Reconnaissance de visages en conditions de pose variables
Résumé
Les performances des systèmes de reconnaissance de visage chutent de manière très importante lorsque la pose de l'image requête est différente que celle de l'image galerie. Dans cet article, nous présentons un algorithme robuste de reconnaissance de visages en conditions de pose variables, centré sur une modélisation de la façon dont l'apparence du visage change lorsque le point de vue varie. Notre nouveau modèle est basé sur deux descripteurs locaux : les ondelettes de Gabor et les Local Binary Patterns (LBP). Ces deux descripteurs ont été largement exploités pour la reconnaissance de visages et de nombreuses stratégies de fusion ont été proposées. Cependant, toutes les méthodes de fusion existantes ont été envisagées pour faire de la reconnaissance de visage de face. Nous examinons le cas le plus difficile pour lequel la reconnaissance de visage en vue non frontale est faite sachant que la base de référence ne contient que des vues de face des individus à reconnaître. La méthode est évaluée sur la base de données Feret et les résultats expérimentaux montrent que notre modèle permet d'atteindre des taux de reconnaissance très élevés