Résumé
Malgré la pléthore d'approches et de
méthodes qui ont été proposées pour résoudre
le problème de vérification automatique de visage humains, il
demeure un problème extrêmement difficile, ceci est du au fait que
le visage de personnes différentes ont globalement la même forme
alors que les images d'un même visage peuvent fortement varier du fait
des conditions d'éclairage, de la variation de posture, des expressions
faciales. De nos jours ces systèmes de vérification
d'identité sont de plus en plus nécessaires, vu la multitude des
applications qui leurs font appel (contrôle d'accès aux sites dits
sensibles, interface homme -machine ...).
Dans ce travail, nous présentons le modèle
de vérification (authentification) de visage basé sur la
technique d'analyse discriminante linéaire (LDA) ou (Fisher-Face) pour
l'extraction du vecteur caractéristique de l'image de visage .pour
validé ce travail nous avons testé cette technique sur des images
frontales de la base de données XM2VTS selon son protocole
associé (protocole de Lausanne).
Introduction
générale
Introduction générale
Les moyens classiques de vérification
d'identité pour les contrôles d'accès : comme passeport, la
carte d'identité, les mots de passe ou les codes secrets peuvent ~tre
facilement falsifiés .La solution apparaît pour remédier
à ce problème est d'utiliser la biométrie. Cette
dernière joue un rôle de plus ou plus important dans les
systèmes d'authentification et identification. Les processus de
reconnaissance biométrique permettent la reconnaissance d'individus en
se basant sur les caractéristiques physique et comportementale de
l'individu. Différentes technologies ont été
développées telle que: les empreintes digitale, l'iris, la voix
la main et le visage .Ce dernier constitue l'objectif principale de notre
mémoire.
La reconnaissance des visages est l'une des techniques de la
biométrie la plus utilisée, ceci est dû à ses
caractéristiques avantageuses dont on peut citer:
- Disponibilité des équipements d'acquisition
et leur simplicité
- Passiveté du système : un système
de reconnaissance de visages ne nécessite aucune coopération de
l'individu, du genre : mettre le doigt ou la main sur un dispositif
spécifique ou parler dans un microphone .En effet, la personne n'a
qu'à rester ou marcher devant une caméra pour qu'elle puisse
être identifiée par le système.
En plus, cette technique est très efficace pour la
situation non standard. C'est le cas oft on ne peut avoir la coopération
de l'individu à identifier, par exemple lors d'une arrestation des
criminels.
Certes la reconnaissance des visages n'est pas la
technique la plus fiable comparée aux autres techniques de
biométrie, mais elle peut être ainsi si on peut trouver les bons
attributs d'identification représentant le visage à
analyser.
Dans un système de reconnaissance de visage, ce
dernier est soumis à un éclairage très varié en
contraste et luminosité, un arrière plan. Cette forme à
trois dimensions, lorsqu'elle s'inscrit sur une surface à deux
dimensions, comme c'est le cas d'une image, peut donner lieu à des
variations importantes .Le visage n'est pas rigide, il peut subir une grande
variété de changements dus à l'expression (joie,
peine...), à l'tge, aux cheveux, à l'usage de produits
cosmétiques...etc
Le but de notre travail est l'authentification
d'identité par l'analyse du visage, un système d'authentification
a pour but de vérifier l'identité d'un individu après que
celui-ci se soit identifié. Il ne s'agit donc pas d'un système
d'identification qui lui se charge de découvrir l'identité a
priori inconnue d'un individu.
L'idée principale de ce travail est d'utiliser la
méthode discriminante linéaire (LDA) pour l'extraction des
caractéristiques de l'image de visage. Nos expériences ont
été exécutées sur la base de données XM2VTS
(Extended Multi Modal Verification for Teleservices and Security application)
selon le protocole de Lausanne. La performance du système
d'authentification est évaluée en termes du taux de faux rejet
(TFR); la proportion d'accès clients rejetés par le
système, et du taux de fausse acceptation (TFA) ; la proportion
d'imposteurs réussissant à y pénétrés. Le
Taux de réussite (TR) d'un système d'authentification est
défini comme étant :
TR = 1 -- (TFA + TFR).
Le présent mémoire est répartir comme
suit :
Le premier chapitre présente un bref aperçu
des technologies biométriques et la distinction entre l'authentification
et l'identification, et les différentes méthodes de
reconnaissance de visage.
Le chapitre 2 donne les étapes de réduction de
la dimension d'image, ainsi qu'une explication détaillée sur la
vérification de visage à l'aide d'une méthode globale dite
"l'analyse en composantes principales (ACP)" et la méthode d'analyse
discriminante A linéaire.
Le chapitre 3 présente la base de données de
visages sur laquelle nos expériences ont été
exécutées. Le protocole de test est décrit en
détail et la motivation pour le choix de cette base est
expliquée.
Le chapitre 4 donne les résultats
expérimentaux obtenus en utilisant l'analyse en composantes principales
et l'analyse discriminante linéaire. Nous insistons sur l'influence des
paramètres de l'algorithme réalisé (comme : la taille du
vecteur caractéristique de l'image du visage et le type de distance
utilisée pour la mesure de similarité).
Nous terminons enfin par une conclusion
générale.
| 
