University Sétif 1 FERHAT ABBAS Faculty of Sciences
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Génie Logiciel Reconnaissance expressions faciales apprentissage automatique SVM Viola-Jones'
Ajouter le résultat dans votre panier Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche
Titre : Machine Learning pour la reconnaissance d’expressions faciales émotionnelles Type de document : texte imprimé Auteurs : BELABIOD,Ahlem ; A Moussaoui, Directeur de thèse Editeur : Setif:UFA Année de publication : 2016 Importance : 1 vol (67f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Génie Logiciel
Reconnaissance expressions faciales
apprentissage automatique
SVM
Viola-JonesIndex. décimale : 004 Informatique Résumé : Résumé
Reconnaître l’état émotionnel d’une personne à partir des expressions de son visage
est une tâche assez difficile. Aujourd’hui les applications dans ce domaine sont multiples et variées. Dans ce travail, nous présentons un système de reconnaissance pour
les expressions faciales émotionnelles universelles sur des images fixes, en utilisant un
système de détection et d’extraction de caractéristiques avec la méthode Viola-Jones,
à travers l’utilisation de la bibliothèque OpenCV, et en se basant sur un apprentissage
automatique utilisant un algorithme de Support Vector Machine (SVM).
Note de contenu : Table des matières
Introduction générale 9
1 L’apprentissage automatique (Machine Learning) 12
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3 Types d’algorithmes d’apprentissage . . . . . . . . . . . . . . . . . . . 13
1.3.1 Apprentissage supervisé . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1.1 Les réseaux de neurones artificiels . . . . . . . . . . . . 15
1.3.1.2 Arbres de décisions . . . . . . . . . . . . . . . . . . . . 17
1.3.1.3 Régression linéaire [8] . . . . . . . . . . . . . . . . . . 18
1.3.1.4 Régression Logistique . . . . . . . . . . . . . . . . . . 19
1.3.1.5 Machine à vecteurs de support SVM . . . . . . . . . . 20
1.3.2 Apprentissage non-supervisé . . . . . . . . . . . . . . . . . . . . 24
1.3.2.1 Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.3.2.2 Méthodes de Réduction de Dimensions (DRM) . . . . 26
1.3.2.3 Analyse en Composantes Principales PCA . . . . . . . 27
1.4 Le boosting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5 Domaines d’utilisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2 La reconnaissance d’expressions faciales émotionnelles 29
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Les expressions faciales émotionnelles . . . . . . . . . . . . . . . . . . . 30
2.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.2 Caractéristiques faciales . . . . . . . . . . . . . . . . . . . . . . 30
2.3 Analyse du visage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.1 Système humain d’analyse du visage . . . . . . . . . . . . . . . 31
2.3.2 Système automatique d’analyse du visage . . . . . . . . . . . . . 32
2.3.2.1 Approches Statiques . . . . . . . . . . . . . . . . . . . 32
2.3.2.2 Approche dynamique . . . . . . . . . . . . . . . . . . . 35
2.4 Détection des visages . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4.1 Approche basée sur la reconnaissance . . . . . . . . . . . . . . . 36
2.4.2 Approche basée sur les caractéristiques invariantes . . . . . . . 36
2.4.3 Approche basée sur l’appariement de gabarits (Template matching) 36
2.4.4 Approche basée sur l’apparence . . . . . . . . . . . . . . . . . . 37
2.4.5 Approche basée sur la couleur de la peau . . . . . . . . . . . . . 37
2.5 La méthode Viola-Jones . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6 Difficultés de la détection de visages . . . . . . . . . . . . . . . . . . . . 39
2.7 Domaines d’utilisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3 Analyse des besoins et conception 41
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Besoins fonctionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3 Besoins non-fonctionnels . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.4 Diagramme des Cas d’Utilisation . . . . . . . . . . . . . . . . . . . . . 43
3.5 Diagramme de Séquence Système . . . . . . . . . . . . . . . . . . . . . 44
3.5.1 Diagramme de séquence "Importer image" . . . . . . . . . . . . 44
3.5.2 Diagramme de séquence "Procéder à la reconnaissance" . . . . . 44
3.6 Diagramme de Classes . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4 Réalisation 48
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2 Présentation de la bibliothèque OpenCV . . . . . . . . . . . . . . . . . 48
4.3 Bases de données des visages . . . . . . . . . . . . . . . . . . . . . . . . 50
4.4 Apprentissage et classification par SVM . . . . . . . . . . . . . . . . . . 51
4.4.1 Phase d’apprentissage . . . . . . . . . . . . . . . . . . . . . . . 51
4.4.2 Phase de classification . . . . . . . . . . . . . . . . . . . . . . . 53
4.5 Évaluation de la performance de la classification . . . . . . . . . . . . . 55
4.5.1 Matrice de confusion et courbe ROC . . . . . . . . . . . . . . . 55
4.5.2 Évaluation de la classification de la joie . . . . . . . . . . . . . . 57
4.5.3 Évaluation de la classification de la tristesse . . . . . . . . . . . 59
4.6 Interface utilisateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Conclusion générale et perspectives 62
Bibliographie 65
Côte titre : MAI/0098 En ligne : https://drive.google.com/file/d/1EjJE9AsSTuUuBQnw2-arycSfFGtylmOF/view?usp=shari [...] Format de la ressource électronique : Machine Learning pour la reconnaissance d’expressions faciales émotionnelles [texte imprimé] / BELABIOD,Ahlem ; A Moussaoui, Directeur de thèse . - [S.l.] : Setif:UFA, 2016 . - 1 vol (67f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Génie Logiciel
Reconnaissance expressions faciales
apprentissage automatique
SVM
Viola-JonesIndex. décimale : 004 Informatique Résumé : Résumé
Reconnaître l’état émotionnel d’une personne à partir des expressions de son visage
est une tâche assez difficile. Aujourd’hui les applications dans ce domaine sont multiples et variées. Dans ce travail, nous présentons un système de reconnaissance pour
les expressions faciales émotionnelles universelles sur des images fixes, en utilisant un
système de détection et d’extraction de caractéristiques avec la méthode Viola-Jones,
à travers l’utilisation de la bibliothèque OpenCV, et en se basant sur un apprentissage
automatique utilisant un algorithme de Support Vector Machine (SVM).
