Localisation de Visages par Boosting de Classificateurs Lineaires

Dans ce rapport, une methode pour la localisation de visages est presentee. La localisation de visages est une des composantes importantes dans l analyse et la comprehension de visages. Les methodes existantes pour localiser des visages peuvent etre subdivisees en methodes image-based et methodes feature-based. Le programme implemente utilise une methode image-based. Pour entrainer les classificateurs, nous avons utilise un algorithme de boosting (AdaBoost) qui permet d avoir une bonne performance de detection. AdaBoost est un algorithme d apprentissage agressif qui construit un classificateur fort a partir d un ensemble de classificateurs faibles. Comme classificateurs faibles, des classificateurs lineaires ont ete utilises. Chaque classificateur lineaire utilise un descripteur, base sur des masques visuels qui sont une variante d ondelette de Haar module par une Gaussienne. Les classificateurs ont ete entraines et testes sur la base de donnees classique BANCA. Pour la detection des objets caracteristiques, une technique de fenetre glissante a taille variable a ete employee. Pour trouver a partir de toutes les detections retournees par les classificateurs les positions les plus probables des objets caracteristiques, trois methodes d arbitrage ont ete implementees et testees sur la base de donnees classique BANCA.