Table des matières
INTRODUCTION GÉNÉRALE 10
CHAPITRE 1 : LA DÉTECTION DE VISAGES
12
Introduction 13
I. Le principe de la détection de visages
13
II. Approches et méthodes de détection de
visages 15
1. Les Méthodes basées sur les
caractéristiques du visage 15
a. Approches basées sur la
géométrie de visages 16
b. Approches basées sur la couleur de la peau
16
c. Approches basées sur la connaissance
généralisée 17
2. Les Méthodes Globales 18
a. Approche PCA ou Les Visages Propres
18
b. Approches Probabilistes (approches statistiques)
19
c. Approches basées sur les réseaux de
neurones 21
3. Les Méthodes Hybrides 22
Conclusion 23
CHAPITRE 2 : INTRODUCTION AUX RÉSEAUX
D'ONDELETTES 24
Introduction 25
I. L'analyse de Fourier 25
II. L'analyse par ondelettes 27
1. Définition des ondelettes 27
2. Les principales caractéristiques d'une
ondelette mère 28
a. L'admissibilité 28
b. La localisation 28
c. L'oscillation 29
d. La translation et la dilatation 29
3. Présentation des ondelettes
multidimensionnelles 30
4. La transformée en ondelettes 31
a. La transformée en ondelettes continues
31
b. La transformée en ondelettes discrètes
32
c. Les avantages de la transformée en ondelettes
32
III. Les réseaux de neurones 33
1. Fondements biologiques des neurones 33
a. La structure d'un neurone 33
b. Principe de Fonctionnement des neurones
34
2. Les réseaux de neurones artificiels
35
3. Exemples de réseaux de neurones artificiels
36
a. Le perceptron multicouche (PMC) 35
b. Le réseau à Fonction Radiale de Base
(RBF) 37
IV. Les réseaux d'ondelettes 38
1. Architectures des réseaux d'ondelettes
39
a. Modèle1 de réseaux d'ondelettes
39
b. Modèle2 de réseaux d'ondelettes
40
2. Comparaison des réseaux d'ondelettes aux
réseaux de neurones 41
3. Techniques de construction des réseaux
d'ondelettes 42
a. Technique fondée sur l'analyse
fréquentielle 42
b. Technique fondée sur la théorie des
ondelettes orthogonales 42
c. Réseaux d'ondelettes pour un système
adaptatif 43
d. Technique fondée sur la construction de
frames 43
4. Domaines d'application des réseaux
d'ondelettes 43
Conclusion 44
CHAPITRE 3 : APPROCHE PROPOSÉE POUR LA
DÉTECTION DE VISAGES PAR RÉSEAUX D'ONDELETTES BÊTA
45
Introduction 46
I. Etude de l'ondelette Bêta 46
1. Présentation de l'ondelette Bêta
46
a. L'ondelette Bêta1D 46
b. Propriétés de base de la fonction
Bêta 46
c. L'ondelette Bêta2D 48
2. Les frames 50
II. Principe de l'apprentissage des réseaux
d'ondelettes 52
1. Construction d'une bibliothèque d'ondelettes
pour le réseau 52
2. Optimisation du réseau 53
a. Calcul direct des poids 53
b. Algorithme d'optimisation 54
3. Apprentissage des réseaux d'ondelettes 2D
55
III. Approche proposée pour la détection de
visages 56
1. Architecture des réseaux d'ondelettes
Bêta2D utilisée 56
2. Démarche d'apprentissage basé sur la
théorie des frames 57
3. Démarche de détection de visages par
réseaux d'ondelettes Bêta2D 58
Conclusion 61
CHAPITRE 4 : EXPERIMENTATION & RÉSULTATS
62
Introduction 63
I. Implémentation des réseaux
d'ondelettes Bêta 63
1. Application 63
2. Résultats expérimentaux 66
a. L'apprentissage 66
b. La détection 68
II. Mesure des performances 69
1. Critères de performance 69
a. Taux de détection 69
b. Taux de mauvaise détection 69
2. Evaluation des résultats 70
a. Calcul de performances de l'approche proposée
70
b. Calcul de performances de l'approche proposée
avec PSNR 71
III. Interprétation et discussion 71
Conclusion 73
CONCLUSION GÉNÉRALE & PERSPECTIVES
74
BIBLIOGRAPHIE 76
| 
