La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Reconnaissance de visages Université dAvignon et du pays du Vaucluse IUP GMI Réalisé par : Hazem Amir Tuteur: Mr Bonastre JF.

Présentations similaires


Présentation au sujet: "Reconnaissance de visages Université dAvignon et du pays du Vaucluse IUP GMI Réalisé par : Hazem Amir Tuteur: Mr Bonastre JF."— Transcription de la présentation:

1 Reconnaissance de visages Université dAvignon et du pays du Vaucluse IUP GMI Réalisé par : Hazem Amir Tuteur: Mr Bonastre JF

2 Plan Introduction Systèmes de reconnaissance de visages Architecture de notre système Méthodes dextractions ( PCA, DCT ) Classifieur GMM Tests et résultats Conclusion et perspectives

3 Introduction But du projet : 1.Utiliser la PCA et la DCT comme méthodes dextraction dinformations 2.Utiliser le GMM pour la classification 3.Comparer la PCA GMM et la DCT GMM

4 Système de reconnaissance de visages Monde Extérieur PrétraitementsDétection et Localisation Extraction des paramètres Classification Teste et Décision Acquisition dimage

5 Architecture de notre système Pré- Traitement s Features (PCA|DCT) Classifieur GMM LIA_SpeakerDet BDD Visages Fichier Résulta t

6 Méthodes dextraction dinformations PCA : Matrice de vecteurs dimages pour chaque bloc de même position Image 1 ImageN PCA

7 Méthodes dextraction dinformations DCT

8 Récupération des coefficients DCT: Fig modèle zigzag dun bloc 8 x 8

9 Méthodes dextraction dinformations DCT Propriétés de la DCT : Décorrélation Compression d'énergie Séparabilité

10 Méthode de classification : GMM Ayant N images dapprentissage en entrée, on va apprendre un GMM sur lensemble des données, dénommé le modèle du monde. La vraisemblance dune donnée x est donnée par : la vraisemblance de lensemble est donnée par : Maximisation avec lalgorithme EM

11 Tests et résultats Base ORL : 400 images 10 poses pas individu

12 Tests et résultats Base ORL changements dorientations du visage changements déclairage

13 Tests et résultats Base ORL changements déchelle changements des expressions faciales

14 Tests et résultats Base ORL port de lunettes changements de coiffure et de port de barbe

15 Tests et résultats Base ORL Individus de différents ages races et sexes

16 Tests et résultats 1. 1.Pour chaque individu : 5 poses pour lapprentissage 5 poses pour le test 200 images pour lapprentissage 200 images pour les tests

17 Tests et résultats Étapes de tests : BDD Visages Pré- Traitement s LPCA / DCT Features Ensemble Dapprentissage Train WorldTrain Target Compute Test Résultats Ensemble De Tests

18 Tests et résultats (LPCA) Test sur le nombre de vecteurs bases : Meilleurs résultats : 100 vecteurs bases

19 Tests et résultats(LPCA) Tests sur le nombre de mixtures de gaussiennes : Pour un nombre de mixtures égal à 160 On obtient 84% de taux de reconnaissance

20 Tests et résultats(DCT) Test sur le nombre de coefficients DCT: Meilleurs résultats : 16 coefficients DCT

21 Tests et résultats(DCT) Tests sur la taille des blocs DCT : Meilleurs résultats : blocs de taille 8x8

22 Tests et résultats(DCT) Test sur lindice de chevauchement des blocs DCT : Meilleurs résultats : chevauchement de 50%

23 Tests et résultats(DCT) Test sur le nombre de mixtures de gaussiennes: Pour un nombre de mixtures égal à 100 On obtient 93% de taux de reconnaissance

24 Tests et résultats Synthèse : DimensionNb coefficientsNb mixturesTaux de rec DCT GMM % LPCA GMM %

25 Conclusion et Perspectives Approfondir et dautomatiser les tests pour la LPCA GMM et la DCT GMM, et de des tests sur dautres bases de données comme : FERET, YAL, MIT, M2VTS. Travailler sur une base de données dimages vidéos Introduire une variante de la DCT qui est la DCT mod2 Inclure la LPCA GMM et DCT GMM dans le toolkit ALIZE LIA_DpkDet Fusionner ces méthodes avec dautres méthodes biométriques développées par le LIA comme la reconnaissance du locuteur et dempreintes digitales


Télécharger ppt "Reconnaissance de visages Université dAvignon et du pays du Vaucluse IUP GMI Réalisé par : Hazem Amir Tuteur: Mr Bonastre JF."

Présentations similaires


Annonces Google