Reconnaissance Faciale avec Machine Learning
No Thumbnail Available
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La reconnaissance faciale a émergé comme un domaine fascinant et indispensable
dans le domaine de la vision par ordinateur et de l'intelligence artificielle, avec des
applications allant de la sécurité et la surveillance à l'authentification biométrique.
Dans le contexte de cette évolution rapide, l’objectif de ce mémoire est d’explorer et
d’évaluer l’utilisation conjointe de l’apprentissage automatique (des Machine à Vecteurs
de Support SVM) et de deux techniques d’extraction des caractéristiques les
Histogrammes des Gradients Orientés (HOG) et le Motif Binaire Local (LBP). Nous
présenterons un état de l’art des approches récentes dans ce domaine, et nous allons
évaluer ces techniques en termes d'efficacité et de performance. Notre étude est basée
sur l'extraction des caractéristiques qui identifie les informations des zones du visage et
leur classification, à partir de ces informations extraites.
Enfin, nous avons essayé d'obtenir de meilleurs résultats en effectuant plusieurs tests
avec les descripteurs HOG et LBP où nous avons obtenus un taux de reconnaissance
(98,7 %) et (93,4 %) sur les bases de données de référence ORL et LFW en utilisant le
classifieur SVM.