Reconnaissance Biométrique par Fusion Multimodale du Visage 2D et 3D

Abstract

La reconnaissance faciale est l'une des meilleures modalités biométriques pour des applications liées à l'identification ou l'authentification de personnes. En effet, c'est la modalité utilisée par les humains. Elle est non intrusive et socialement bien acceptée. Malheureusement, les visages humains sont semblables et offrent par conséquent une faible possibilité de distinction par rapport à d'autres modalités biométriques, comme par exemple, les empreintes digitales et l'iris. Par ailleurs, lorsqu'il s'agit d'images 2D de visages, les variations intra-classe, dues à des facteurs aussi divers que les changements des conditions d'éclairage, variation de cosmétiques et de pose, sont généralement supérieures aux variations inter classes, ce qui rend la reconnaissance faciale 2D peu fiable dans des conditions réelles. Récemment, les représentations 3D de visages ont été largement étudiées par la communauté scientifique pour pallier les problèmes non résolus dans la reconnaissance faciale 2D. Cette thèse est consacrée à la reconnaissance faciale robuste utilisant la fusion des données faciales 2D et 3D. Nous consacrons la première partie de notre étude à la vérification de visage uni-modale et multi-algorithmes de visage 2D. Tout d’abord, nous étudions plusieurs méthodes pour sélectionner les meilleurs systèmes d’authentification de visages. Ensuite, nous présentons la multi-modalité et les méthodes de fusion de scores pour les deux approches combinaison et classification. Enfin les méthodes de fusion de scores sont comparées sur la base de données des visages XM2VTS. ............