Extraction de caractéristiques et apprentissage automatique pour la reconnaissance d’émotions humaines

Abstract

La reconnaissance automatique des expressions faciales est devenue une technologie cruciale dans le domaine de la vision par ordinateur et ses applications, notamment l’identification et la sécurité, la médecine et la surveillance. Le travail de cette thèse concerne le développement d’un système de reconnaissance des expressions faciales universelles, comme l’expression neutre, le dégoût, la peur, la joie, la tristesse, la colère et la surprise, dans des vidéos du monde réel contenant des visages. Pour y arriver, nous proposons un algorithme pour analyser les images en utilisant des descripteurs d’image et des classifieurs. Cependant, l’ajustement de ces méthodes n’est pas un processus facile à effectuer manuellement. Alors pour éviter l’étape de configuration manuelle des descripteurs et des classifieurs, nous proposons un algorithme exécutant les différentes étapes de la chaîne de traitement vers une analyse entièrement automatisée des images. Ensuite, en se basant sur le résultat d’analyse des images, nous proposons un nouveau pipeline pour reconnaître les expressions universelles de plus d’une personne dans des vidéos du monde réel. Le pipeline utilise le modèle d’analyse optimal, renvoyé par l’algorithme d’analyse de données, qui se compose du descripteur HOG et du classifieur LDA. Pour amé- liorer le classifieur, une analyse de la structure des données a été réalisée en exploitant le pipeline. Cela, en testant et évaluant des fonctions séparatrices linéaires et non-linéaires sur les clusters de données pendant l’entraînement du classifieur. Pour mener notre expérimentation, nous avons utilisé la base de données CK+. Une évaluation automatisée correspondant à la cadence vidéo est proposée, où des vidéos étiquetées de la base de données MMI sont utilisées pour étudier la pertinence du pipeline dans des conditions réelles. Les résultats du pipeline ont montré que l’utilisation du descripteur HOG et l’algorithme d’apprentissage LDA donne un taux de reconnaissance élevé de 94,66 % en moyenne. Il convient de noter que le pipeline proposé atteint un temps de traitement moyen de 0,018 secondes, sans nécessiter aucun dispositif qui accélère le traitement de l’image.