formes, il nous ait demandé de réaliser une application qui permet la détection de visages. Pour cela, nous avons utilisé le langage de calculs numériques Octave.
La Reconnaissance des Formes ou RdF est un chapitre de l'intelligence artificielle qui vise à automatiser les taches de perceptions artificielles normalement réalisées par le cerveau humain. La RdF trouve de nombreuses applications dans divers domaines de la médecine, du contrôle de procédés de fabrication, de la vision robotique, de la reconnaissance de visages, la reconnaissance de la parole ou de
l'écriture manuscrite etc.
La RdF est possible grâce à la réduction méthodique d'informations : A partir d'une donnée très riche, par exemple une image numérisée, on veut obtenir une information pertinente qui contient par exemple l'indication que l'image a une forme circulaire ou rectangulaire qu'on pourra en déduire par la suite que c'est une maison, un chiffre ou un fruit.
Un système de reconnaissance de formes se compose d'une phase « d'apprentissage », où ce dernier apprend à reconnaitre les formes sur la base d'échantillons fournis. Lorsque cette phase est achevée, le système sera prêt à reconnaitre les formes inconnues qui lui seront remises. On distingue deux types d'apprentissages : l'apprentissage supervisé où on fournit avec chaque échantillon la classe dont il s'agit et le non-supervisé où on se limite à fournir juste les échantillons.

Extraits

[...] Dans le domaine de la reconnaissance de visages, une classe peut représenter un visage ou un arrière plan. II ESPACE COLORIMETRIQUE Un espace colorimétrique associe des nombres aux couleurs visibles, Compte tenu des limites de la vision humaine, ces nombres se présentent généralement sous la forme de triplets. Chaque couleur de lumière peut donc être caractérisé par un point dans un espace à trois dimensions Le modèle RGB (Red,Green,Blue) RVB, abréviation de Rouge vert Bleu, est un format de codage de couleurs. [...]

[...] Néanmoins la méthode des k-moyennes souffre d'un défaut qui est l'introduction de certaines discontinuités aux frontières des classes mais il existe des méthodes permettant de réduire le nombre de composantes connexes de chaque classe. Dans le cadre de notre projet, il nous ait demandé de réaliser un algorithme d'apprentissage k-moyennes associé à une distance de mahalanobis. Le corpus d'apprentissage se constitue de sept images accompagnées de leurs images masques (Représentation en blanc des visages) Octave GNU octave² est un logiciel de calcul numérique comparable à MATLAB et a SCILAB. Ce logiciel est distribué sous licence GNU GPL. Ce logiciel est disponible dans tous les systèmes d'exploitation disponibles. [...]

[...] Pour le reste du projet, nous avons gardé les tailles des images initiales sans avoir à les redimensionner. Cela va avoir un impact sur le temps d'apprentissage mais ca nous permettra de tester la fiabilité de notre programme Performances de la reconnaissance Nous avons réalisés les fonctions permettant de passer du mode RVB HSV et YCbCr mais malheureusement faute de temps, on n'a pas pu les tester pour avoir des RVB résultats à comparer avec les résultats obtenus dans le modèle RVB. [...]

[...] Le processus de la reconnaissance de formes s'appuie sur un schéma classique qui décrit les traitements à effectuer : Numérisation Prétraitement Codage Modèle Reconnaissance Apprentissage Résultat 1 UNIVERSITE DE PARIS XI TRAITEMENT STATISTIQUE DE L'INFORMATION DETECTION DE VISAGES Numérisation : obtenir une représentation des données à traiter qui soit manipulable sur machine. Prétraitement : élimination des bruits, normalisation, amélioration des contrastes, etc. Codage : extraction des données utiles et mise sous forme compatible avec les outils d'apprentissage et de décision utilisés. Apprentissage : à partir d'un ensemble d'échantillons ou étiquettes, construire un modèle qui contient une représentation des classes. Reconnaissance : Utiliser le modèle généré par la phase d'apprentissage pour classifier l'échantillon fournie et ainsi fournir le résultat trouvé. [...]

[...] La valeur 0 correspond au noir. Le modèle HSV est particulièrement utilisé dans les applications graphiques. On a joint le code en octave permettant de passer du modèle TSV au RVB et inversement. Figure2 : Le cylindre représentant le modèle TSV 3 UNIVERSITE DE PARIS XI TRAITEMENT STATISTIQUE DE L'INFORMATION DETECTION DE VISAGES 2.2 Le modèle YCbCr Le modèle YCbCr est une manière de représenter l'espace colorimétrique en vidéo, il permet une restitution plus fiable de la couleur .Il est aussi utilisé dans le domaine de l'informatique, plus exactement dans le codage des images JPEG. [...]