Approche morphométrique dans l'étude de la perception et de la reconnaissance du visage humain

Thesis

Reference

Approche morphométrique dans l'étude de la perception et de la reconnaissance du visage humain

ROESSLI, David

Abstract

Une approche morphométrique dans l'étude de la reconnaissance et la perception du visage permet de jeter les bases d'une caractérisation géométrique formelle du visage. Les nouvelles méthodes d'analyse morphométrique se révèlent être des outils puissants dans l'étude de la forme du visage au niveau population, et de sa variation dans et entre des populations différentes, et permettent de définir s'il y existe certains points, ou groupes de points, qui contribuent d'avantage à la variation intra- et inter-populations. Ces points, ou groupes de points, peuvent ensuite être comparés aux éléments faciaux mis en évidence dans d'autres travaux, comme jouant un rôle dans la reconnaissance. Conjointement avec les résultats obtenus dans les domaines de l'étude des mécanismes de perception et des modèles cognitifs, ils permettent la conception de nouvelles méthodes et protocoles expérimentaux pour une étude plus appliquée des mécanismes de reconnaissance, de catégorisation et de distinction des visages entre populations. Etude basée sur un échantillonnage de visages recueilli en partie à [...]

ROESSLI, David. Approche morphométrique dans l'étude de la perception et de la reconnaissance du visage humain . Thèse de doctorat : Univ. Genève, 1988, no. Sc. 3047

DOI : 10.13097/archive-ouverte/unige:101903

Available at:

http://archive-ouverte.unige.ch/unige:101903

Disclaimer: layout of this document may differ from the published version.

UNrvsRsrrÉ ns GsxÈve

DÊPARTEMËNï

oAIITHROPOLOGIE. ET ^{O', eCOLOCi} iu DE uttt*venstrÉ oE oEruÈve

19, rug GustatreRevilliod

c+w

cAFol.JGE/gul8sE

FACUITÉ

DES ScIENCES

Prof. André Langaney L'--

Département d'anthropologie et d'écologie

Approche morphométrique dans l'étude de

la perception et de la reconnaissance du

visage humain

THÈSE

présentée

à

la Faculté des

sciences

de llUniversité

^de

Genève pour obtenir le grade de Docteur

ès

sciences, mention biologique

par

David Charles ROESSLI

de

Sion (Valais)

Thèse N" 3047

Genève

1998

UNtvsnstrÉ os GsttÈvs

Département d'anthropologie et d'écologie

FecurrÉ

DES ScrENcEs Prof. André Langaney

Approche morphométrique ^dans l'étude de

la perception et de la reconnaissance du

visage humain

rHÈse

présentée

à

la Faculté

^des

sciences de I'Université de Genève pour obtenir le ^grade

de

Docteur

ès

sciences, mention biologique

par

David Charles ROESSLI

de

Sion (Valais)

Thèse N'3047

Genève

1998

Lo Foculté des sciences, sur le préovis de Mesieun A.

LANGANEY, profeseur

ordinolre et directeur de thèse (Déportement d'onthropologie et

^écologie),

T. PUN,

professeur

ordinoire (Déportement d'informotique) et E,

HEYER,

docteur (Musée de l'Homme, Loborotoire d'onthropologie biologique Poris,

Fronce), outorise l'impresion

de lo

présente thèse, sons exprimer

d'opinlon sur les

propositions qui y sont énoncées.

Genève, le 22 décembre 1998

Thèse - 3047 -

ailû-

Le DOyen,

Jocques wEBER

David C. Roessli

adresse

téléphone télécopie e-mail internet

Dpt d'Anthropologie, Université de Genève 12, Rue Gustave Revilliod

1227 Carouge, Genève, Suisse +a1 Q2) ^702.6966

+41 (22) 300.03s1

<david. roessli @ anthro.unige.ch>

<http ://anth ropolog ie. u n ig e.ch/-david/>

Comment

convenablement

remercier

toutes celles et ceux

qui

ont contribué à ce travail de près

ou de loin, qui m'ont

^soutenu

^et

^encou-

ragé, ou qui ont simplement manifesté

^de

l'intérêt ^pour le

sujet ?

Il

^{n'existe pas de for-}

mule globale appropriée pour exprimer

^la

mosaïque d'émotions diverses et individuelles associées à cette tranche de vie.

Mum and Dad, without whom none of

this

would be happening. Before giving me

the

opportunity

to complete my studies

in

my own

way and time,

they chose

to bring

me

up

in

english, offering me the best of two

worlds.

They never

tried

to steer my

lift in

a direction

or

anothe4 but they were always there to back me

up in my

choices, however

weird

some

of

thent ntight have appeared. And now, whenever times get rough, they provide me

with

a haven of peace

awayfromthe "rat race",

somewhere deep

in

the South West. Thanks

for ^all

^{the love}

and caring.

André

Langaney, professeur, ami et confident.

