Reconnaissance de visage 3D basée sur les tenseurs et les descripteurs locaux

Abstract

"Dans notre mémoire, nous proposons une nouvelle approche pour la vérification de visage 3D basée sur la modélisation tensorielle des données. Les défis de la reconnaissance faciale, tels que les variations d’illuminations et des expressions faciales, sont modélisés comme un problème d’algèbre multilinéaire. Les caractéristiques de l'histogramme de descripteur local LPQ multi-échelle sont extraites et considérés comme une signature biométrique de notre système, ces caractéristiques discriminantes sont modélisées comme un tenseur d’ordre supérieur. La dimensionnalité du ce tenseur est réduit selon notre méthode proposée MEFDA+ EFM. Cette méthode hybride repose sur deux étapes principales : La première est la projection de sous-espaces multilinéaire (MEFDA), et la seconde étape est la projection de sous-espaces linéaire (EFM). La méthode proposée a été évalué dans la base de données CASIA 3D. Les résultats expérimentaux démontrent que la méthode proposée surpasse de manière significative les méthodes de l’état de l’art."