Combinaisons de données d’espaces couleurs et de méthodes de vérification d’identité pour l’authentification de visages

Abstract

Ce travail de recherche s'inscrit dans le contexte de la biométrie dont l’objectif est de l’authentification d’une personne à partir de l’image de son visage. Les systèmes d'authentification de visage utilisent généralement la représentation en niveaux de gris de l'image de visage comme caractéristique d'entrée de ces systèmes. Mais nous proposons l’utilisation de la représentation en couleurs qui améliore les performances de ces systèmes. Nous avons testé Plusieurs espaces de couleur pour la transformation des composantes colorimétriques RGB des images originales. Les résultats obtenus dans les différentes espaces/ou composantes colorimétriques sont combinés par l’utilisation d’une fusion logique et non linéaire pour la classification avec un réseaux de neurones simple de type MLP (Multi Layer Perceptron). Concernant les techniques utilisé pour l’extraction des caractéristiques de l’image de visage nous avons appliqué la méthode d'analyse linéaire discriminante (LDA), le modèle amélioré de ficher (EFM), la transformé en cosinus discrète (DCT), la transformé de radon, la méthode appelé ‘Local Binary Pattern’ (LBP) et les statistiques d’ordre deux de la matrice de cooccurrence. Enfin nous avons proposé une nouvelle méthode basée sur les statistiques d’ordre un de l’image de visage qu’on l’appelle (MS) l’abréviation en anglais de ‘Mean and Standard déviation’. Les résultats présentés montrent l’intérêt du développement de la nouvelle approche (MS) qui permettent de diminuer le temps de calcule grâce à sa simplicité et la robustesse lorsqu’on travail avec une grande base de données. Pour valider ce travail nous avons testé ces approches sur des images frontales de la base de données XM2VTS selon son protocole associé (protocole de Lausanne).