Artisan complice des idées différentes qui m'ont

mené

jusqu'ici, André est une

source permanente de motivation et de perspective(s), sans

qui je ne

distinguerais

toujours

^{pas les} arbres dans la forêt. Son amour de la diversité,

le

regard

critique et lucide qu'il

porte

sur

la Science, son habileté

à

se détacher

du

quoti- dien avec un humour quasi-brirish, s'associent harmonieusement

pour

composer

un

^person-

Remerciements

nage exceptionnel, auquel

je suis

profondé- ment attaché.

Laurent Excoffier, du

Département d'anthro- pologie,

m'a

souvent guidé en ami, que ce soit sur les pistes du Sénégal en direction des

villa-

ges reculés du Niokholo, ou à travers les méan- dres parfois sinueux ^de la recherche. Son esprit critique, et parfois tranchant,

m'a tiré d'affaire

à plus d'une reprise; plus particulièrement lors de mes démêlés épineux avec les tombongna-

gnavne

fameuse nuit de tempête.

Sekhou Camara,

ami, guide et

interprète qui nous

a accueilli

dans sa

famille, et a pris

en charge I'organisation de notre séjour dans les

villages du Niokholo.

Son sourire

et

sa gen- tillesse nous

ont

accompagné

jour

après

jour,

alors

qu'il

se débrouillait à chaque instant pour nous rendre la vie plus agréable.

Estella 'Sim' Poloni, et

Jean

Gabriel Elia

du Dpt d'anthropologie, qui

m'ont

assisté lors des séances

de prises de vue à Genève. Leur

charme et compétences respectifs

m'ont

rendu la tâche plus facile, et certainement plus agtéa' ble.

Evelyne Heyer,

du

Laboratoire

d'Anthropolo-

gie biologique du Musée de

I'Homme

^(Paris)

et Thierry Pun, du Centre

Universitaire

d'Informatique

de

I'Université

^de Genève qui

m'ont fait

I'honneur de se plonger dans la lec- ture de ce

travail

et de

faire

partie _du

jury

de thèse.

Les

autorités

politiques et

scientifiques Séné- galaises, nationales

et locales, qui nous

ont permis de

et

aidé à effectuer cette mission et

qui ont accueilli

favorablement

les

program-

mes de notre laboratoire. Gilles Pison,

du

Laboratoire d'Anthropologie biologique

du Musée de

I'Homme

(Paris) pour avoir mis ma disposition la base de données démographique sur les habitants du Sénégal oriental.

Mes amis du Laboratoire de Génétique

& Bio-

métrie, Mathias

Cunat,

Patricia Dard, Isabelle Dupanloup, Laurent

Excoffier, Ninian

Hubert

van

Blyenburgh,

Alexandra

Mossière, André

Langaney, Estella Poloni, Alicia

Sanchez- Mazas,

et

Stefan Schneider pour

leur

compli- cité et pour être là quand

il

le fallait.

Mes collègues et amis du

Département

d'anthropologie, dont Alain Gallay est

le

directeur, qui

m'ont

tous encadré à leur façon, et sans qui le Département d'anthropologie ne serait pas ce

qu'il

est.

Ces remerciements

ne

seraient

pas

complets sans

Claire, my linle sister, qui a

toujours trouvé

le

temps de m'écouter et de m'épauler

de son bon

sens,

malgré les kilomètres

qui nous séparent.

Plus personnellement, Marita et Isa qui ont

fait

un bout de route avec

moi,

et

qui

ont supporté mes doutes et dissipé mes craintes concernant ce travail, à coups de tempérament

latin et

de chasses nocturnes. Plus proche, Fabienne avec qui

le

mot avenir prend un autre sens, et

qui,

à

I'heure de la rédaction, se proflle déjà en 3D.

Finalement, tous ces visages

anonymes de Genève ou du

Niokholo qui

ont accepté d'être

pris en photo,

numérisés,

échantillonnés

et transformés, et qui font

l'originalité

même des données sur lesquelles se base ce travail.

There's no art

To

find ^{the mind's} construction in

the

face;

Macbeth (Liv.15-16)

William

^{S hakespear e}

^(l

^{67 3)}

Thble des matières

I. Introduction

¹⁹

II. Reconnaissance et Perception

^des

Visages ²³

2,L Contributions

de la psychologie ...

2.1.1 Définitions

2.1.2 Le visage en tant que structure biologique

2.1.3 Le visage en tant que stimulus naturel et expérimental

2.1.4 Techniques de reconstruction de visages

2.1.5 Mécanismes de reconnaissance spécifique du visage humain 2.1.5.1 Etude du développement de la perception des visages 2.1.5.2 L'effet de perception différentielle de I'inversion

2.1 ,5.3 Etude des lésions cérébrales: le cas de la prosopagnosie 2.1.5.4 Etudes neurophysiologiques

2.1

.6

^{La structure du visage} humain (traitement structurel)

2.1.6.1 Perception des propriétés globales (configurale) ou des éléments faciaux ?

2.1.6.2 Analyse des fréquences spatiales d'un stimulus visuel

2.1.7 Attributs sociaux liés au visage humain (traitement sémantique) 2.1.7

.l

^L'âge ...

2.1.7 .2 Le sexe

2.1.7.3 L'origine ethnique

2.1.7.4 Les attributs de personnalité ...

2.1.8 Aspects neuronaux (mécanismes, modèle et désordres)

2.2 Contributions

des sciences

informatiques ...

