Optimisation du CNN par l’algorithme Génétique pour la Reconnaissance de Visage

Abstract

La reconnaissance de visage est un domaine de la vision par ordinateur consistant à reconnaitre automatiquement une personne à partir d'une image de son visage. C'est un sujet particulièrement étudié en vision par ordinateur Avec le développement de l'apprentissage en profondeur, la technologie de reconnaissance des visages basée sur CNN (réseau de neurones convolutionnel) est devenue la principale méthode adoptée dans le domaine de la reconnaissance des visages.Les algorithmes génétiques (AG) sont des méthodes heuristiques de recherche ou d'optimisation. Ces techniques ont été inspirées à l’origine du principe darwinien de l’évolution par sélection (génétique).Une AG est basée sur une forme très abstraite de processus évolutifs pour apporter des solutions à des problèmes complexes. Chaque AG opère sur une population de chromosomes artificiels. Chaque chromosome signifie une solution au problème à résoudre et a une forme physique. Une forme physique du chromosome est une mesure numérique réelle qui représente sa performance en tant que solution du problème spécifique. Dans notre travail, l’AG est utilisée pour optimiser le système de reconnaissance de visage (SRV) basée sur le CNN en sélectionnant les meilleures caractéristiques. Les résultats obtenus sont encourageants et prometteurs. L'approche CNNGA proposée, non seulement classe convenablement les images de visage, mais en plus avec un temps de calcul qui a considérablement baissé de 14.986921 secondes pour le SRV utilisant le CNN à 0.847437 secondes