Optimisation de la détection pour la reconnaissance de visage

Abstract

La recherche dans le domaine de la détection de personne en milieux incontrôlés devient un sujet de plus en plus traité. Les algorithmes conventionnels utilisent exclusivement des modèles basés sur des vecteurs de caractéristiques. Ces vecteurs restent difficiles à définir et dépendent largement du type d’images observé. Ces méthodes donnent des résultats avec un faible taux de détection et un haut taux de fausse classification. Une approche innovante pour résoudre ce problème est d’utiliser un algorithme permettant de déterminer automatiquement les caractéristiques utiles pour reconnaitre les personnes. Dans notre projet, nous proposons un réseau de neurones convolutif pour identifier les visages en temps réel et en milieux incontrôlés. Les réseaux de neurones convolutifs ont montré leur grande performance dans le domaine de la classification des objets. Testée sur des images de joueurs et de célébrités collectées sur le Web acquises en milieu réel, l’approche proposée atteint une meilleure performance de classification que les méthodes conventionnelles. Ces résultats indiquent clairement que l’utilisation des réseaux de neurones convolutifs pour la détection de visage de personne est très prometteuse.