...73

2.2.1

Introduction

...'...'.'.'...73

2.2.2 Problématique

23

23 24 26 29 30 31 J-l 38

4t

43 43 44 47 48

5l

53 62 68

2.2.3 Modèles de reconnaissance ...

73 74 74 75 76 79 82 82 87 89 92 93

97 2.2.3.1 Les systèmes de reconstruction de visages par ordinateur

2.2.3.2 Le modèle associatif de Baron ...

2.2.3.3 WISARD et FRAME: un modèle et une application 2.2.3.4 Le modèle connectiviste de Kohonen

2.2.4 Systèmes de reconnaissance automatique

2.2.4.1 Les mesures d'images de visages (mémoire) 2.2.4.2 Détection des traits du visage

2.2.4,3 La reconnaissance des expressions faciales par ordinateur

2.2.5 Limites de la reconnaissance par ordinateur ..."...'.'."

2.2.5.1 Le visage en 3 dimensions

2.3.2 Notions de forme et de taille (et d'allométrie)

2.3.3 Les notions de distance et d'homologie

... ""

¹⁰⁰

2.3.4 Les différents types de

données

.'... 103

Page 7

2.3.s

2.3.4.1 Les données de type contour ("outline data") ₁₀₃ 2,3.4.2 Les données de type point _{de repère} ("landrnark data") to4

Les différents types de points de

repère

... 104 2.3.5.1 Type l: juxtaposition discrète de

tissus

... 105 2.3.5.2 Type2: maximum de courbure ou d'autres processus morphogénétiques locaux ... 105

2.3.5.3 Type 3: points extremum 105

Méthodes d'analyse de données morphométriques

...

... 106

2.3.6.1 Analyses

multivariées

... 106

2.3.6.2 Variable de taille: la taille au cenrroide (S)

...

..., 107 2.3.6.3 Comparaison de configurations de points de repère 108

Méthodes de superposition

...

.... l0g

Modèles de déformation géométrique

...

... 109

2.3.8.1 Les notions d'espaces morphométriques 110

2.3.8.2 Interpolations par la technique du "Thin-plate Spline"

lt2

2.3.8.3 Les " P rinc ipal Warps" 115

2.3.6

2,3.7 2.3.8

2.3.8.4 Les"Relative

Warps"

... I 16

m. ^Matériel et Méthodes I19

3.L liobjet'visage'

... LL9

3.1.1 Introduction

3.1.2 Définition et choix des points de repère .

3.1.3 Discussion sur la notion d'image digitale

3.2 Acquisition

des

données

... L24

3.2.4 Echantillonage

3.2.4.1 Echantillon de Genève 3.2.4.2 Echantillon _{du Sénégal}

u9 ll9

122

t24

125 125 3.2.5.1 Protocole expérimental de l'échantillon de Genève

3.2.5.2 Protocole expérimental de l'échantillon du Sénégal

125

t26 3.2.6 Numérisation des prises de

vue

... l2g

3.2.6.1 Echantillon de

Cenève

... lZ9

3.2.6.2 Echantillon du Sénégal

3.2.1 Saisie des coordonnées des points de repère 3.2.7.1 Saisie, format, stockage, traitement

3.3

^M6thodes

d'analyse

... 131

3.3.1 Coordonnées de points et mesures de distances

t3l

3.3.1.1 Standardisation des mesures

...,.

... 13l

3.3.1.2 Méthodes de superposition r32

3.3.1.3 Calcul de la forme moyenne, ou

consensus

... 136

3.3.1.4 Calcul de la taille au cenrroide t37

3.3.2 Méthodes d'analyse de déformation non-uniforme 137 3.3.2.1 Analyse de la matrice d'énergie de torsion: le"Thin-plate Spline" 137

IV. ^Résultats _t43

143

129 130

l3l

4,1 Comparaisonsparsuperposition

4.1.1 Méthodes

utilisées

... 143

4. 1.2 Distribution des points de repère 143

Table des matières

4.1.3 Comparaisons des valeurs résiduelles GLS et GRF

...'...

...'... 145

4.1.4 Analyse en composantes principales 4.1.4.1 Echantillon MAL ...'..'...

4.1.4.2 Echantillon UNI

4.1.4.3 Echantillon

MAL-UNI

.'...' ¹⁶⁸

4.2 Comparaison

des

tailles

au centroide

("Centroid

Size

S") ...

^{... L80}

4,3

^Analyse des composantes

du

changement de

forme

... 182 4.3.1 Estimation de la variation de

forme

^{.'."' 182}

4.3.2 "Thin-Ptate Spline" des configurations

consensus ""

¹⁸³

4.4 Décomposition

géométrique de la

variation

de

forme

(o'RelativeWarps") ... 193

4.4.1 Composante uniforme du changement de forme r98

V

VI. Conclusions et perspectives ... ^..2L5

158 159 164

VII. Annexes ... ^....2I9

7.r

7.2

Physiologie de la

vision

,...,.,...219

Imagerie numérique .""22L

7.2.1 Paramètres de description d'une image

'...'.. """""'

^22I

7.2.2 La description d'une image numérique 222

7.3

Ressources

sur Internet ... ...."'

