Construction de masques faciaux pour améliorer la reconnaissance d'expressions

Taner Danisman (1) , Ioan Marius Bilasco (1, 2, 3) , Jean Martinet (1, 2) , Chaabane Djeraba (1, 2, 4, 5)

1 LIFL - FOX MIIRE
2 LIFL - Laboratoire d'Informatique Fondamentale de Lille
3 Université de Lille, Sciences et Technologies
4 IRCICA - Institut de Recherche sur les Composants logiciels et matériels pour l'Information et la Communication Avancé - UAR 3380
5 CRIStAL - Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189

Ce travail propose une méthode pour détecter de manière automatique les régions qui contribuent le plus à une bonne classification des visages par rapport à des expressions prédéfinies : joie, surprise, etc. Notre méthode détermine les régions ayant le plus, (respectivement le moins) de pouvoir discriminant en utilisant un réseau de neurones de type MultiLayer Perceptron (MLP). A partir de régions de formes et de tailles quelconques, nous créons des masques à appliquer aux images avant de les classifier. Ces masques éliminent les zones de visages non pertinentes pour le processus de classification, en augmentant ainsi la performance du système. Nous avons conduit des expériences sur les bases d'images FERET, GENKI et JAFFE. Les résultats montrent une augmentation du taux de classification en utilisant les masques désignant les pixels d'intérêt.

Mots clés: Visage; Expressions; Masques d'expression; Classification; Réseaux de neurones; MLP

Domaines: Informatique [cs]; Intelligence artificielle [cs.AI]; Vision par ordinateur et reconnaissance de formes [cs.CV]; Recherche d'information [cs.IR]; Base de données [cs.DB]; Multimédia [cs.MM]

Taner Danisman, Ioan Marius Bilasco, Jean Martinet, Chaabane Djeraba. Construction de masques faciaux pour améliorer la reconnaissance d'expressions. COmpression et REpresentation des Signaux Audiovisuels, May 2012, Lille, France. pp.17. ⟨hal-00812319⟩