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/gul8sEFACUITÉ
DES ScIENCESProf. 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
àla Faculté des
sciencesde llUniversité
deGenève pour obtenir le grade de Docteur
èssciences, mention biologique
par
David Charles ROESSLI
de
Sion (Valais)
Thèse N" 3047
Genève
1998UNtvsnstrÉ os GsttÈvs
Département d'anthropologie et d'écologie
FecurrÉ
DES ScrENcEs Prof. André LanganeyApproche morphométrique dans l'étude de
la perception et de la reconnaissance du
visage humain
rHÈse
présentée
àla Faculté
dessciences de I'Université de Genève pour obtenir le grade
deDocteur
èssciences, mention biologique
par
David Charles ROESSLI
de
Sion (Valais)
Thèse N'3047
Genève
1998Lo Foculté des sciences, sur le préovis de Mesieun A.
LANGANEY, profeseurordinolre et directeur de thèse (Déportement d'onthropologie et
écologie),T. PUN,
professeurordinoire (Déportement d'informotique) et E,
HEYER,docteur (Musée de l'Homme, Loborotoire d'onthropologie biologique Poris,
Fronce), outorise l'impresionde lo
présente thèse, sons exprimerd'opinlon sur les
propositions qui y sont énoncées.Genève, le 22 décembre 1998
Thèse - 3047 -
ailû-
Le DOyen,
Jocques wEBERDavid 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
convenablementremercier
toutes celles et ceuxqui
ont contribué à ce travail de prèsou de loin, qui m'ont
soutenuet
encou-ragé, ou qui ont simplement manifesté
del'intérêt pour le
sujet ?Il
n'existe pas de for-mule globale appropriée pour exprimer
lamosaïque d'émotions diverses et individuelles associées à cette tranche de vie.
Mum and Dad, without whom none of
thiswould be happening. Before giving me
theopportunity
to complete my studiesin
my ownway and time,
they choseto bring
meup
inenglish, offering me the best of two
worlds.They never
tried
to steer mylift in
a directionor
anothe4 but they were always there to back meup in my
choices, howeverweird
someof
thent ntight have appeared. And now, whenever times get rough, they provide me
with
a haven of peaceawayfromthe "rat race",
somewhere deepin
the South West. Thanksfor all
the loveand caring.
André
Langaney, professeur, ami et confident.Artisan complice des idées différentes qui m'ont
menéjusqu'ici, André est une
source permanente de motivation et de perspective(s), sansqui je ne
distingueraistoujours
pas les arbres dans la forêt. Son amour de la diversité,le
regardcritique et lucide qu'il
portesur
la Science, son habiletéà
se détacherdu
quoti- dien avec un humour quasi-brirish, s'associent harmonieusementpour
composerun
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 desvilla-
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 nousa accueilli
dans safamille, et a pris
en charge I'organisation de notre séjour dans lesvillages du Niokholo.
Son sourireet
sa gen- tillesse nousont
accompagnéjour
aprèsjour,
alorsqu'il
se débrouillait à chaque instant pour nous rendre la vie plus agréable.Estella 'Sim' Poloni, et
JeanGabriel Elia
du Dpt d'anthropologie, quim'ont
assisté lors des séancesde prises de vue à Genève. Leur
charme et compétences respectifsm'ont
rendu la tâche plus facile, et certainement plus agtéa' ble.Evelyne Heyer,
du
Laboratoired'Anthropolo-
gie biologique du Musée deI'Homme
(Paris)et Thierry Pun, du Centre
Universitaired'Informatique
deI'Université
de Genève quim'ont fait
I'honneur de se plonger dans la lec- ture de cetravail
et defaire
partie dujury
de thèse.Les
autoritéspolitiques et
scientifiques Séné- galaises, nationaleset locales, qui nous
ont permis deet
aidé à effectuer cette mission etqui ont accueilli
favorablementles
program-mes de notre laboratoire. Gilles Pison,
duLaboratoire d'Anthropologie biologique
du Musée deI'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, MathiasCunat,
Patricia Dard, Isabelle Dupanloup, LaurentExcoffier, Ninian
Hubertvan
Blyenburgh,Alexandra
Mossière, AndréLanganey, Estella Poloni, Alicia
Sanchez- Mazas,et
Stefan Schneider pourleur
compli- cité et pour être là quandil
le fallait.Mes collègues et amis du
Départementd'anthropologie, dont Alain Gallay est
ledirecteur, qui
m'ont
tous encadré à leur façon, et sans qui le Département d'anthropologie ne serait pas cequ'il
est.Ces remerciements
ne
seraientpas
complets sansClaire, my linle sister, qui a
toujours trouvéle
temps de m'écouter et de m'épaulerde son bon
sens,malgré les kilomètres
qui nous séparent.Plus personnellement, Marita et Isa qui ont
fait
un bout de route avecmoi,
etqui
ont supporté mes doutes et dissipé mes craintes concernant ce travail, à coups de tempéramentlatin et
de chasses nocturnes. Plus proche, Fabienne avec quile
mot avenir prend un autre sens, etqui,
àI'heure de la rédaction, se proflle déjà en 3D.
