Vers des Algorithmes Evolués pour la Reconnaissance de Visage en Milieux non Contrôlés

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Aujourd'hui, la reconnaissance faciale dans le monde réel est devenue un domaine de recherche intéressant et difficile, lié à des applications importantes dans de nombreux secteurs comme la sécurité des réseaux, l'indexation et la recherche de contenus, les caméras de vidéo surveillance et la vision par ordinateur. De nombreuses approches énoncées dans la littérature ont obtenu de bonnes performances de reconnaissance faciale grâce à l'extraction de caractéristiques discriminantes, qui est considérée comme l'étape la plus importante dans le système global de reconnaissance du visage. Cette thèse est consacrée au problème de la reconnaissance automatique des visages dans des environnements non contrôlés. Dans la première partie, nous proposons un nouveau descripteur hybride appelé GLBSIF pour l'extraction de caractéristiques du visage, en vue de la reconnaissance faciale dans un environnement non contrôlé caractérisé par des variations d'illumination, d'occultation, d'expressions faciales et de poses. En outre, nous proposons des descripteurs hybrides multi-échelles: MS-GLBP, MS-GLPQ, MS-GBSIF, MS-GCS-LMP, MS-GMBP, MS-GEW-EFM, MS-EWGP et MS-GLBSIF. Nous suggérons aussi une nouvelle méthode pour la réduction de l’espace appelée Weighted PCA-EFM. Dans la deuxième partie, nous proposons une nouvelle méthode d'apprentissage en profondeur pour la vérification du visage, appelée Weighted PCA-EFMNet. Nous étendons également le descripteur hybride GLBSIF en développant une nouvelle approche d’apprentissage en profondeur pour l’extraction de caractéristiques, appelée DeepGLBSIF.

روابط وملفات

التعريف والنوع

رقم الوثيقة

f53485ab-77c3-496f-a5d5-61555758253d

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل دكتوراة

نوع الملف

pdf image

أسماء الملفات

f53485ab-77c3-496f-a5d5-61555758253d_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"Ahmed Ben Hamida","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Bilel Ameur","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Vers des Algorithmes Evolués pour la Reconnaissance de Visage en Milieux non Contrôlés

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

Nowadays, real-world face recognition has become an interesting and challenging field of research, related to important applications in many areas such as network security, indexing and searching for content, video surveillance systems and computer vision. Many approaches in the literature have achieved good recognition performance through the extraction of discriminating features, which is considered the most important step in the face recognition system. This thesis is devoted to the problem of automatic face recognition in uncontrolled environments. In the first part, we propose a new hybrid descriptor called GLBSIF to extract features for facial recognition in uncontrolled environments characterized by considerable variations related to pose, illumination, facial expressions and occlusion. Furthermore, we propose many multiscale hybrid descriptors: MS-GLBP, MS-GLPQ, MS-GBSIF, MS-GCS-LMP, MS-GMBP, MS-GEW-EFM, MS-EWGP and MS-GLBSIF. Moreover, we suggest a new method for dimension reduction, called Weighted PCA-EFM. In the second part, we propose a new method based on deep learning for facial verification, called Weighted PCA-EFMNet. We also extend the hybrid descriptor GLBSIF by developing a novel approach based on deep learning for feature extraction, called DeepGLBSIF.

إشراف وإعداد

الإشراف

Ahmed Ben Hamida

الإعداد

Bilel Ameur

الاقتباسات الببليوغرافية