Comparaison d approches pour la détection et l identification de visages 2D

Transcription

1 Comparason d approches pour la détecton et l dentfcaton de vsages 2D Ans CHAARI,2,3 Sylve LELANDAIS,2 Mohamed SAAIDIA 2 Vncent VIGNERON 2 - Mohamed BEN AHMED 3 () IU d Evry Département Qualté, Logstque Industrelle et Organsaton 22, allée Jean ROSAND 9025 EVRY Cedex (2) Laboratore IBISC CNRS FRE 2873 Unversté d Evry Val d Essonne UFR Scences et echnologes 40, rue du Pelvoux 9020 EVRY Cedex (3) Laboratore RIADI, Ecole Natonale d Informatque Unversté de la Manouba, 200 La Manouba, UNISIE s.lelandas@ut.unv-evry.fr Sectons de rattachement : 6 Secteur : Secondare RÉSUMÉ. Le traval proposé c s nscrt dans le contexte de la bométre dont l objectf est de l dentfcaton d une personne à travers des nformatons bologques ou comportementales. Nous proposons des travaux lés à deux étapes du processus de reconnassance d une personne à partr de l mage 2D de son vsage. Dans une premère parte, nous proposons une comparason de deux méthodes de détecton du vsage dans l mage : l une utlsant les moments de Zernke et l autre les «Egenfaces». Nous présentons en partculer une mesure de qualté permettant de défnr un ndcateur de comparason quanttatf des résultats obtenus par les deux approches proposées. Dans une seconde parte nous nous ntéressons au processus d dentfcaton proprement dt. Une approche basée sur l analyse en composantes prncpales est opposée à une utlsaton de l analyse dscrmnante de Fsher. La détecton de vsage a été testée sur la base de données XM2VS alors que le processus d dentfcaton est évalué sur un sous-ensemble de la base IV². Les résultats présentés dans chacune de ces partes llustrent la dffculté de ces deux étapes et montrent l ntérêt du développement de nouvelles approches qu permettent d amélorer la robustesse des tratements et la qualté des résultats. MOS-CLÉS : Bométre, Reconnassance de vsages 2D, Détecton de vsages, Classfcaton, Egenfaces ; Moments de Zernke ; Fsherfaces.

2 . Introducton Dans la ve de tous les jours une personne dot être dentfée dans de multples stuatons : entrée d un mmeuble, accès au traval, retrat d argent, paement par cartes bancares, connexon à son ordnateur et à sa messagere, entraînant ans la mémorsaton oblgatore de nombreux codes. C est pourquo aujourd hu de nombreuses recherches vsent à prouver l dentté d une personne en utlsant des caractérstques bologques ou comportementales qu lu sont propres : rs, emprente dgtale, forme de la man, frappe sur un claver, vélocté de sgnature, La bométre est la scence qu regroupe l ensemble de ces travaux et dspostfs. Dans le spectre de la bométre, la reconnassance de vsages revêt un caractère partculer de part le grand nombre de travaux qu lu sont consacrés []. En effet capturer une mage d un vsage, en partculer à travers une caméra 2D, est smple et non nvasf. C est donc une modalté bométrque faclement tolérée par les utlsateurs, et cec d autant plus que les ordnateurs sont équpés de plus en plus souvent de «webcam». Mas les performances de la reconnassance facale sont toujours ben en deçà de ce que l on pourrat espérer pour de telles applcatons. L augmentaton des taux de reconnassance, la dmnuton des reconnassances à tort et l accélératon des temps de réponse lors de la recherche dans les grandes bases de données bométrques sont les défs auxquels dovent fare face les algorthmes actuellement développés. Pour reconnaître une personne à partr de son mage, l faut passer par certanes étapes. out d abord l faut localser le vsage dans l mage. Ensute l faut éventuellement le normalser pour ramener le vsage à une talle standard. Pus l faut aborder la phase de reconnassance proprement dte. Dans cet artcle nous proposons une synthèse de travaux permettant d llustrer deux des étapes clés de cette chaîne d un processus de reconnassance facale. Nous détallons d abord deux approches concurrentes pour détecter un vsage, l une basée sur les moments de Zernke et l autre sur les «Egenfaces». Nous présentons ensute la comparason de deux approches de reconnassances, toutes les deux basées sur l utlsaton d une projecton dans un sousespace. Les mages utlsées pour les dfférents résultats présentés sont ssues de la base XM2VS [2] et de la base IV²[3]. 2. Détecton du vsage dans une mage 2D Selon Hjelmas et Low [4], les méthodes de détecton de vsages peuvent être classées en «approche globale» dans laquelle on analyse le vsage dans son enter, ou en «approche locale», dans laquelle on va essayer de détecter, localser et regrouper les dfférents éléments consttutfs du vsage : nez, yeux, bouche, Des nformatons complémentares peuvent auss être utlsées pour détecter les dfférents composants du vsage, telles que la couleur, le mouvement ou encore la forme. Les deux méthodes de détecton de vsage que nous allons présenter dans cet artcle relève de la catégore des méthodes globales. Elles dffèrent seulement dans leur premère phase de mse en œuvre, comme l llustre la fgure, c'est-à-dre en fat par la technque utlsée pour caractérser l mage à trater. La premère méthode utlse les proprétés géométrques à 2