²²⁶

7.3.3 Perception et reconnaissance des visages 226

7.3.4 Vision et imagerie

numérique """""""'227

7.3.5 ^{Biométrie et} morphométrie géométrique

..'...."....'.. """"""""""""

²²⁷

7,4

Jeux de

données ,."""""228

7.4.1 Echantillon du Sénégal

(MAL) """"""'228

7.4.2 Echantillon de Genève (UNI) ²³⁰

Vru. Bibliographie ... ...' 233

Page 9

Liste des Figures

Figure

^{Légende Page}

Fig.2-l:

Fig.2-2:

Fig.2-3:

Fig.2-4:

Fig.2-5:

Fig.2-6:

Fig.2-7:

Fig.2-8:

Fig.2-9:

Illustration des changements qui ^prennent place lors de la croissance du crâne

de

²⁵

I'enfance vers l'âge adulte (illustrations originales de Enloq 1982).

Illustration des schémas de visage présentés aux nouveaux-nés dans les expériences

de

³²

Johnson et al. (1991a} L'enfant est sur le dos, couché sur les genoux de l'expérimenta- teur qui lui ^{présente les} schémas en formant des arcs de cercle au dessus de sa tête.

L'expérimentateur détermine quel est le schéma que I'enfant suivra le plus spontané- ment des yeux.

Illustration de I'effet de perception différentielle lors de l'inversion de I'image.

Le

34 visage au centre est plus rapidement identifiable parmi le groupe de visages de gauche (correctements orientés) que de droite (inversés).

Illustration de I'illusion "Margaret Thatcher" de Thompson (1980). Le visage inversé 36 présenté ici semble raisonnablement normal, bien qu'on remarque qu'il a été manipulé' En revanche, I'image présentée à I'endroit produit un effet très différent (retournez la page). Remarquons que Margaret Thatcher n'est pas du tout indispensable à I'illustra- tion du phénomène.

Représentation de la distribution de visages 'typiques'

et

'distincts' encodés

dans

³⁷

I'espace de visages. Les visages jugés 'typiques' auront tendance à se trouver près de I'origine, alors que les visages jugés 'distincts' s'en éloigneront (illustration _selon Val- entine et Endo, 1992).

Représentation de la distribution de visages de même origine et d'origine différente 59 encodés dans I'espace de visages. Les tendances centrales des deux échantillons sont différentes pour les dimensions représentées. La tendance centrale (ou moyenne) des visages de sa propre population est localisée à l'origine, alors que les visages de I'autre population sont regroupés de manière plus dense. (selon Valentine, et al.,1992).

Représentation des résultats de Hill et al. (1995) sur l'importance relative de la

couleur

⁶⁰

et de la forme dans la perception du sexe et de I'origine ethnique d'un visage'

Exemples de photographies composites créées par Galton (1878; 1883). La

section

6l

supérieure illustre des composites de personnalités (Alexandre Le Grand), ou d'appa- rentement (deux soeurs, ou six membres d'une famille). Les sections du millieu et du bas représentent des composites liés à la santé, la maladie, la criminalité, et la tubercu- lose ^(" c o n s u ntp t i o n" ).

Représentation schématique des principales aires du cerveau: (a) vue latérale gauche,

et

⁶⁸

(b) coupe médiane du cerveau humain. Les quatres lobes sont visibles dans la vue laté- rale. La coupe médiane illustre les quelques structures principales du cerveau (adapté selon Posner et Raichle, 1994).

Page I

I

Figure

Légende Page Fig.2-10:

Fig. 2-l

l:

Fig.2-12:

Fig.2-13:

Fig.2-14:

Fig.2-15:

Fig.2-16:

Fig.2-17:

Fig.2-18:

Fig.2-19:

Fig. 3-l:

Représentation schématique de Ia superposition des champs visuels, et des voies

neuro- j0

logiques principales suivies par les nerfs optiques. Les signaux en provenance des réti- nes droites ^(champs visuel gauche) des deux yeux passent par le nerf optique en direction du cortex visuel primaire de I'hémisphère droit. Les signaux provenant des rétines gauches (champs visuel droit) aboutiront dans I'hémisphère gauche (adapté selon Posner, et al., 1994).

Le visage au centre de la ligne du haut représente I'image originale. Son image

miroir

7l

se trouve au centre de la ligne inférieure. Les images composites de la colonne de gau- che sont composées des moitiés gauches de l'image du centre de la même ligne, et celle de la colonne de droite, des moitiés droite. La plupart des droitiers trouveront I'image composite de la colonne de gauche plus similaire à I'image originale représentée au centre (Gilbert, et a1.,1973).

Représentation des quatre premiers vecteurs propres ("eigenfaces") d'une analyse

en

⁸⁵

composantes principales sur 174 visages d'hommes alignés au niveau des yeux (selon O'Toole, et a1.,1993).

Illustration des grilles de déformation de D'Arcy Thompson (lgl7). La grille

cones-

96 pondant au crâne d'un homme actuel est déformée pour s'ajuster sur une configuration de gorille et de chimpanzé.