Note de contenu : Table des matières
Introduction générale 9
1 L’apprentissage automatique (Machine Learning) 12
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3 Types d’algorithmes d’apprentissage . . . . . . . . . . . . . . . . . . . 13
1.3.1 Apprentissage supervisé . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1.1 Les réseaux de neurones artificiels . . . . . . . . . . . . 15
1.3.1.2 Arbres de décisions . . . . . . . . . . . . . . . . . . . . 17
1.3.1.3 Régression linéaire [8] . . . . . . . . . . . . . . . . . . 18
1.3.1.4 Régression Logistique . . . . . . . . . . . . . . . . . . 19
1.3.1.5 Machine à vecteurs de support SVM . . . . . . . . . . 20
1.3.2 Apprentissage non-supervisé . . . . . . . . . . . . . . . . . . . . 24
1.3.2.1 Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.3.2.2 Méthodes de Réduction de Dimensions (DRM) . . . . 26
1.3.2.3 Analyse en Composantes Principales PCA . . . . . . . 27
1.4 Le boosting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5 Domaines d’utilisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2 La reconnaissance d’expressions faciales émotionnelles 29
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Les expressions faciales émotionnelles . . . . . . . . . . . . . . . . . . . 30
2.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.2 Caractéristiques faciales . . . . . . . . . . . . . . . . . . . . . . 30
2.3 Analyse du visage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.1 Système humain d’analyse du visage . . . . . . . . . . . . . . . 31
2.3.2 Système automatique d’analyse du visage . . . . . . . . . . . . . 32
2.3.2.1 Approches Statiques . . . . . . . . . . . . . . . . . . . 32
2.3.2.2 Approche dynamique . . . . . . . . . . . . . . . . . . . 35
2.4 Détection des visages . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4.1 Approche basée sur la reconnaissance . . . . . . . . . . . . . . . 36
2.4.2 Approche basée sur les caractéristiques invariantes . . . . . . . 36
2.4.3 Approche basée sur l’appariement de gabarits (Template matching) 36
2.4.4 Approche basée sur l’apparence . . . . . . . . . . . . . . . . . . 37
2.4.5 Approche basée sur la couleur de la peau . . . . . . . . . . . . . 37
2.5 La méthode Viola-Jones . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6 Difficultés de la détection de visages . . . . . . . . . . . . . . . . . . . . 39
2.7 Domaines d’utilisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3 Analyse des besoins et conception 41
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Besoins fonctionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3 Besoins non-fonctionnels . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.4 Diagramme des Cas d’Utilisation . . . . . . . . . . . . . . . . . . . . . 43
3.5 Diagramme de Séquence Système . . . . . . . . . . . . . . . . . . . . . 44
3.5.1 Diagramme de séquence "Importer image" . . . . . . . . . . . . 44
3.5.2 Diagramme de séquence "Procéder à la reconnaissance" . . . . . 44
3.6 Diagramme de Classes . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4 Réalisation 48
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2 Présentation de la bibliothèque OpenCV . . . . . . . . . . . . . . . . . 48
4.3 Bases de données des visages . . . . . . . . . . . . . . . . . . . . . . . . 50
4.4 Apprentissage et classification par SVM . . . . . . . . . . . . . . . . . . 51
4.4.1 Phase d’apprentissage . . . . . . . . . . . . . . . . . . . . . . . 51
4.4.2 Phase de classification . . . . . . . . . . . . . . . . . . . . . . . 53
4.5 Évaluation de la performance de la classification . . . . . . . . . . . . . 55
4.5.1 Matrice de confusion et courbe ROC . . . . . . . . . . . . . . . 55
4.5.2 Évaluation de la classification de la joie . . . . . . . . . . . . . . 57
4.5.3 Évaluation de la classification de la tristesse . . . . . . . . . . . 59
4.6 Interface utilisateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Conclusion générale et perspectives 62
Bibliographie 65
Côte titre : MAI/0098 En ligne : https://drive.google.com/file/d/1EjJE9AsSTuUuBQnw2-arycSfFGtylmOF/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0098 MAI/0098 Mémoire Bibliothéque des sciences Français Disponible
Disponible