Ce travail de recherche s'inscrit dans le contexte de la biométrie dont l’objectif est deudl’authentification d’une personne à partir de l’image de son visage. Les systèmesudd'authentification de visage utilisent généralement la représentation en niveaux de gris de l'imageudde visage comme caractéristique d'entrée de ces systèmes. Mais nous proposons l’utilisation de laudreprésentation en couleurs qui améliore les performances de ces systèmes. Nous avons testéudPlusieurs espaces de couleur pour la transformation des composantes colorimétriques RGB desudimages originales. Les résultats obtenus dans les différentes espaces/ou composantesudcolorimétriques sont combinés par l’utilisation d’une fusion logique et non linéaire pour laudclassification avec un réseaux de neurones simple de type MLP (Multi Layer Perceptron).udConcernant les techniques utilisé pour l’extraction des caractéristiques de l’image de visage nousudavons appliqué la méthode d'analyse linéaire discriminante (LDA), le modèle amélioré de ficherud(EFM), la transformé en cosinus discrète (DCT), la transformé de radon, la méthode appeléud‘Local Binary Pattern’ (LBP) et les statistiques d’ordre deux de la matrice de cooccurrence. Enfinudnous avons proposé une nouvelle méthode basée sur les statistiques d’ordre un de l’image deudvisage qu’on l’appelle (MS) l’abréviation en anglais de ‘Mean and Standard déviation’. Lesudrésultats présentés montrent l’intérêt du développement de la nouvelle approche (MS) quiudpermettent de diminuer le temps de calcule grâce à sa simplicité et la robustesse lorsqu’on travailudavec une grande base de données. Pour valider ce travail nous avons testé ces approches sur desudimages frontales de la base de données XM2VTS selon son protocole associé (protocole deudLausanne).
展开▼
