Authentification d’individus par reconnaissance de caractéristiques biométriques liées aux visages 2D/3D

Authentication of individuals by recognizing biometric-related faces 2D/3D

• 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
• Jury : Examinateurs / Examinatrices : André Smolarz, Jean-Pierre Gambotto
• Jury : Rapporteur / Rapporteuse : Liming Chen, Christine Fernandez-Maloigne

Mots clés

Mots clés contrôlés

Traitement d'images -- Techniques numériques

Biométrie

Perception des visages

Mots clés libres

Anthropométrie

Anthropometric

Résumé

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.

This thesis deals with the face authentification problem, in particular within a national project framework, namely ''TechnoVision''. Although the human beings can detect/recognise faces in a scene without much of sorrow, build a system which achieves such tasks is very challenging. This challenge is all the more large when the conditions of images acquisition are variable. There are two kinds of variations associated to the face images: inter and intra subject. The inter-subject variation is limited because owing to the fact that the physical resemblance between the individuals is rather rare. On the other hand, the intra-subject variation is more current because of pose changing, lighting conditions, etc. In this thesis, we developed, first, an approach for face and facial features localization in images containing only one face on a relatively uniform background within light variations. For that we proposed a robust colour segmentation approach in the TLS space which uses a modified watershed algorithm. To extract the facial features (like eyes and stops), we combined a kmeans clustering method with a geometrical approach and applied it on the segmented region of the face. We also proposed a 2D/3D multimodal approach which uses a weighted fusion of the scores obtained by the modular “EigenFace” and our 3D anthropometric facial signature. We evaluated our 3D and 2D/3D face recognition approaches on a sub base of IV2 which contains stereoscopic images of several human faces. The obtained results are very interesting compared to classical techniques of 2D face recognition. Finally, we discussed how to improve the performances of the proposed approaches.