Les trois niveaux d'allométrie selon Cock (1966). Trois espèces et quatre étapes

onto-

98 génétique sont représentées. L allométrie ontogénétique peut être étudiée pour _les trois espèces, l'allométrie évolutive pour les quatres étapes et I'allométrie statique pour les

l2 spécimens (illustration selon Klingenberg, 1996).

(a) Homologie radiale depuis un centre donné: analyse de Fourier radiale; (b)

Homolo-

lO4 gie linéaire de longueur d'arc: analyse de Fourier elliptique (illustration selon Books- tein, l99l).

Les trois

types

de

coordonnées

de

points. Typel:juxtaposition

de tissus.

105 Type 2: Maximum de courbure. Type 3: Point extremum.

La taille au centroide: la somme de toutes les canés des distances entre points

de

^lO7

repère; ou le carré de la somme des distances de tous les points de repère au centroide;

ou la somme des variances des deux coordonnées cartésiennes du point de repère du centroide (Bookstein, _{1991 ).}

Illustration de I'approximation de l'espace de Kendall (non-linéaire) par I'espace

tan-

^{I 1 I}

geant (linéaire). Le point R correspond à la configuration de référence (consensus) de l'échantillon, et le point S à une configuration particulière. Les points A, B, c représen- tent différentes transformations de la taille au centroide du spécimen S (voir le texte).

Illustration d'une grille de déformation issue d'un"thin-plate spline" (illustration

adap-

113 tée selon Thompson, l9l7).

Localisation des points de repères homologues utilisés. La ^partie de gauche de

I'illus-

l2O tration représente la localisation des points sur le visage, alors que la partie de droite les illustre schématiquement de la même manière qu'ils le seront dans la section des résul- tats.

Figure

^{Légende Page}

Fig. 3-2;

Fig. 3-3:

Fig. 3-4:

Fig. 3-5:

Fig.3-6:

Fig.3-7 Fig.4-l

Fig.4-2

Fig.4-3

Fig.4-4:

Fig.4-5

Fig.4-6:

Fig.4-1

Exemple d'aliasing. La ligne du centre représente une série de champs noirs et

blancs

124 alternés d'une image en demi-tons. La ligne supérieure illustre le résultat d'un taux d'échantillonnage représentant correctement le niveau de détail présent dans I'image originale. La ligne inférieure illustre le résultat d'un taux d'échantillonnage trop faible:

un artéfact de basse fréquence est créé par le processus de numérisation.

Dispositif expérimental utilisé pour les prises de vues à I'Université de Genève' Carte du Sénégal avec un agrandissement de la région de Kédougou. Les villages visi- tés s'appellent Tenkoto, Bantata, Folonkoto (ne se trouve pas sur la carte, car

il

s'agit d'un nouveau village), Batranke, Baraboye, Tikankaly et Banyomba.

Dispositif expérimental utilisé pour les prises de vues au Sénégal oriental.

Dispositif expérimental utilisé pour les prises de vue au Sénégal (ici au village de Bara- boye).

Exemple de sortie généré par L.S.D. (Roessli, 1993).

Distributions spatiale de la variation résiduelle des points de repère des échantillons MAL et UNI autour de leurs configurations consensus respectives, et commune (calcu- lée par GLS). La partie supérieure du tableau représente la variation sous la forme de nuages de points, alors que la partie inférieure utilise des vecteurs'

Configurations consensus et valeurs résiduelles obtenues par la méthode des moindres- carrés généralisée (GLS) et la méthode d'ajustement résistant généralisée (GRF) pour les deux échantillons considérés. Les points de repère de la configuration consensus sont reliés par des segments de droite, et les déviations des valeurs individuelles sont représenté par des vecteurs.

Comparaison des carrés des valeurs résiduelles moyennes obtenues par les méthodes des moindres-carrés généraliseé (GLS) et de l'ajustement résistant généralisée (GRF) pour les deux échantillons. Les axes sont à la même échelle.

Comparaison des carrés des valeurs résiduelles moyennes obtenues par la méthode des moindres-carrés généralisé (GLS) en abcisse, et du pourcentage d'augmentation des valeurs résiduelles obtenues par ajustement résistant généralisé (GRF) en ordonnée.

Les axes sont à la même échelle.

Représentation du carré des valeurs résiduelles GLS vs GRF de I'ensembles des points de repère de toutes les configurations de chaque échantillon. (MAL: 88 objets x 45 points de repères = ^{3960 points;} UNI: 52 objets x 45 points de repères = ^{2340 points).}

Les axes sont à la même échelle (0.0; 0.1) dans les deux représentations'

Illustration des déviations par visage: les carrés des valeurs résiduelles pour chaque point de repère après superposition GLS et GRF sont représentés ^à gauche. La figure de droite illustre les vecteurs résiduels GRF pour un visage donné à partir de la configura- tion consensus. Les vecteurs prennent leur origine sur le point de repère consensus, et pointent vers le point de repère conespondant du visage.

