Résumé
vignette|Détection de visage par la méthode de Viola et Jones. La détection de visage est un domaine de la vision par ordinateur consistant à détecter un visage humain dans une . C'est un cas spécifique de détection d'objet, où l'on cherche à détecter la présence et la localisation précise d'un ou plusieurs visages dans une image. C'est l'un des domaines de la vision par ordinateur parmi les plus étudiés, avec de très nombreuses publications, brevets, et de conférences spécialisées. La forte activité de recherche en détection de visage a également permis de faire émerger des méthodes génériques de détection d'objet. La détection de visage a de très nombreuses applications directes en vidéo-surveillance, biométrie, robotique, commande d'interface homme-machine, photographie, indexation d'images et de vidéos, , etc. Elle permet également de faciliter l'automatisation complète d'autres processus comme la reconnaissance de visage ou la reconnaissance d'expressions faciales. La détection de visage cherche à détecter la présence et la localisation précise d'un ou plusieurs visages dans une ou une vidéo. C'est un sujet difficile, notamment dû à la grande variabilité d'apparence des visages dans des conditions non contraintes: Variabilité intrinsèque des visages humains (couleur, taille, forme) Présence ou absence de caractéristiques particulières (cheveux, moustache, barbe, lunettes...) Expressions faciales modifiant la géométrie du visage Occultation par d'autres objets ou d'autres visages Orientation et pose (de face, de profil) Conditions d'illumination et qualité de l'image Présence de photos de visages qui seront prise comme des visages de personnes en vrais. La détection de visage doit faire face à une forte variabilité intra-classe, et la plupart des méthodes de détection d'objet destinées aux objets rigides ne sont pas adaptées. Les premiers essais datent du début des années 1970, et sont basés sur des méthodes à bases d'heuristiques.
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (6)
EE-612: Fundamentals in statistical pattern recognition
This course provides in-depth understanding of the most fundamental algorithms in statistical pattern recognition or machine learning (including Deep Learning) as well as concrete tools (as Python sou
EE-490(f): Lab in signal and image processing
These lab sessions are designed as a practical companion to the course "Image Analysis and Pattern Recognition" by Prof. Thiran. The main objective is to learn how to use some important image processi
BIO-410: Bioimage informatics
The course provides a comprehensive overview of methods, algorithms, and computer tools used in bioimage analysis. It exposes fundamental concepts and practical computer solutions to extract quantitat
Afficher plus