OPTIMISATION DE SYSTEME DE RECONNAISSANCE DE VISAGE 3D A BASE DE PSO

Abstract

RESUMES (Français et Arabe) Notre objectif est d'explorer les techniques de reconnaissance faciale 2D, 3D et en présence d'expression et aussi l’optimisation du SRV3D. Ce qui nous a guidés dans notre sélection des techniques utilisées dans la conception de notre système de reconnaissance 3D du visage. Notre approche est basée sur l’algorithme d’optimisation par essaim de particule afin d’améliorer les performances système. Celui-ci est basé sur l'étape consistant à extraire des informations pertinentes de la face par la méthode amélioré de Fisher pour l’analyse linéaire discrimante de données de grande (EFM). Ces paramètres caractéristiques sont ensuite soumis au classeur connu pour son efficacité le SVM (Support Vector Machine). Dans ce travail de mémoire nous utilisons une méthode optimale pour l’optimisation de système de reconnaissance du visage 3D à base de PSO « Optimisation par Essaim de Particules » ou « OEP ». Cet algorithme nous permet d’atteindre les meilleurs candidats pour améliorer le taux de réussite. Le PSO est un modèle de calcul basé sur l'idée d'un comportement coopératif est inspiré par le comportement social des volées d'oiseaux ou de poissons. C’est une méthode très simple basée sur le calcul d’équations mathématiques connues tel que la vitesse, la position, l’inertie, la distance, la mesure d’erreur et la fonction de fitness (taux d’égale erreur TEE). Dont, la vitesse et la position sont les calculs fondamentaux dans cette méthode. Tout notre travail est réalisé en 3D et 3D sur Casia 3D BDD V4. Mots clés : Optimisation, SRV, PSO, EFM, ACP, SVM et Classification