Contributions à la reconnaissance de visages à partir d'une seule image et dans un contexte non-contrôlé

Towards unconstrained face recognition from one sample

• Auteur / Autrice : Ngoc-Son Vu
• Direction : Alice Caplier
• Type : Thèse de doctorat
• Discipline(s) : Signal, image, parole, télécoms
• Date : Soutenance en 2010
• Etablissement(s) : Grenoble INPG
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique (2007-....)
• Jury : Président / Présidente : Pierre-Yves Coulon
• Jury : Examinateurs / Examinatrices : Jean-Marc Odobez, Christophe Blanc
• Jury : Rapporteur / Rapporteuse : Bernadette Dorizzi, Christophe Rosenberger

Mots clés

Mots clés contrôlés

Reconnaissance faciale

Mots clés libres

Reconnaissance de visages

Temps réel

Normalisation d'illumination

Variations de pose

Rétine

Descripteurs locaux

Unconstrained face recognition

Real-time

Illumination normalization

Pose variations

Retina

Local descriptors

Statistical model

Hmms

Résumé

Bien qu'ayant suscité des recherches depuis 30 ans, le problème de la reconnaissance de visages en contexte de vidéosurveillance, sachant qu'une seule image par individu est disponible pour l'enrôlement, n'est pas encore résolu. Dans ce contexte, les deux défis les plus difficiles à relever consistent à développer des algorithmes robustes aux variations d'illumination et aux variations de pose. De plus, il y a aussi une contrainte forte sur la complexité en temps et en occupation mémoire des algorithmes à mettre en oeuvre dans de tels systèmes. Le travail développé dans cette thèse apporte plusieurs avancées innovantes dans ce contexte de reconnaissance faciale en vidéosurveillance. Premièrement, une méthode de normalisation des variations d'illumination visant à simuler les performances de la rétine est proposée en tant que pré-traitement des images faciales. Deuxièmement, nous proposons un nouveau descripteur appelé POEM (Patterns of Oriented Edge Magnitudes) destiné à représenter les structures locales d'une image. Ce descripteur est discriminant, robuste aux variations extérieures (variations de pose, d'illumination, d'expression, d'âge que l'on rencontre souvent avec les visages). Troisièmement, un modèle statistique de reconnaissance de visages en conditions de pose variables, centré sur une modélisation de la manière dont l'apparence du visage évolue lorsque le point de vue varie, est proposé. Enfin, une nouvelle approche visant à modéliser les relations spatiales entre les composantes du visage est présentée. A l'exception de la dernière approche, tous les algorithmes proposés sont très rapides à calculer et sont donc adaptés à la contrainte de traitement temps réel des systèmes de vidéosurveillance.

Although having been an active research topic for 30 years, recognizing a person from surveillance having seen only one image is unsolved. Within this context, the two greatest challenges are the variations of pose and illumination. Moreover, there are strict constraints upon the complexity in both terms of computational time and stockage requirements. The work developed throughout this dissertation gives several advantages in the context of real-time and unconstrained face recognition. Firstly, an illumination normalization method simulating the performance of human retina is proposed as preprocessing algorithm. Secondly, we propose novel features called POEM (Patterns of Oriented Edge Magnitudes) for representing a local image structure. This descriptor is discriminative and robust to exterior variations (variations of pose, illumination, expression and pose that we always see when dealing with face images). Thirdly, a statistical model for robust face recognition across poses, entered on modeling how facial patch appearance changes as the viewpoint varies, is proposed. Finally, a novel approach modeling the spatial relationships between face components is developed. Except the last algorithm, all proposed methods are very fast and are therefore suitable for the constraints upon real-time of surveillance applications.