(a) Superposition des configurations consensus de chaque échantillon par la méthode des moindres-carrés généralisée (GLS). Les configurations consensus ont été ptéable- ment calculées par la même méthode. (b) Superposition des configurations consensus et du consensus des deux échantillons. (c) Idem, mais seuls les vecteurs sont représen- tés (contours consensus).

148

t26

127

r28

129

130 144

t46

t47

149

153

157

Page I3

Figure

Légende Page

Fig.4-8:

Résultats d'une analyse en composantes principales intra-points de repères. Les

deux

¹⁵⁸

premiers axes de variation sont représentés à chaque point de repère de la configuration consensus.

Fig.4-9:

Fig.4-10:

Fig. 4- I

l:

Fig.4-12:

Fig.4-13:

Fig.4-14:

Fig.4-15:

Fig.4-16:

Fig.4-17:

Fig.4-18:

Fig.4-19:

Représentation du premier vecteur propre de l'échantillon MAL ^(5O.6Vo de la

variance l6l

de forme totale). (a) la configuration consensus est représentée avec les vecteurs rési- duels de variation à chaque point de repère. (b) seule la nouvelle configuration est représentée (extrémité des vecteurs résiduels). Pour des raisons de lisibilité, la longueur des vecteurs résiduels a été multipliée par un facteur 3. Note: dans la direction des valeurs positives (+ 3.0), le point 44 ('sommet _du visage') s'éloigne du point 45 ('hau- teur du front').

Représentation du deuxième vecteur propre de l'échantillon

MAL

^(10.67o de

Ia

¹⁶²

variance de forme totale). (a) la configuration consensus est représentée avec les vec- teurs résiduels de variation à chaque point de repère. (b) seule la nouvelle configuration est représentée (extrémité des vecteurs résiduels). Pour des raisons de lisibilité, la lon- gueur des vecteurs résiduels a été multipliée par un facteur 3.

Représentation du troisième vecteur propre de l'échantillon I.{AL ⁽⁷ .6Vo de la varianc

e

¹⁶³

de forme totale). (a) la configuration consensus est représentée avec les vecteurs rési- duels de variation à chaque point de repère. (b) seule la nouvelle configuration est représentée (extrémité des vecteurs résiduels). Pour des raisons de lisibilité, la longueur des vecteurs résiduels a été multipliée par un facteur 3.

Représentation du premier vecteur propre de l'échantillon ïJNI (26.3Vo de la variance 165 de forme totale). La longueur des vecteurs résiduels a été multipliée par un facteur 3.

Représentation du deuxième vecteur propre de l'échantillon UNI (16.57o de la

variance

166 de forme totale) La longueur des vecteurs résiduels a été multipliée par un facteur 3.

Représentation du troisième vecteur propre de l'échantillon UNI (12.37o de la

variance

167 de forme totale) La longueur des vecteurs résiduels a été multipliée par un facteur 3.

Représentation du premier vecteur propre de I'ensemble des échantillons

MAL-UNI

170 (38,4V0 de la variance de forme totale) La longueur des vecteurs résiduels a été multi- pliée par un facteur 3.

Représentation du deuxième vecteur propre de I'ensemble des échantillons

MAL-UNI

17l (l3.9Vo _de la variance de forme totale) La longueur des vecteurs résiduels a été multi- pliée par un facteur 3.

Représentation du troisième vecteur propre de I'ensemble _des échantillons

MAL-UNI

l'72 (l0.5Vo _de la variance de forme totale) La longueur des vecteurs résiduels a été multi- pliée par un facteur 3.

Projections des individus des deux échantillons selon les trois premières composantes 173

d'une analyse en composantes principales (ACP) de la matrice de covariance des valeurs résiduelles d'une superposition par la méthode des moindres-carrés généralisée

(CLS). Les résultats détaillés de I'ACP sont disponibles dans I'annexe 10.3 à la page 323.

Représentation des vecteurs propres 4 à 6 de l'échantillon MAL (respectivement

5.2Vo,

174 4'2Vo et3.4Vo de la variance de forme totale) La longueur des vecteurs résiduels a été multipliée par un facteur 3. La configuration consensus se trouve au centre.

Figure

^{Légende Page}

Fig.4-20:

Fig.4-21:

Fig.4-22:

Fig.4-23:

Fig.4-24:

Fig.4-25:

Fig.4-26:

Fig.4-27:

Fig.4-28:

Fig.4-29:

Fig.4-30:

Fig.4-31:

Fig.4-32:

Fig. 7-l:

Représentation des vecteurs propres 4 à 6 de l'échantillon UNI (respectivementT.4Vo, 176 5.SVo et 4.970 de la variance de forme totale) La longueur des vecteurs résiduels a été multipliée par un facteur 3. La configuration consensus se trouve au centre.

Représentation des vecteurs propres 4 à 6 de I'ensemble des échantillons

MAL-UNI

¹⁷⁸

(respectivement 4.8Vo,4.7Vo et 4.l%o de la variance de forme totale) La longueur des vecteurs résiduels a ^été multipliée par un facteur 3. La configuration consensus se

trouve au centre,

Histogrammes des distributions centrées et réduites des tailles au centroide pour

les

¹⁸¹

deux échantillons MAL et UNI. Représentation en boîte des percentiles des deux distri- butions. Les valeurs comprises entre le 25ème et le 75ème percentile sont comprises dans la boîte. Les valeurs supérieures au 90ème et inférieures au 10ème sont représen- tées individuellement.

