Thèse soutenue

Authentification d’individus par reconnaissance de caractéristiques biométriques liées aux visages 2D/3D
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Souhila Guerfi Ababsa
Direction : Sylvie Lelandais Bonadè
Type : Thèse de doctorat
Discipline(s) : Sciences de l'ingénieur
Date : Soutenance le 03/10/2008
Etablissement(s) : Evry-Val d'Essonne
Ecole(s) doctorale(s) : École doctorale Sciences et Ingénierie (Evry ; 2008-2015)
Jury : Président / Présidente : Maurice Milgram
Examinateurs / Examinatrices : André Smolarz, Jean-Pierre Gambotto
Rapporteurs / Rapporteuses : Liming Chen, Christine Fernandez-Maloigne

Mots clés

FR  |  
EN

Mots clés contrôlés

Mots clés libres

Résumé

FR  |  
EN

Cette thèse s’inscrit dans le domaine de l’authentification de visage, en particulier dans le cadre du projet national « TechnoVision ». Bien que les êtres humains puissent détecter/reconnaître des visages dans une scène sans beaucoup de peine, construire un système qui accomplit de telles tâches représente un sérieux défie. Ce défi est d’autant plus grand lorsque les conditions d’acquisition des images sont très variables. Il existe deux types de variations associées aux images de visages : inter et intra sujet. La variation inter-sujet est limitée à cause du fait que la ressemblance physique entre les individus est assez rare. Par contre la variation intra-sujet est plus courante à cause, par exemple, des variations de poses, des changements dans les conditions d’éclairage, etc. Dans cette thèse, nous avons d’abord développé une approche de localisation de visage et de ses caractéristiques pour des images ne contenant qu’un seul visage sur un fond relativement uniforme avec des variations de lumière. Pour cela nous avons proposé une approche robuste de segmentation couleur dans l’espace TLS qui repose sur l’algorithme de ligne de partage des eaux modifiée. Pour l’extraction des régions caractéristiques faciales (yeux et bouche), nous avons combiné la méthode de classification kmeans avec une approche géométrique et nous l’avons appliqué sur la région du visage segmentée. Nous avons aussi proposé une approche multimodale 2D/3D qui repose sur la fusion pondérée des scores de l’approche « EigenFace » modulaire avec la signature anthropométrique 3D de visage. Nous avons évalué nos approches 3D et 2D/3D de reconnaissance du visage sur une sous-base de IV2 qui contient des images stéréoscopiques de visage. Les résultats obtenus sont très intéressants en comparaison avec les techniques classiques de reconnaissance 2D de visage. Enfin, nous avons discuté les perspectives d’amélioration des approches proposées.