Finalement, tous ces visages
anonymes de Genève ou duNiokholo qui
ont accepté d'êtrepris en photo,
numérisés,échantillonnés
et transformés, et qui fontl'originalité
même des données sur lesquelles se base ce travail.There's no art
To
find the mind's construction in
theface;
Macbeth (Liv.15-16)
William
S hakespear e(l
67 3)Thble des matières
I. Introduction
19II. Reconnaissance et Perception
desVisages 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 sciencesinformatiques ...
...732.2.1
Introduction
...'...'.'.'...732.2.2 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
... ""
1002.3.4 Les différents types de
données
.'... 103Page 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 detissus
... 105 2.3.5.2 Type2: maximum de courbure ou d'autres processus morphogénétiques locaux ... 1052.3.5.3 Type 3: points extremum 105
Méthodes d'analyse de données morphométriques
...
... 1062.3.6.1 Analyses
multivariées
... 1062.3.6.2 Variable de taille: la taille au cenrroide (S)
...
..., 107 2.3.6.3 Comparaison de configurations de points de repère 108Méthodes de superposition
...
.... l0gModèles de déformation géométrique
...
... 1092.3.8.1 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 16m. Matériel et Méthodes I19
3.L liobjet'visage'
... LL93.1.1 Introduction
3.1.2 Définition et choix des points de repère .
3.1.3 Discussion sur la notion d'image digitale
3.2 Acquisition
desdonnées
... L243.2.4 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
... l2g3.2.6.1 Echantillon de
Cenève
... lZ93.2.6.2 Echantillon du Sénégal
3.2.1 Saisie des coordonnées des points de repère 3.2.7.1 Saisie, format, stockage, traitement
3.3
M6thodesd'analyse
... 1313.3.1 Coordonnées de points et mesures de distances
t3l
3.3.1.1 Standardisation des mesures
...,.
... 13l3.3.1.2 Méthodes de superposition r32
3.3.1.3 Calcul de la forme moyenne, ou
consensus
... 1363.3.1.4 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
... 1434. 1.2 Distribution des points de repère 143
Table des matières
4.1.3 Comparaisons des valeurs résiduelles GLS et GRF
...'...
...'... 1454.1.4 Analyse en composantes principales 4.1.4.1 Echantillon MAL ...'..'...
4.1.4.2 Echantillon UNI
4.1.4.3 Echantillon
MAL-UNI
.'...' 1684.2 Comparaison
destailles
au centroide("Centroid
SizeS") ...
... L804,3
Analyse des composantesdu
changement deforme
... 182 4.3.1 Estimation de la variation deforme
.'."' 1824.3.2 "Thin-Ptate Spline" des configurations
consensus ""
1834.4 Décomposition
géométrique de lavariation
deforme
(o'RelativeWarps") ... 1934.4.1 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
,...,.,...219Imagerie numérique .""22L
7.2.1 Paramètres de description d'une image
'...'.. """""'
22I7.2.2 La description d'une image numérique 222
7.3
Ressourcessur Internet ... ...."'
2267.3.3 Perception et reconnaissance des visages 226
7.3.4 Vision et imagerie
numérique """""""'227
7.3.5 Biométrie et morphométrie géométrique..'...."....'.. """"""""""""
2277,4
Jeux dedonnées ,."""""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 PageFig.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
25I'enfance vers l'âge adulte (illustrations originales de Enloq 1982).
Illustration des schémas de visage présentés aux nouveaux-nés dans les expériences
de
32Johnson 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' encodésdans
37I'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
60et 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
6lsupérieure 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
7lse 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
85composantes 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 lesl2 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
typesde
coordonnéesde
points. Typel:juxtapositionde 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
lO7repère; 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 Igeant (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 PageFig. 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 PageFig.4-8:
Résultats d'une analyse en composantes principales intra-points de repères. Lesdeux
158premiers 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 deIa
162variance 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
163de 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 PageFig.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
181deux 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
184Malinkés 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
+
192MAL. 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
196deux 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-
I97tillons 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 U2pour
198I'ensemble des deux échantillons.
Itlustration des différences observées lors de I'inclusion ou de I'exclusion de
I'estima-
199tion 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
219pigments 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 PageFig.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 difÈrentpar 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 estla
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 chaquejour, la
reconnaissance deI'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 desmilliers
de visages différents, alors que cesstimuli diffè- rent
relativementpeu les uns
des autressur le plan structurell. De plus, I'acquisition de
ces capacitésn'implique
pas d'apprentissage formel particulier, et alieu
de manière quasi-automati- que au cours de l'enfance etdu
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 ontI'air
de se dérouler de manière automatique, le cerveau doit résoudre toute une séries dedifficultés
inhérentes à la perception de n'importe quel stimulus visuel; tel que les chan- gements depoint
de vueou
d'expression, I'inhomogénéité dela
surface (différentes trames de luminance dépendantes deI'illumination),
ou encorela
grandesimilarité
structurelle entre visa- ges,qui
nécessite la détection de petites variations entre et àI'intérieur
des visages, pour extraire uneinformation
significative.Alors
qu'une des fonctions les plus évidentesd'un
visage est de révélerI'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 (populationd'origine)
par la cou- leur de la peau et la forme de certains traits faciaux;il
permetd'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 centainesde
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 nousla
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