Développement de nouvelles méthodes et approches pour la reconnaissance faciale et les applications liées au visage

par Mohamed Kas

Projet de thèse en Informatique

Sous la direction de Yassine Ruichek et de Rochdi Messoussi.

Thèses en préparation à Bourgogne Franche-Comté en cotutelle avec l'Université Ibn-Tofail , dans le cadre de SPIM - Sciences Physiques pour l'Ingénieur et Microtechniques , en partenariat avec CIAD - Connaissance et Intelligence Artificielle Distribuées (laboratoire) et de Pôle 6 - Vision pour la robotique (equipe de recherche) depuis le 01-10-2018 .


  • Résumé

    Le visage d'un être humain porte suffisamment de descriptions utiles pour identifier une personne et son état émotionnel. Au cours de son développement, le cerveau humain acquiert des compétences dédiées à l'analyse des images faciales. De façon similaire à l'apprentissage humain, les chercheurs ont développé des systèmes intelligents basés sur l'apprentissage machine qui est né de la théorie que les ordinateurs peuvent effectuer des tâches spécifiques simplement en apprenant et sans être programmés. Parmi ces tâches, nous pouvons citer la reconnaissance faciale, qui requiert de plus en plus d'intérêt au vu du nombre important d'applications qu'elle peut engendrer dans de nombreux domaines, tels que la sécurité des réseaux, la sécurité de sites sensibles, la recherche de cibles, l'indexation et la récupération de contenu dans des bases d'images, etc. L'objectif est de développer de nouveaux concepts en vue de la segmentation d'images et la classification de régions. Il s'agit de mettre en oeuvre de nouveaux descripteurs que ce soit couleur, texture ou forme pour la caractérisation des régions et de proposer de nouvelles architectures apprentissage profond (Deep Learning) et apprentissage à base de graphes, pour les différentes applications liées aux images faciales : 1) l'analyse des visages (reconnaissance et identification) ; 2) analyse des états émotionnels ; 3) détection de fatigue du conducteur ; 4) estimation de l'âge et reconnaissance du sexe. Ces utilisations sont des domaines d'application par excellence desdits concepts et partagent une structure commune. Nos contributions s'intéressent à toutes les phases de cette structure à savoir: Détection et alignement de visage, Extraction des vecteurs caractéristiques et également la partie classification et décision.

  • Titre traduit

    Development of new methods and approaches for facial recognition and related applications


  • Résumé

    The face of a human being carries enough useful descriptions to identify a person and his or her emotional state. During its development, the human brain acquires skills dedicated to the analysis of facial images. In a similar way to human learning, researchers have developed intelligent systems based on machine learning, which is born from the theory that computers can perform specific tasks simply by learning and without being programmed. Among these tasks, we find the facial recognition, which requires more and more interest regarding the large number of applications belonging to many areas, such as network security, security of sensitive sites, searching for targets, indexing and retrieving content in image databases, etc. The goal behind this PhD thesis is to develop new concepts for image segmentation and region classification. More precisely, the aim is to implement new description methods to characterize color and texture regions. Moreover, we intend to propose new deep learning and graph-based learning architectures for different Facial image-related applications: 1) face analysis (recognition and identification); 2) analysis of emotional states; 3) driver fatigue detection; 4) age estimation and gender recognition. Our contributions concern all the basic steps of such recognition systems including face detection; feature extraction and classification step.