3 travers le calcul des moments de Zernke [5]. La seconde est basée sur une projecton sur un sous espace. Nommée «Egenfaces» c est une technque ben connue en partculer dans le domane de la reconnassance de vsages [6]. La deuxème étape de ce processus de détecton est assurée par un réseau de neurones entraîné par les vecteurs caractérstques calculés à partr des «Egenfaces» ou des moments de Zernke. Sa sorte délvre des ponts de contour supposés délmter un vsage dans l mage d orgne. Pour permettre une évaluaton objectve des résultats de chacune des deux approches, un crtère de qualté est proposé dans le paragraphe 2.3. Moments de Zernke Egenfaces Image orgnale Calcul du vecteur de caractérstques Réseau de neurones Fgure n : Schéma de prncpe de la méthode de détecton du vsage 2.. Présentaton des moments de Zernque Vsage détecté Les moments de Zernke ont été ntroduts en 934 [5]. Dans le domane du tratement de l nformaton, les moments de Zernke ont beaucoup été utlsés pour leur proprété d orthogonalté qu permet la génératon de descrpteurs non redondant et leurs proprétés d nvarance en translaton, en échelle et en rotaton. Ans, on retrouve les moments de Zernke dans beaucoup de travaux concernant la reconnassance d mages de personnes [7], l ndexaton d mages dans les bases de données, l analyse et la descrpton de forme d objet 2D ou 3D Introducton aux «Egenfaces» Les «Egenfaces» furent le premer type de caractérsaton utlsé avec succès dans des tratements facaux tels que la détecton et la reconnassance du vsage [6]. Cette méthode est basée sur la décomposton de l mage tratée selon pluseurs drectons de varaton autour d une mage moyenne. Nous revendrons plus en détals sur cette méthode au paragraphe Défnton d une mesure de qualté de la détecton Pour mesurer l effcacté d un algorthme de détecton du vsage, nous proposons de mettre en œuvre une mesure quanttatve basée sur le rapport entre la surface de vsage détecté et la surface de vsage présent dans l mage orgnale. Pour permettre de réalser une telle mesure, l ensemble des mages de la base de test ont été dvsées en tros régons (cf. fgure 2). La régon blanche content les W pxels jugés essentels dans la détecton du vsage (nez, yeux, bouche, ). La régon grse content des pxels éléments 3

4 du vsage mas jugés non essentels pour la bonne détecton de celu-c. La régon nore content les B pxels non éléments du vsage. Fgure n 2 : Images orgnales et les tros zones caractérstques assocées à chacune d elles La régon blanche dot être mpératvement contenue dans le contour résultant de l applcaton de l algorthme de détecton. La détecton de pxels de la régon grse est consdérée comme optonnelle et n nfluera pas sur le résultat de la mesure. Par contre aucun pxel contenu dans la régon nore ne devrat être détecté, par conséquent, s un pxel élément de cette régon est détecté, cela pénalsera le résultat de la mesure. Le crtère de mesure proposé est basé sur le calcul des deux quanttés nommées Gdr (Good detecton rate) et Qdr (Qualty detecton rate) défnes par les équatons () et (2) : G d r W. 0 0 W = () et W B Qdr = 00 W A B W et B représentent respectvement le nombre de pxels correctement et faussement détectés comme fasant parte du vsage et A le nombre total des pxels de l mage d orgne. Gdr mesure à quel pont les pxels composant l essentel du vsage ont été correctement détectés. Qdr donne une mesure plus strcte prenant en compte le nombre de pxels faussement détectés comme appartenant au vsage dans le calcul de la valeur quanttatve de détecton. Ces deux mesures sont complémentares. En effet, s on connaît seulement Gdr on ne possède aucune nformaton sur le taux de pxels attrbués à tort au vsage. Par alleurs, la seule connassance de Qdr ne donne pas d nformaton sur le nombre de pxels détectés appartenant à l essentel du vsage et qu ne sont pas nclus dans la régon détectée comme vsage. En concluson l algorthme de détecton sera d autant melleur que Gdr sera élevé et Qdr proche de Gdr (pusque Qdr est nféreur ou égal à Gdr). (2) 2.4. Résultats obtenus La fgure 3 donne un exemple de résultats obtenus par les deux méthodes de détecton ntrodute dans cet artcle. Pour obtenr ces résultats, nous avons utlsé 295 mages de la base de données XM2VS [2]. Le tableau llustre le bon comportement des moments 4

