Les donn´ ees d’´ evaluation et les cadres

1.3.1 Bases de donn´ees

Afin d’´evaluer rigoureusement la performance d’un syst`eme de reconnais-sance de visage, il faut utiliser plusieurs bases de donn´ees de visage public avec des protocoles standards. R´esultats sur une seule base de donn´ees n’est pas suffisante pour conclure `a la fiabilit´e et l’´equilibre du syst`eme, tout en suivant `a des exp´eriences standard permet les comparaisons entre un syst`eme FR avec d’autres les state-of-the-art. Une bonne base de donn´ees doit avoir un grand nombre de sujets assez dont les images sont collect´ees et utilis´ees. Plus important encore, ces images doivent ˆetre saisies en vertu de beaucoup, si, les conditions variantes, tels que l’´eclairage, les expressions faciales, occlusion, time-lapse, posent pas toutes les variations et le contexte de la surveillance vid´eo.

En ce qui concerne les remarques ci-dessus, dans cette th`ese, nous consid´erons trois grandes bases de donn´ees de visage du public `a savoir AR [30], FE-RET [35] et SCface [17] pour ´evaluer la performance de la pr´ecision et de la stabilit´e de l’ensemble FR m´ethodes pr´esent´ees. Des exp´eriences sur la base de donn´ees AR sont utilis´es pour v´erifier la robustesse d’un syst`eme d’´eclairage FR contre, l’occlusion, l’expression du visage et les variations time-lapse. Tests sur la base de donn´ees FERET sont pour valider les performances du syst`eme

lorsqu’ils font face `a grande ´echelle (FERET a des images de 1199 personnes) ensemble de donn´ees sous l’expression du visage, l’´eclairage, time-lapse, et posent des d´efis. Diff´erente de ces deux petits, les exp´eriences r´ealis´ees sur la base de donn´ees SCface est d’enquˆeter sur l’efficacit´e et l’efficience d’un syst`eme de FR avec faible r´esolution des images sous sans contrainte

condi-tions. La base de donn´ees est plus difficile que les images de la sonde sont

de mauvaise qualit´e, de petite taille, ont poser variation et sont fortement alt´er´ee par les changements d’´eclairage r´eelles tandis que les images de la galerie sont haute qualit´e frontaux celles acquises dans le cadre conditions

d’´eclairage contrˆol´ees. En outre, en utilisant un seul ´echantillon (image) par

ensemble de la formation de la personne (SSPP) est un autre objectif de tous les tests que nous avons proc´ed´e.

(a) (b)

(c) (d)

(e) (f)

(g) (h)

(i) (j)

Figure 1.2 – Sample cropped images from AR database.

Quatre exp´eriences SSPP sont mis en place sur la base de donn´ees AR : l’exp´erience 1 (Exp 1) (134 images dans la r´ef´erence et chaque ensemble de sondes) utilise toutes les images de la session 1, l’exp´erience 2 (Exp 2) (118

utiliser des images provenant des deux s´eances. Dans Exp 1 et Exp 2 essais, les premi`eres images neutres (voir Figs. 1.2 (a-b)) de chaque session sont utilis´es pour la galerie ensemble et tous les autres images de la mˆeme session correspondant (voir Figs. 1.2 (c-j)) sont choisis pour ensembles de sondes. Exp 3 et 4 Courant tests utilisent premi`eres images d’une s´eance de la galerie et des images de l’autre session pour ensembles de sondes. Exp 1 et Exp 2 sont men´ees pour ´etudier la performance du syst`eme sous des variations d’expression, l’´eclairage et le d´eguisement tout Exp 3 et 4 Exp sont effectu´ees pour valider chaque m´ethode contre tout ce qui remet en question ainsi que la variation time-lapse.

(a) Fa (b) Fb (c) Fc (d) Dup1 (e) Dup2

(f) ba (g) bh (h) bc

(i) bg (j) bd (k) bf (l) be

Figure 1.3 – Sample cropped images from FERET database.

Nous avons effectu´e deux exp´eriences sur la base de donn´ees FERET : l’un standard qui utilise l’image frontale d´ecrit Fa, Fb, Fc, Dup1, et dup2, et celui sur poser des images vari´ees de 200 personnes. L’ancien usage Fa mettre des r´ef´erences, le reste fixe pour les sondes dans le second, l’ensemble de ba sert de r´ef´erence et les images dont poser angles sont de l’ordre de ±40◦ sont utilis´es pour les sondes.

Nous suivons deux protocoles SSPP standard pour effectuer deux exp´eriences avec la base de donn´ees SCface : le jour et ceux de nuit. Bien que l’exp´erience DayTime utilise des images captur´ees dans des conditions de lumi`ere du jour, la nuit on utilise des images acquises dans le cadre du mode de vision de nuit. Le but de ces deux tests est d’´evaluer les performances des m´ethodes propos´ees lorsqu’ils traitent avec des images basse r´esolution recueillies dans

(a) Frontal mugshots (b) Cam1 Distance1 (c) Cam1 Distance2

(d) Cam1 Distance3 (e) Cam4 Distance1 (f) Cam5 Distance1

(g) Cam6 Distance1 (h) Cam7 Distance1

Figure 1.4 – Sample images from SCface database.

des conditions sans contrainte et par des cam´eras de surveillance vari´es. Comme les images dans les bases de donn´ees ci-dessus sont accompagn´es de donn´ees d’annotation sur les yeux ”coordonner, nous avons appliqu´e un algorithme de culture simple mais efficace pour recadrer et aligner des images avant de les introduire dans la phase d’extraction de caract´eristiques.

1.3.2 Cadres de reconnaissance des visages

Afin de proc´eder exp´eriences pour valider l’efficacit´e des m´ethodes pro-pos´ees, nous exploitons deux cadres de FR g´en´eraux nomm´es comme Template

matching et WPCA based.

Dans le cadre mod`ele d’appariement, le classificateur k-NN est utilis´e avec la distance du chi carr´e. Le cadre a bas´e WPCA les ´etapes similaires `a celles dans la matrice correspondante, mais la WPCA est appliqu´e dans l’´etape de r´eduction de la dimension pour r´eduire la longueur de vecteur de caract´eristique. De plus, l’angle n´egatif base et sa version pond´er´ee sont utilis´es pour calculer les similitudes entre la sonde et de r´ef´erence des images.