Connect:ID 2017
Security & Counter Terror Expo 2017
China Lock 2017
China Safe 2017
Border Management and Technologies Summit
Secure Identification 2017
SDW 2017
INTERPOL World 2017
Forensic Research and Technology
Security Document Summit

Visage

Reconnaisance di visage

Rien n’est plus naturel qu’utiliser le visage pour identifier une personne. Les images faciales sont probablement la caractéristique biométrique la plus communément employée par l’homme pour effectuer une identification personnelle.

L’utilisation d’une caméra permet de capter la forme du visage d’un individu et d’en dégager certaines particularités. Selon le système utilisé, l’individu doit être positionné devant l’appareil ou peut être en mouvement à une certaine distance. Les données biométriques qui sont obtenues sont par la suite comparées au fichier référence.

Au début des années 1970, la reconnaissance par le visage était principalement basée sur des attributs faciaux mesurables comme l’écartement des yeux, des sourcils, des lèvres, la position du menton, la forme, etc. Depuis les années 1990, les différentes technologies utilisées exploitent toutes les découvertes effectuées dans le domaine du traitement d’image, et plus récemment encore les réseaux de neurones.

Capture de l’image d’un visage

Capture de l’image d’un visage

Caméra de vidéo surveillance

En fonction de l’application, la capture d’un visage est plus ou moins compliquée. En effet la coopération du sujet compte beaucoup sur la qualité des résultats d’identification et justifie l’emplacement des caméras et le scénario à utiliser. Pour le contrôle d’accès logique, l’utilisation de la WebCam permet de s’affranchir de certaines conditions pour la capture du visage puisque l’utilisateur sera forcement coopératif s’il veut accéder à sa session de travail ou ses fichiers. Pour des systèmes de filtrage , le problème vient plus du scénario à utiliser (comment interpeller une personne identifiée dans une foule sans la gêner).

Pour des applications de contrôle d’accès logique, la caméra peut être une webcam avec une résolution de 320 x 240 pixels et une capture de 3 à 5 images par seconde. Ce qui indique que le type de caméra pour ce genre d’applications n’est pas onéreux (moins 50 Euros) ; bien sûr des caméras avec des performances supérieures amèneront de bien meilleurs résultats.

Pour des applications de contrôle d’accès physique, une carte d’acquisition vidéo adéquate et un processeur de vitesse adapté, sont les composants clefs. Pour effectuer une reconnaissance automatique à grande échelle (identification), la vitesse du processeur est le point critique à observer.

Traitement des échantillons

Il existe plusieurs techniques de reconnaissance par analyse du visage. Mais pour la plupart il est d’intérêt que ces techniques se basent sur des éléments du visage qui sont le moins susceptibles aux changements : les grands traits supérieurs des orbites, les secteurs entourant les pommettes, les côtés de la bouche et d’autres caractéristiques similaires de façon à ignorer les changements comme la coupe de cheveux. Toutes ces techniques conduisent à des fonctionnements en identification sur des bases de milliers voir de centaines de milliers de personnes.

La méthode eigenface (source MIT)

Quatre méthodes de base sont utilisées par les fabricants de systèmes biométriques : Eigenface, l’analyse de points particuliers, les réseaux de neurones et le traitement automatique de visage.

  1. Le traitement automatique de visage est une technologie rudimentaire, elle caractérise les visages par des distances et des proportions entre des points particuliers comme les yeux, le nez les coins de la bouche. Aussi éprouvé que les autres technologies, le traitement automatique de visage est la plus efficace dans des situations de capture d’image avec peu d’éclairage.
  2. Eigenface : elle utilise une représentation des éléments caractéristiques d’une image de visage à partir d’images modèles en niveau de gris (voir illustration ). Des variantes de Eigenface sont fréquemment utilisées comme base pour d’autres méthodes de reconnaissance.
  3. L’analyse de points particuliers est la technologie d’identification faciale la plus largement utilisée. Cette technologie se rapproche de Eigenface, mais elle est capable de s’adapter à des changements d’aspect facial (sourire, froncer des sourcils,...).
  4. Les réseaux de neurones permettent en théorie de mener à une capacité accrue d’identification dans des conditions difficiles de capture. Les réseaux de neurones emploient un algorithme pour déterminer la similitude entre des captures d’images de visage, et des gabarits. Ceci en employant le plus possible de captures et de gabarits.

Les modes de fonctionnement (Surveillance ou Recherche)

Mode Surveillance

  • Le système peut détecter automatiquement la forme d'un visage, en extraire l'image, exécuter l'identification en s'appuyant sur une base de données d’individus préenregistrés.
  • Il calcule rapidement le degré de recoupement entre l'empreinte du visage réel qui vient d'être capté et ceux associés aux individus connus enregistrés dans une base de données biométrique d'images faciales.
  • Il peut retourner une liste d'individus possibles triée par score décroissant (images ressemblantes) ou il peut simplement retourner l'identité du sujet (résultat le plus haut) et un niveau de confiance associé. Ceci paramétrable au choix de l'opérateur.
  • En mode Surveillance il fonctionne en temps réel et dans le même temps, capte les images et recherche dans la base de données. L'architecture technique mise en place pour cela est fonction des besoins de l'application (nombre d'individus enregistrés, vitesse de défilement devant la caméra, flux…)
  • Une autre fonction du mode Surveillance permet de trouver des visages humains n'importe où dans le champ de vision du système et à toute distance. Il peut les suivre de façon continue et les extraire de l'image, en comparant le visage ainsi isolé avec une liste de visages stockés.