5 de Zernke face aux Egenfaces. En effet, on constate que Gdr et Qdr sont plus mportants en moyenne lorsque l mage est caractérsée par les moments de Zernke. De même les écart-types plus fables obtenus permettent d llustrer le melleur centrage des résultats autour de ces valeurs moyennes. Fgure n 3 : Résultats de détecton et valeurs de Gdr et Qdr obtenus que des mages de la base XM2VS. En haut, mages d orgne. Au mleu détecton par l algorthme utlsant les moments de Zernke. En bas détecton par les «Egenfaces» ableau n : Résultats des deux mesures de qualté de détecton de vsage obtenus par les moments de Zernke et les «Egenfaces» Moments de Zernke Egenfaces Moyenne Gdr 93,82% 90,6% Ecart-type Gdr 9,45% 9,% Moyenne Qdr 82,07% 79,82% Ecart-type Qdr 9,05% 24,23% 3. Défnton d une stratége de reconnassance Les Egenfaces et les Fsherfaces sont deux méthodes fondamentales dans les approches proposées pour la reconnassance de vsages. outes deux sont basées sur la décomposton de l mage sur un sous espace rédut et sur la recherche d un vecteur optmal de caractérstques décrvant l mage du vsage à reconnaître. Dans ces méthodes, une mage de talle p par q pxels, est représentée par un vecteur de talle n (n = p x q) dans un espace de grande dmenson. Les mages de vsages sont lnéarsées comme des vecteurs x pus sont exprmées en tant que combnason lnéare de la base orthogonale Ф rédute à une dmenson chose m : 5

6 n = Φ : x = a φ a φ (3) m = 3.. Analyse en Composantes Prncpales ou PCA Le premer système de reconnassance de vsages qu a perms d obtenr des résultats sgnfcatfs a été réalsé par urk et Pentland [6] en utlsant la méthode dte des «Egenfaces». La base orthogonale Ф defnt un espace appelé «facespace» de dmenson m nféreure à la talle des vecteurs mages (m << n) en résolvant l équaton (4) : C Φ = ΦΛ (4) où C est la matrce de covarance du vecteur mage x: C = ( x x).( x x) (5) Φ = [ φ,..., ] φ est la matrce des vecteurs propres appelés auss egenfaces de la m matrce de covarance C, et Λ est la matrce des valeurs propres assocées Analyse Dscrmnante Lnéare ou LDA Belhumeur et col. [8] ont proposé la méthode des Fsherfaces pour résoudre le problème de la robustesse face aux varatons de pose, d llumnaton et d expressons mettant en dffcultés la PCA. Le prncpe consste à applquer l analyse dscrmnante lnéare (LDA) pour sélectonner le sous espace lnéare Ф qu maxmse le rapport (6) : où : et S S w b = = M M = = x X Φ Φ S S b w Φ Φ ( x x)( x x) est la matrce de varance nter-classes, ( x x ) ( x x ) est la matrce de varance ntra-classes. M étant le nombre d ndvdus de la base de données pour construre l espace de projecton Ф. Les Fsherfaces tels que proposés dans [8] et [9] commencent par applquer une analyse en composantes prncpales (PCA) pour rédure la dmenson du sous-espace de projecton avant de mettre en œuvre l analyse dscrmnante lnéare (LDA). Cec permet de résoudre le problème de sngularté de la matrce de varance ntra-classes Processus de reconnassance outes les mages des vsages connus (à enrôler dans la base de données) sont projetées dans l espace des vsages obtenu par PCA ou LDA («face space» Ф) afn de trouver l ensemble des pods décrvant la contrbuton de chaque mage de vsage. S l on a pluseurs mages pour une même personne, l est possble de calculer pluseurs vecteurs (6) 6

