Introduction de paramètres dynamiques en reconnaissance faciale

Dans cet article, nous présentons un système multimodal de reconnaissance de la personne à partir de vidéo, en intégrant deux approches complémentaires. Le premier module exploite l'information comportementale : il est basé sur des signaux de déplacement de la tête, automatiquement extraits à partir d'une séquence vidéo ; des mesures statistiques sont alors calculées et utilisées pour la reconnaissance. Le second module exploite l'information physique : c'est une extension probabiliste de l'approche classique d'Eigenface, dans lequel la reconnaissance est faite dans un espace réduit des visages, calculé en employant une transformation d'analyse en composantes principales (ACP). Pour une fusion cohérente, les deux systèmes partagent le même cadre probabiliste de classification : une approximation avec un modèle de mélange de gaussiennes (MMG) et un classificateur bayésien. Les résultats expérimentaux prouvent que les déplacements de la tête sont discriminants et que l'intégration multimodale apporte beaucoup en reconnaissance.