--6666-
-En effet, les caractéristiques locales et les caractéristiques globales ont des propriétés tout à fait différentes.
3.5 Les approches basées sur la transformée en cosinus discrète
La transformée en cosinus discrète DCT est une transformée mathématique puissante utilisée pour de nombreuses applications de traitement d'image telles que le codage d'images; le principe de cette transformée sera détaillé dans le chapitre 5.
Depuis longtemps, la transformée en cosinus discrète a été utilisée comme outil d'extraction de caractéristiques dans plusieurs études de reconnaissance de visage : Par exemple, dans [194], une DCT par blocs est appliquée pour extraire les caractéristiques, où le sous ensemble des coefficients obtenus de la DCT est quantifié pour former le vecteur descripteur, et la classification est réalisée par une approche des K-plus proches voisins. Egalement, dans [195], la DCT a été combinée par un modèle de Markov Caché (Hidden Markov Model HMM), dans cette étude, la DCT a été appliquée sur des blocs d'image du visage chevauchés, et les coefficients obtenus sont disposés d'une manière de balayage en zigzag et seulement les premiers coefficients sont choisis comme descripteur de chaque bloc. Les blocs de l'image sont traités séquentiellement de la partie supérieure gauche de l'image du visage jusqu'à la partie en bas à droite et la séquence d'observations extraite est introduite dans un HMM unidimensionnel. Aussi, dans [196], les coefficients de la DCT appliquée sur l'image entière ou sur ses blocs sont extraits, et seulement un sous ensemble d'entre eux est sélectionné par un balayage diagonal de la partie supérieure gauche. Ces coefficients sont ensuite, introduits comme entrée à un perceptron multicouche.
Dans le même contexte, Dans [197], les coefficients de la DCT par bloc sont utilisés comme vecteurs d'observations d'un modèle intégré de Markov caché. Dans cette approche, chaque région du visage (le front, les yeux, le nez, la bouche et le menton) est modélisé par un (super state) et chaque (super state) contient des états intégrés (embedded states). Une autre méthode qui a utilisé les coefficients de la DCT comme vecteur d'observations d'un modèle de Markov caché est décrite dans [198].
Egalement, dans [199], La DCT est effectuée sur l'image entière et un sous ensemble de coefficients carré de la partie supérieure gauche est utilisée comme vecteur descripteur,
--6677-
-la c-lassification est effectuée par -la méthode des K plus proches voisins en utilisant -la mesure L2 comme distance.
De même dans [200] , les trois approches ( fisherfaces [155], bayesian face recognition [201] et la DCT) sont appliquées sur l'image entière, puis, sur des parties de l'image du visage en utilisant trois schémas de partitionnement, le premier divise l'image du visage horizontalement en quatre parties égales, le deuxième et le troisième segmentent l'image verticalement et horizontalement; le deuxième donne quatre parties égales et le dernier douze parties égales. Les sorties de classification de chaque schéma sont fusionnées avec celles de classification de l'image entière par une règle de somme [202]. Pour la DCT, le sous ensemble carré de coefficients en haut à gauche est utilisé pour la classification.
En outre, dans [203], l'ACP et l'ADL sont effectuées dans le domaine de la DCT, la DCT est appliquée par blocs et les coefficients de la DCT sont quantifiés et disposés suivant un balayage en zigzag, et seul un nombre de coefficients est utilisé. Les coefficients obtenus de chaque bloc sont concaténés. PCA et ADL sont appliquées sur le vecteur obtenu.
Pareillement, dans [204], La DCT est appliquée sur l'image entière du visage et les coefficients des basses fréquences sont éliminés afin de fournir une robustesse du descripteur en présence des variations d'illumination.
Egalement, dans [205], la DCT est appliquée sur des images logarithmiques afin de normaliser les images en présence des variations d'illumination. La DCT est effectuée sur l'image entière, les valeurs des coefficients sont normalisées en fonction de la valeur du coefficient DC. Et les coefficients de basses fréquences, qui sont sensibles aux variations d'illumination, sont éliminés du descripteur.
Dans la même perspective, dans [206], une DCT par bloc est appliquée sur l'image du visage, et les caractéristiques optimales sont choisies par un algorithme d'optimisation par essaim de particule (Particle Swarm Optimization PSO). La technique a permis aussi bien de réduire le nombre de caractéristiques obtenues ainsi de fournir une robustesse vis-à-vis des variations d'illumination, d'expression et de pose de l'image du visage.
--6688-
-3.6 L'identification (la reconnaissance)
Après avoir extrait les caractéristiques discriminantes d'un visage, cette étape permet de le classifier et d'identifier son identité. Les approches utilisées dans cette étape appartiennent au domaine de la classification automatique, elles dépendent principalement sur des attributs utilisés comme descripteur lors de l'étape de l'extraction de caractéristiques. Certaines de ces méthodes s'emploient lors de l'étape d'identification telles que la méthode des k-plus proches voisins qui se base principalement sur le calcul d'une distance entre les descripteurs de la base de données et celui du visage à reconnaitre. D'autres méthodes, qui se base sur l'apprentissage supervisé, s'emploient en deux phases, une d'apprentissage qui s'effectue lors de l'étape d'enrôlement pour déterminer les frontières entre les différentes classes d'individus et une phase, pendant l'identification, qui permet de classifier le visage dans sa classe cible à partir des connaissances apprises lors de l'apprentissage. Les réseaux de neurones et les séparateurs à vastes marges (SVM) sont les méthodes les plus utilisées pour la reconnaissance de visage.
3.6.1 Classification par k-plus proches voisins
Ces méthodes permettent de calculer le degré de ressemblance entre les visages de la base de données et celui de test, en calculant des distances. Les distances qui peuvent être utilisées sont celles décrites au chapitre précédent. La distance euclidienne et la distance de Mahanalobis sont parmi les distances les plus utilisées pour la reconnaissance de visage.
Avec cette technique, le visage de la base de données le plus proche au sens de la distance utilisée est reconnu comme le visage cible, ce qui peut aboutir à des erreurs de classification. Pour faire face à ce problème, un seuil de rejet est défini, si la distance minimale est inférieure à ce seuil, le visage a été reconnu, si non le visage ne correspond pas à un visage de la base de données.
3.6.2 Classification par réseaux de neurones
Les réseaux de neurones discriminants sont largement utilisés dans le domaine de la reconnaissance faciale pour la classification ou l'identification du visage. Cette méthode utilise un réseau de neurones unique qui donne en sortie la classe d'appartenance (identité d'un individu) d'un visage inconnu en entrée. Le réseau est composé d'une
--6699-
-couche cachée et de N sorties, où N correspond aux nombre d'individus dans la base de données (voir figure 3.19). Ce type de réseau à été utilisé pour classifier différents descripteurs qui sont calculés, par exemple, à partir d'une ACP [207], une transformée en cosinus [204], ou encore une transformée en ondelette [208].
Figure 3.19- Réseau de neurones discriminant pour la reconnaissance faciale.
3.6.3 Classification par SVM
Les séparateurs à vastes marges sont des méthodes de classification supervisée, un bref aperçu sur ces méthodes est donné au chapitre 2. De nombreuses études ont démontré l'efficacité de la discrimination par les SVM, par exemple Huang [209] a atteint un taux de reconnaissance de 100% sur la base de données FERET. Des SVM à noyau ont également été évalués pour la classification de visage [210] où un noyau gaussien est utilisé.