Un modèle probabiliste de transformation entre images appliqué à la reconnaissance de visages

Nous introduisons dans cet article une nouvelle mesure de "distance" entre images de visages qui nécessite d'estimer l'ensemble des transformations possibles entre visages d'une même personne. La transformation globale, que nous supposons trop complexe pour être modélise directement, est approximée par un ensemble de transformations locales sous la contrainte que des transformations voisines doivent rester cohérentes entre elles. Transformations locales et contraintes de voisinage sont incorporées dans le cadre probabiliste d'un modèle de Markov cach bidimensionnel. Nous nous appliquons plus particulièrement modéliser deux sources de variabilité : les expressions faciales et les changements d'illumination. Nous montrons à l'aide d'un corpus constitue de 3 bases de données que la méthode proposée est extrêmement compétititve par rapport une des méthodes les plus significatives de l'état de l'art.