Conception et réalisation d’un système moteur de recherche des enfants perdus par reconnaissance faciale

II.2.2. Module de reconnaissance de l'enfant

Dans le chapitre précédent, nous avons détaillé en large la reconnaissance de visage. En titre de rappel, le module de reconnaissance se décompose en trois étapes : la détection de visage et prétraitement, extraction et normalisation des caractéristiques et enfin l'identification ou vérification (confer chapitre I). Dans cette partie nous démontrons les diagrammes y afférents dont : les diagrammes de cas d'utilisation, d'activité et enfin celui de séquence.

a. Diagramme de cas d'utilisation

Figure 0: Diagramme cas d'utilisation pour le cas reconnaitre l'enfant

Description du diagramme : Ce diagramme représente le cas d'utilisation pour la reconnaissance de l'enfant. Tout doit être commandé par l'utilisateur. Si l'enfant est reconnu alors le système devra nous afficher les informations lui correspondant.

b. Diagramme d'activité

Figure 0: Diagramme d'activité pour la reconnaissance

Description de la figure :Au départ nous avons la caméra qui s'initialise, ensuite suit le début de la capture de l'image.

- Effectuer les prétraitements : cette activité nous a permis de convertir l'image capturée de RVB en niveau niveaux de gris (grayscale^1(*)).

- Détection de la face : dans cette partie le système va détecter n'importe quel visage humain présent dans la photo ou dans un flux vidéo. Notons qu'il existe plusieurs méthodes pour la détection de la face. Dans notre cas nous avons fait usage de Haar Cascade Classifier qui est l'une des méthodes les plus connues dans la détection d'objets. L'entrainement d'un classificateur est une étape trop longue. Il est nécessaire de réunir et d'annoter un grand nombre d'image contenant l'objet à détecter. Heureusement, il existe des classificateurs déjà entrainés disponibles dans les fichiers^2(*) d'OpenCv [37]. Nous pouvons ainsi trouver les détecteurs pour :

- Les yeux : haarcascade_eye.xml

- Les têtes de profil : haarcascade_profileface.xml

- Les sourires : haarcascade_smile.xml

- Les visages : haarcascade_frontalface_alt.xml

- Les visages : haarcascade_frontalface_defautl.xml

- Etc.

Il nous sied de signaler que nous avons utiliséhaarcascade_fontalface_default.xml pour la détection des visages.

- La reconnaissance sera faite par l'algorithme des voisins les plus proches (confer section I.2.5.1) qui va comparer la nouvelle face détectée avec celles qui sont dans la base et enfin afficher les informations correspondantes à la face ; si celle-ci existe bien. Si elle n'existe pas elle sera enregistrée par la suite avec les informations qui y correspondent ; il y aura donc un enrôlement déclenché.

* ¹Est simplement une image dans laquelle les seules couleurs sont des nuances de gris.

* ² Ces fichiers se retrouvent sur l'URL : https://github.com/opencv/opencv/tree/master/data/haarcascades.