Contribution à la reconnaissance faciale par modèles à noyaux

Type de record:

paper

Créateur:

SouLac

Éditeur:

Eco

Hôte:

Les travaux de recherche effectués dans cette thèse portent sur la reconnaissance faciale des individus par des méthodes à noyaux. Il s’agit de développer un système de reconnaissance faciale qui consiste à rechercher l’identité requête dans l’ensemble des images de visages des personnes enregistrées dans une base de données. Le système de reconnaissance faciale est composé de deux processus : celui d’extraction des caractéristiques faciales et celui de classification et de décision. Le processus d’extraction des caractéristiques faciales repose sur la combinaison des caractéristiques de filtres de Gabor et les mesures ordinales issues des filtres ordinaux. Dans le processus de classification et de décision, nous proposons différentes variantes des techniques à noyaux suivantes : l’analyse discriminante de Fisher à noyau (KFD), l’analyse discriminante non paramétrique à noyau (KNDA), le modèle incrémental de l’analyse discriminante non paramétrique à noyau (IKNDA), le modèle incrémental de l’analyse discriminante non paramétrique (INDA), le modèle des sous-classes de l’analyse discriminante non paramétrique à noyau (SKNDA). Le système de reconnaissance faciale développé est validé sur les bases de données : Yale, ORL, Indian, AR et UMIST. Les résultats obtenus ont prouvé l’efficacité de la méthode IKNDA dans le cas de l’apprentissage incrémental avec un taux de reconnaissance faciale égal à 98.8% et dans le cas de l’apprentissage par lot la méthode SKNDA atteint 97.80%. The research work carried out in this thesis deals with the facial recognition of individuals by kernel methods. It involves developing a facial recognition system that consists in searching for the identity request in the set of face images of the persons registered in a database. The facial recognition system consists of two processes: facial features extraction and classification and decision making. The process of facial feature extraction is based on the combination of the Gabor features and ordinal measures which are derived from ordinal filters. In the classification and decision process, we propose different variants of the following Kernel techniques: Kernel Fisher’s Discriminant Analysis (KFD), Kernel Nonparametric Discriminant Analysis (KNDA), Incremental Kernel Nonparametric Discriminant Analysis (IKNDA) and Incremental Nonparametric Discriminant Analysis (INDA), Subclass KNDA (SKNDA). The facial recognition system developed is evaluated on databases: Yale, ORL, Indian, AR, FRAV2D, PIE and UMIST. The results obtained proved the effectiveness of the IKNDA method in the case of incremental learning with a facial recognition rate equal to 98.8% and in the case of batch learning the SKNDA method reaches 97.80%. p. 87-93

Contribution à l’amélioration du taux de reconnaissance automatique de la parole par des modèles hybrides

L’amélioration des systèmes de reconnaissance automatique de la parole est l’un des défis actuels le

Contributions à l'étude et à la reconnaissance automatique de la parole en Fongbe

L'une des difficultés d'une langue peu dotée est l'inexistence des services liés aux technologies du

Comprendre la contribution de la recherche à l'innovation collective par l'exploration de mécanismes de renforcement de capacité

Le renforcement des capacités à innover apparaît comme un nouveau moyen pour assurer un développemen

Noyaux à valeurs opérateurs et apprentissage de métriques multi-vues

International audience Nous considérons le problème d'apprentissage de métriques dans

Contribution à la classification des dialectes de la langue arabe

Bibliographie : 5 p.

Caractérisation et suivi à long terme de la phénologie des couverts agricoles par utilisation des modèles d’apprentissage automatique et les données spatiales à moyenne résolution spatiale

Changing land-use patterns are of great importance in environmental studies and critical for land us