Etude des Performances de la Reconnaissance Faciale dans des Conditions Non -contrôlés

Abstract

La reconnaissance faciale a joué un rôle de plus en plus important dans le domaine de la recherche en intelligence artificielle. Malgré les nombreuses approches qui ont été proposées pour résoudre le problème de la reconnaissance du visage humain, ce sujet reste un problème extrêmement difficile. Cela est dû au fait que différents visages de personnes ont généralement la même forme et varient en raison des conditions d'éclairage, de changement d’expressions faciales, etc. De nos jours, les systèmes d'information semblent être un domaine intéressant pour exploiter cette technologie, étant donné la multitude d'applications qui l’utilisent comme : le contrôle d'accès aux sites, la télésurveillance, etc. Le travail effectué dans le cadre de ce mémoire est axé sur l'identification des visages automatiques en utilisant une seule image par personne (SSPP) en apprentissage. La technique utilisée en extraction de caractéristiques est basée sur l’exploitation de la texture-couleur à l’aide du descripteur : motif binaire local (Local Binnary Pattern LBP)). Pour la validation de ce travail, nous avons testé cette technique sur plusieurs images 2D de visages de la base de données AR (2600 images). Les résultats obtenus ont montré des résultats compétitifs par rapport aux travaux présentés dans la littérature.