Chapitre 3 :
|
|
|
|
|
|
|
|
|
Conception et Réalisation
|
Chapitre 3
Conception et implémentation
Introduction:
Ce chapitre est consacré à la conception et
réalisation de notre application. La première partie de ce
chapitre est une présentation des détails ainsi que les approches
théoriques utilisées dans le cadre de la conception de notre
système de reconnaissance de visages à base de la LDA. Tandis que
la seconde partie c'est l'implémentation de ce système et la
présentation matériel et logiciel nécessaire à son
fonctionnement.
I. Conception:
La structure générale du système de
reconnaissance de visages comporte deux phases :
1) La phase d'apprentissage : Comme son nom
l'indique, c'est la phase où le système apprend la personne
à partir d'une ou plusieurs images, elle s'effectue en utilisant
l'algorithme de Fisher. A la fin de cette étape, on aura pour chaque
personne un modèle unique qui leCaractérise.
2) La phase de test : Elle consiste à
identifier une personne de la base de test à partir de celles qui se
trouvent dans la base d'apprentissage.
Voici le schéma général du système
:
Création de la base de données En
Choisir une personne
Base d'apprentissage
Base de test
Reconnaissance
Comparaison
Application de l'algorithme de Fisher
Base de donnés su système
Figure III-1 : Architecture globale
du système de reconnaissance de visage
I.1. Création de la base de données :
On a utilisé une seule base de visages et c'est la base
Yale. Elle se compose de 165 images frontales en niveau de gris de 15
personnes, avec 11 images pour chacune. On trouve trois angles
d'éclairage différents : gauche, centre et droit, et il existe
des images avec lunette et sans lunettes. La base offre des images incluant
différentes expressions faciales : normale, triste, heureux, somnolant,
étonnant, et clignotement de l'Sil.
Les limitations de cette base de données sont : le
nombre limité de personnes, les positions exactes des sources
d'éclairage ne sont pas indiquées, il n'y a aucune variation
d'angle de pose et les facteurs environnementaux (tels que la présence
de ou l'absence de la lumière ambiante) ne sont pas également
décrits.[6]
I.1.1. Base d'apprentissage :
La base d'apprentissage est composée de 105 images de 15
individus différents, soit 7 images par individus dont les positions
sont différentes par rapport à celle de la base de test.
Figure III-2 : Quelques exemples
extraits de la base d'apprentissage Yale
I.1.2. Base de test:
La base de test est composée de 60 images de 15individus
différents, soit 4 images par individus dans des positions
différentes à celle de la base d'apprentissage.
Figure III-3 :Quelques exemples
extraits de la base de test Yale.
La création de la base de données est
l'étape initiale qui permet d'introduire les images d'apprentissage,
cela est assuré dans notre application par la fonction
Acquisition.
| 