Représentation graphique de I'approximation des distances Procrustes par les distances 183 tangentes pour chaque échantillon. La relation linéaire est bonne.

Représentation des transformations de la configuration consensus de l'échantillon

des

¹⁸⁴

Malinkés du Niokolo en celle des étudiants de l'Université de Genève (en haut), et I'inverse (en bas).

Illustration des composantes du "thin-plate spline": ^(a) configuration consensus

UNI,

¹⁸⁵

(b) transformation affine, (c) transformation non-affine. Energie de torsion globale:

0.79216 .

Illustration des composantes du "thitt-plate spline": ^(a) configuration consensus

MAL,

¹⁸⁶

(b) transformation affine, (c) transformation non-affine. Energie de torsion globale:

0.89942.

Représentation des trois premiers vecteurs propres issus de I'interpolation MAL

+ l9l

UNI. Les trois ^{vecteurs possédant} l'énergie de torsion associée la plus élevée sont représentés dans la partie inférieure du tableau.

Représentation des trois premiers vecteurs propres issus de I'interpolation UNI

+

¹⁹²

MAL. Les trois vecteurs possédant l'énergie de torsion associée la plus élevée sont représentés dans la partie inférieure du tableau.

Projection des axes I et 2 (haut), et2 et3 (bas), d'une analyse des"relative warps"

des

¹⁹⁶

deux échantillons réunis. Les systèmes de coordonnées sont à la même échelle.

Projection des deux premiers axes d'une analyse des"relative warps" des deux

échan-

^I97

tillons réunis. Les déplacements de points associés à chaque direction de variation sont représentés sous la ^forme d'une grille de déformation "thin-plate spline", et par des vecteurs.

Représentation graphique de I'estimation des composantes uniformes

Ul

et U2

pour

¹⁹⁸

I'ensemble des deux échantillons.

Itlustration des différences observées lors de I'inclusion ou de I'exclusion de

I'estima-

¹⁹⁹

tion de la composante uniforme dans l'analyse de "relative warps". Valeur scalaire alpha a ₌ 0.

(a) Illustration de la structure d'un bâtonnet et d'un cône de la rétine d'un vertébré.

Les

²¹⁹

pigments photosensibles sont localisés dans les segments externes (Adapté de Uttal, 1981). (b) Illusrration d'une section transversale de I'oeil humain (Adapté de Walls, t942).

Page 15

Figure

Légende Page

Fig.7-2:

Fig.7-3:

Fig.7-4:

Représentation schématique de la structure de la rétine des vertébrés (selon

Dowling,

ZZI 1968).

L image originale se trouve dans la colonne de gauche. Les colonnes suivantes

contien-

223 nent des représentations de I'image originale à des résolutions décroissantes. Le nom- bre de pixels utilisé est indiqué en bas du tableau. Les deux rangées d'images difÈrent

par la profondeur des images: la ligne supérieure contient des images codées sur 8 bits (256 niveaux de gris), alors que les images de la ligne inférieure sont codées sur 2 bits (4 niveaux de gris). L effet de pixellisation a été obtenu en calculant la valeur d'inten- sité moyenne des pixels avoisinants. Plus l'effet de pixelisation est prononcé (plus _les blocs sont gros), plus les détails de I'image s'effacent, et plus les limites entre blocs de pixels voisins sont marquées. Cependant, si vous plissez vos yeux de manière à rendre I'image floue, et à éliminer ces frontières prononcées entre blocs, vous vous aperceve- rez que I'image contient encore suffisamment d'information pour la reconnaissance du visage. Un effet identique est observé par l'éloignement de I'image.

L image originale se trouve à gauche. Les deux images de droite ont été obtenues

par

224 filtrage des basses et hautes fréquences respectivement. L image moyenne résulte de I'addition pixel par pixel des intensités des deux images de droite, divisée par deux. La similarité entre cette image et I'image originale montre que le filtrage à différentes échelles préserve I'ensemble de I'information présente, même si elle n'est pas le cas à une échelle donnée.

Représentation de la notion de fréquence spatiale. La colonne de gauche présente

les

225 courbes de variation d'intensité sous la forme d'ondes sinusoidales. La colonne de droite représente les variation _de brillance conespondantes. Les figures du bas ont été obtenues par I'addition en phase des figures des deux lignes supérieures (illustration adaptée selon Bruce, et al.,1998).

Fig.7-5

Liste des Tables

Table Légende Page

Tableau : 3-1

Tableau:4-l

Tâbleau:4-2 Tableau : 4-3 Tableau : 4-4 Tableau :4-5

Tableau : 4-6

Tableau : 4-7

Thbleau: 4-8

Tableau : 4-9

Tableau:4-10

Identification et description des points de repères homologues utilisés.

Moyenne du cané des distances résiduelles pour les deux méthodes de superposition considérées. Les résultats des deux méthodes sont normalisés afin que leur configura- tions consensus respectives possèdent une taille au centroide unitaire. La différence relative est calculée par rapport à GLS.

