• ENT
  • Intranet
  • Portail étudiant
  • Portail université

Outils accessibilité :

  • Accessibilité |
  • Aller au contenu |
  • Aller au menu
 

UPThèses

Recherche

Bordei Cristina

Face analysis using polynomials

enDépôt légal électronique

Consulter le texte intégral de la thèse (format PDF)  

Couverture du document

Index

École doctorale :

  • S2IM - Sciences et ingénierie pour l'information, mathématiques

UFR ou institut :

  • UFR des sciences fondamentales et appliquées (SFA)

Secteur de recherche :

  • Traitement du signal et des images

Section CNU :

  • Génie informatique, automatique et traitement du signal

Résumé

  • Français
  • English
 

Français

Analyse faciale basée polynômes

Considéré comme l'un des sujets de recherche les plus actifs et visibles de la vision par ordinateur, de la reconnaissance des formes et de la biométrie, l'analyse faciale a fait l'objet d'études approfondies au cours des deux dernières décennies. Le travail de cette thèse a pour objectif de proposer de nouvelles techniques d'utilisation de représentations de texture basées polynômes pour l'analyse faciale.
La première partie de cette thèse est dédiée à l'intégration de bases de polynômes dans les modèles actifs d'apparence. Nous proposons premièrement une manière d'utiliser les coefficients polynomiaux dans la modélisation de l'apparence. Ensuite, afin de réduire la complexité du modèle nous proposons de choisir et d'utiliser les meilleurs coefficients en tant que représentation de texture. Enfin, nous montrons comment ces derniers peuvent être utilisés dans un algorithme de descente de gradient.
La deuxième partie de la thèse porte sur l'utilisation des bases polynomiales pour la détection des points/zones d'intérêt et comme descripteur pour la reconnaissance des expressions faciales. Inspirés par des techniques de détection des singularités dans des champ de vecteurs, nous commençons par présenter un algorithme utilisé pour l'extraction des points d'intérêt dans une image. Puis nous montrons comment les bases polynomiales peuvent être utilisées pour extraire des informations sur les expressions faciales. Puisque les coefficients polynomiaux fournissent une analyse précise multi-échelles et multi-orientation et traitent le problème de redondance efficacement ils sont utilisés en tant que descripteurs dans un algorithme de classification d'expression faciale.

Mots-clés libres : Base polynomiale, modèle, texture, visage.

    Rameau (langage normalisé) :
  • Polynômes
  • Perception des visages
  • Traitement d'images
  • Optimisation mathématique
  • Expression du visage

English

Face analysis using polynomials

As one of the most active and visible research topic in computer vision, pattern recognition and biometries, facial analysis has been extensively studied in the past two decades. The work in this thesis presents novel techniques to use polynomial basis texture representations for facial analysis.
The first part of this thesis, is dedicated to the integration of polynomial bases in the Active Appearance Models - a set of statistical tools that proved to be very efficient in modeling faces. First we propose a way to use the coefficients obtained after polynomial projections in the appearance modeling. Then, in order to reduce model complexity we proposed to select and use as a texture representation the strongest polynomial coefficients. Finally we show how in addition to the texture representation polynomial coefficients can be used in a gradient descent algorithm since polynomial decomposition is equivalent to a filter bank.
The second part of the thesis concems the use of the polynomial bases for interesting points and areas detection and as a descriptor for facial expression recognition. We start by presenting an algorithm used for accurate image keypoints localization inspired by techniques of singularities detection in a vector field. Our approach consists in two major steps: the calculation of an image vector field of normals and the keypoint selection within the field both presented in a multi-scale multi resolution scheme. Finally we show how polynomial bases can be used to extract informations about facial expressions. Polynomial coefficients are used as descriptors in an facial expression classification algorithm.

Keywords : Polynomial base, model, texture, face.

Notice

Diplôme :
Doctorat d'Université
Établissement de soutenance :
Université de Poitiers
UFR, institut ou école :
UFR des sciences fondamentales et appliquées (SFA)
Laboratoire :
XLIM-SIC
Domaine de recherche :
Traitement du signal et des images
Directeur(s) de thèse :
Philippe Carré, Pascal Bourdon, Bertrand Augereau
Date de soutenance :
03 mars 2016
Président du jury :
Kidiyo Kpalma
Rapporteurs :
Kidiyo Kpalma, Renaud Séguier
Membres du jury :
Philippe Carré, Pascal Bourdon, Bertrand Augereau, Pierre Chainais

  • Tweeter
  • Partager
 

Menu :

  • Rechercher par...

    • Années de soutenance
    • Auteurs
    • Directeurs de thèse
    • Écoles doctorales
    • Secteurs de recherche
    • Sections CNU
    • UFR, instituts et Écoles
    • Recherche ciblée
  • À propos d'UPthèses

    • Présentation
    • Mode d'emploi
    • Contacts
  • Voir aussi

    • theses.fr
    • Bibliothèques de l'UP
    • Sudoc

Annexe :

  • Une question ?

    Avec le service Ubib.fr, posez votre question par chat à un bibliothécaire dans la fenêtre ci-dessous :


    ou par messagerie électronique 7j/7 - 24h/24h, une réponse vous sera adressée sous 48h.
    Accédez au formulaire...
 
 

Université de Poitiers - 15, rue de l'Hôtel Dieu - 86034 POITIERS Cedex - France - Tél : (33) (0)5 49 45 30 00 - Fax : (33) (0)5 49 45 30 50
these@support.univ-poitiers.fr - Crédits et mentions légales