7 représentant cette même personne, ou de construre un vecteur unque, qu sera calculé à partr des dfférents vecteurs obtenus. Quand une personne se présente au système, son mage est projetée dans l espace des vsages construt Ф afn d obtenr le vecteur des pods le décrvant. En mode, authentfcaton, ce vecteur est comparé au vecteur de la personne proclamée qu a été enrôlée précédemment. S une personne légtme est rejetée par le système, la performance du système se mesure donc à son taux de faux rejet (False Rejecton Rate ou FRR). D autre part, s un mposteur est accepté par le système, la performance du système se mesure à son taux de fausse acceptaton (False Acceptance Rate ou FAR). Le pont d'équvalence des erreurs (Error Equal Rate ou EER), correspond au taux FRR = FAR 3.4. Comparason de résultats entre PCA et LDA sur la base IV² Des premers résultats comparatfs de ces deux approches ont été obtenus sur la base de données IV² [3]. Cette base de données bométrques multmodales a été développée dans le cadre d un projet echno Vson co-fnancé par les mnstères de la recherche et de la défense. Elle content envron era octets de données comprenant : des séquences vdéos de vsages en 2D acquses par un caméscope et une webcam durant la lecture d un texte mposé ; des séquences vdéos acquses par des caméras consttuant des têtes stéréoscopques. Deux bancs stéréoscopques, l un de face, l autre de profl, permettent ans d obtenr quatre séquences vdéos en 2D ou, par l utlsaton de pares d mages correspondantes à une acquston smultanée sur les deux caméras, de remonter à une nformaton 3D ; des scans 3D obtenus par un scanner laser. Pour chaque ndvdu, on dspose ans de 8 acqustons dfférentes ans que d un modèle 3D reconstrut. des mages des rs des deux yeux à travers deux sessons dfférentes prses à quelques mnutes d ntervalle. Cette base comporte en fnal envron 35 denttés dfférentes, répartes dans près de 430 enregstrements à travers une, deux ou exceptonnellement tros sessons d un même ndvdu. Des varatons de pose, lumnosté et expressons sont accessbles à travers les dfférentes séquences vdéos proposées. Une base de développement, et un package correspondant aux données préparées pour une premère évaluaton sont auss dsponbles. Les résultats donnés c-dessous correspondent à une utlsaton des données présentes dans la base de développement. Ils ont été calculés à partr de 500 comparasons trées au hasard. Sur ces 500 comparasons, la moté concernat des comparasons entre deux mages d un même ndvdu (nommées comparasons ntra). Le tableau 2 donne le détal de ces résultats. La dstance de Manhattan (L), la dstance Eucldenne (L2) et la dstance cosnus ont été testées avec les deux algorthmes développés. La dstance L sur les Egenfaces et la dstance cosnus avec les Fsherfaces donnent les melleurs résultats. Des scores de smlarté correspondant à ces dstances sont calculés et normalsés entre 0 et. Un score proche de ndque une grande smlarté et vce 7

8 versa. La séparablté des scores ntra et nter classes permet de défnr un seul de décson permettant de calculer le taux de fausse acceptaton et le taux de faux rejet. ableau n 2 : Comparason des scores de smlartés et des taux de reconnassance Egenfaces (PCA) Fsherfaces(LDA) Algorthme PCA LDA Dstance L Cosnus Normalsaton Mn-Max Mn-Max Moyenne ntra 0,325 0,909 Ecart type ntra 0,6 0,0 Moyenne nter 0,089 0,487 Ecart-type nter 0,046 0,96 EER 0,073 0,072 FAR (FRR=0,) 0,072 0,072 Remarquons toutefos que la fable talle de la base d apprentssage ne permet pas d analyse précse des dfférences de résultats. En effet cette talle de base est un peu lmtée dans le cas de la LDA. D autres résultats obtenus par dfférents partcpants et dfférents algorthmes sur un ensemble de données plus mportant extrat de la base IV² sont en cours de publcaton par alleurs. 4. Concluson Nous avons présenté dans cet artcle des travaux touchant à la détecton de vsage et à l authentfcaton d ndvdus. L objectf est de montrer la complexté des méthodes pouvant être utlsées dans de telles applcatons. S la bométre est un enjeu mportant au nveau économque, la recherche, en partculer dans le domane de la reconnassance des personnes à partr d une mage 2D de leur vsage, offre encore un champ d nvestgatons très ouvert. Références bblographques [] S. Z. L, A. K. Jan, "Handbook of Face Recognton", Sprnger, [2] K. Messer, J. Matas, J. Kttler, J. Luettn, G. Maître, XM2VSBD: he Extended M2VS database, AVBPA, pp , 999. [3] Ste web du projet IV²: [4] E. Hjelmas et B. K. Low. Face detecton : A survey,computer Vson and Image Understandng, vol. 83, no. 3, pp , 200. [5] F. Zernke. Dffracton theory of the cut procedure and ts mproved form, the phase contrast method. Physca, :pp , 934. [6] M. urk, A. Pentland, Egenfaces for recognton. J. of Cogntve Neuroscence 3, 72 86, 99. [7]. J. Haddadna, M. Ahmad, and K. Faez, An Effcent Feature Extracton Method wth Peudo Zernke Moment n RBF Neural Network Based Human Face Recognton System, EURASIP JASP, vol. 9, pp , [8] P. Belhumeur, J. Hespanha, D. Kregman, Egenfaces vs. Fsherfaces: Recognton Usng Class Specfc Lnear Projecton, IEEE ransactons on Pattern Analyss and Machne Intellgence 9, pp , July 997. [9] D. L. Swets, J. Weng, Usng dscrmnant egenfeatures for mage retreval, IEEE rans. Patt. Anal. Mach. Intell. 8, ,