Tailles au centroide moyennes par échantillon.

Comparaison des moyennes (Hg: différence des moyennes égale à 0).

Comparaison des variances (Hg: rapport des variances égal à 1)' Estimation de I'importance de la variation de forme par échantillon.

Résultats du "thin-plate spline" des configurations consensus: La matrice d'énergie de torsion utilisée est soulignée. L'énergie de torsion, la distance Procruste (d), et I'angle (en radians) mesurés dans I'espace de Kendall sont indiqués.

Les l0 premiers vecteurs propres ("principalwarps"), et valeurs propres associées pour les deux échantillons étudiés.

Contributions respectives des k

-

³ vecteurs propres ("partial warps") dans la défor- mation non-uniforme globale MAL ^vers UNI. Les valeurs propres (Â), énergie de tor- sion, pourcentage de l'énergie totale et I'ampleur de déformation sont indiqués. Les trois vecteurs propres possédant les valeurs d'énergie de torsion les plus élevées sont en gras (7, 16, et l9).

Contributions respectives des k

-

3 vecteurs propres ("partial warps") dans la déforma- tion non-uniforme globale UNI vers MAL. Les valeurs propres (Â), énergie de torsion, pourcentage de l'énergie totale et I'ampleur de déformation sont indiqués. Les trois vecteurs propres possédant les valeurs d'énergie de torsion les plus élevées sont en gras

(16,19, et22).

Résultats de I'analyse des "relative wurps" sur I'ensemble des individus. La configura- tion de référence utilisée est la configuration consensus de I'ensemble calculée par la méthode des moindres canés généralisée (GLS). Les résultats des trois premiers axes (RW) figurent dans le tableau, avec leur valeur singulière (SV), proportion de variance expliquée (Vo variance) et cumulée (7o cumulé). Ces résultats ont été obtenus pour une valeur de alpha = 0 (pondération équivalente ^des "principal warps") avec et sans esti- mation de la composante uniforme.

t2t

t45

180 180 180 182 187

187

188

189

194

Page 17

I. Introduction

Le

visage humain est

la

partie du corps que nous utilisons le plus pour reconnaître nos sembla- bles. II joue _un rôle central dans la communication en véhiculant via le langage et les expressions faciales une multitude d'informations différentes. Parmi tous les objets que nous sommes ^amenés à reconnaître chaque

jour, la

reconnaissance de

I'objet 'visage'est

un processus très élaboré, et semble être plus performante que celle des autres classes d'objets. En effet, nous sommes capa- bles de distinguer rapidement parmi des

milliers

de visages différents, alors que ces

stimuli diffè- rent

relativement

peu les uns

des autres

sur le plan structurell. De plus, I'acquisition de

^ces capacités

n'implique

pas d'apprentissage formel particulier, et a

lieu

de manière quasi-automati- que au cours de l'enfance et

du

début de l'adolescence.

La facilité

avec laquelle nous pouvons reconnaître des visage ne doit cependant pas masquer la complexité des opérations sous-jacentes.

Alors

qu'elles ont

I'air

de se dérouler de manière automatique, le cerveau doit résoudre toute une séries de

difficultés

inhérentes à la perception de n'importe quel stimulus visuel; tel que les chan- gements de

point

de vue

ou

d'expression, I'inhomogénéité de

la

surface (différentes trames de luminance dépendantes de

I'illumination),

ou encore

la

grande

similarité

structurelle entre visa- ges,

qui

nécessite la détection de petites variations entre et ^à

I'intérieur

des visages, pour extraire une

information

significative.

Alors

qu'une des fonctions les plus évidentes

d'un

visage est de révéler

I'identité d'une

personne,

il offre

également beaucoup d'autres informations. Comme ^le sexe, l'âge (à partir de la forme et de la densité de certains traits ^- rides), la ressemblance physique et I'apparentement qui la provoque souvent,

I'origine

ethnique (population

d'origine)

par la cou- leur de la peau et la forme de certains traits faciaux;

il

permet

d'inférer

sur I'humeur, les émotions, le degré d'attention et de présence par rapport à I'environnement immédiat,

la

santé, le degré de fatigue, etc. C:est également un vecteur important de la communication non-verbale. Et tout cela prend place dans un espace visuel relativement réduit.

Nous

côtoyons quotidiennement des centaines

de

personnes différentes,

la plupart

desquelles nous sont complètement étrangères. Occasionnellement, nous rencontrons une personne fami-

lière,

que nous connaissons. Son apparence nous est peut-être familière car nous

la

rencontrons souvent au même endroit, ou parce que nous avons rendez-vous avec, ou simplement nous la ren-

Un visage familier est reconnu en approximativement 0.5", malgré le grand nombre d'instances de visa- ges que nous stockons, et leur grande similitude structurelle. Les individus d'âge adulte peuvent enregis- trer de nombreux nouveaux visages à partir de représentations photographiques qu'ils ont vu pendant un tenlps très court. 50 visages pendant 5" chacun, par exemple. Les performances de reconnaissance seront alors supérieures à ^90Vo (Carey, 1992).

Page

l9