Vérification faciale de la parenté basée sur la modélisation multidimensionnelle de données

Abstract

"Dans ce mémoire de thèse, nous proposons l’évaluation des espaces couleurs de l’image faciale 2D afin de déterminer la composante couleur la plus discriminante pour la vérification faciale de la parenté dans les environnements non-contrôlés, en utilisant la modélisation multidimensionnelle des données faciale basée sur les tenseurs d’ordre supérieur. La projection des sous espace multilinéaire est assurée par une nouvelle méthode appelée MSIDA (Multilinear Side-Information based Discriminant Analysis). Plusieurs sous-espaces inter-reliés sont obtenus sur différentes modes de tenseurs, de sorte que les sous-espaces sont appris de manière itérative en dépliant le tenseur dans les différentes modes. En utilisant uniquement les informations d'étiquette faibles, MSIDA projette le tenseur de visages dans un nouvel sous-espace dans lequel la discrimination est améliorée. L’entrée de notre système est l’une des espaces couleur RGB, YcbCr et HSV, dans lequel chaque composante est évaluée séparément. L’évaluation expérimentale dans la base de données Cornell KinFace montre que l’approche proposée surpasse de manière significative la plupart des approches de l’état de l’art."