FACIAL SOFT BIOMETRICS - Library of Ph.D. Theses | EURASIP

Biométrie faciale douce 12l’entraînement des algorithmes de classification (voir [DAN 11b]) afin d’extraire unvecteur de caractéristiques contenant les traits suivants :Contraste : mesure sur toute l’image de l’intensité du contraste entre un pixel etses voisins. Le contraste d’une image est lié à sa variance et à son inertie ets’exprime comme suit :∑ | | ( ) [18]où i et j représente le niveau de gris de deux pixels, g se réfère au niveau de gris dela matrice de co-occurrence. La matrice de co-occurrence décrit la co-occurrence deniveaux de gris entre deux images : chaque élément (i,j) indiquant alors le nombrede fois que le pixel de valeur i est horizontalement adjacent au pixel de valeur j.Corrélation : mesure la corrélation des pixels voisins est notée :∑ ( )( ) ( )[19]où µ i et µ j représentent, respectivement, les valeurs moyennes des voisinages de i et jtandis que σ i et σ j représentent leurs variances respectives.Energie: La somme des carrés des éléments ou moment angulaire d’ordre 2. Uneénergie de 1 correspond à une image de couleur uniforme.∑ ( ) [20]Homogénéité : mesure de la proximité de la distribution des éléments :∑( )[21]– distance : en conjonction avec les informations de couleur et de texture, nousintégrons une mesure de relation simple en notre classificateur. Cette mesures’intéresse à la divergence entre la densité de probabilité de l’intensité des parcellesrelative à un sujet. Autrement dit, nous exprimons les trois relations entre lesdifférentes intensités du sujet : cheveux—peau, peau—habits et cheveux—habits.Nous nous attendrions par exemple à avoir une distance plus élevée avec unepersonne ayant des cheveux couleur châtain et une peau claire qu’avec une personneayant des cheveux blonds et une peau claire. Nous convertissons ensuite lesparcelles en niveau de gris et évaluons trois fois par personne la distance L1 et cepour toutes les relations entre les parcelles. Pour deux distributions r et s decaractères aléatoires, cette mesure est donnée par :‖ ‖ ∑ | ( ) ( )| [22]