Mode Recherche

Le mode Recherche peut être utilisé en mode IDENTIFICATION (un à plusieurs) ou en mode VERIFICATION (un à un).

Recherche Identification

  • Le système travaille à partir d'une image de visage stable. Cette image (photo) peut provenir de différentes sources : Appareil photo numérique, extrait de bande vidéo, photo scannée…
  • Il calcule alors rapidement le degré de recoupement entre l'empreinte du visage réel qui est présenté et ceux associés aux individus connus enregistrés dans une base de données biométrique d'images faciales.
  • Il peut retourner une liste d'individus possibles triée par score décroissant (images ressemblantes) ou il peut simplement retourner l'identité du sujet (résultat le plus haut) et un niveau de confiance associé.

Recherche Vérification

  • En mode vérification, l'empreinte du visage peut être stockée sur une carte à puce ou sur un support informatisé. Le système associe simplement l'empreinte réelle à celle enregistrée sur le support. Si le niveau de confiance dépasse un certain seuil, alors l'association est réussie et l'identité est vérifiée.
  • Les systèmes peuvent comprimer une empreinte du visage en moins de 100 octets pour usage dans les cartes à puce, codes barres et autres appareils de stockage à capacité limitée.

Image en 3D en stéréo photométrie (recherche)

image en 3D en stereo photometrieSept chercheurs de l'Imperial College London commenceront en avril 2007 un programme de trois ans pour élaborer un système de photographie capable, à partir d'une seule prise de vue, de reconstituer l'image parfaite et en trois dimensions d'un visage dans ses moindres détails, grains de beauté, cicatrices et pores de la peau compris.

Son principe : une seule et même photo en 3 dimensions. On appelle ça la stéréo photométrie.

Pour reconstituer le visage d'une personne en trois dimensions, on utilise plusieurs caméras. Ces caméras sont généralement disposées à différents endroits, en face, sur les côtés, en bas et au dessus de l'individu à identifier. Un dispositif complexe, en particulier parce qu'il nécessite le traitement des images par un logiciel capable de générer, sans erreur, un profil 3D à partir de plusieurs prises de vue.Image en 3D en stéréo photométrie - Cliquez sur l'image pour l'agrandire

Avec la stéréo photométrie, le processus est simplifié. ll ne nécessite l'utilisation que d'un seul appareil photo. L'appareil est connecté à plusieurs flashs, entre trois et six, qui se déclenchent tour à tour, à intervalle extrêmement réduit. Si réduit que la personne photographiée n'a l'impression d'être éclairée qu'une seule fois.

C'est la disposition des sources de lumière et leurs effets d'ombre sur un visage qui confèrent au système toute son efficacité. « L'origine de la lumière détermine la position de l'ombre, et plus vous avez de flashs, plus vous avez d'images », explique Maria Petrou, responsable du projet. Et plus le résultat sera précis !

C'est l'analyse de la même prise de vue, éclairée sous différents angles, avec ses effets d'ombre et de lumière, qui permet alors de générer par ordinateur un visage en trois dimensions. Le résultat offre un grand niveau de détail. La photo stéréométrie permet en particulier de travailler sur douze niveaux de gris.

Le système ne permet pas seulement de reconstituer un faciès, il permet aussi d'analyser le teint et la couleur de la peau. Il mesure pour cela le degré de réflexion de la lumière par le visage, ce que les scientifiques appellent l'albedo.

Le dispositif développé par Maria Petrou et son équipe permet notamment d'examiner le visage d'une personne vue sous différents angles, et dans différentes configurations. La vue 3D peut être comparée à des photos de suspects ou de personnes recherchées. Elle permet aussi d'anticiper et de se faire une idée de l'apparence d'un individu qui utiliserait lunettes, barbes et autres stratagèmes pour changer d'apparence. Un première version du dispositif devrait être commercialisé en 2010, deux ans à peine avant l'organisation des Jeux olympiques à Londres.

D'après Maria Petrou, responsable des recherches au département d'électronique et d'informatique d'Imperial College précise: "Nous sommes en train de changer complètement la façon de modéliser le visage en image. C'est la première fois que la stéréo photométrie a été utilisée dans ce but et c'est très prometteur pour l'avenir".

Les recherches menées actuellement par l'Imperial College de Londres sont réalisés en collaboration avec General Dynamics et le cabinet conseil en biométrie Identity Solutions.

Conclusion

Partenaires NIST - Reconnaissance du visageCette technologie est employée dans des domaines aussi divers que le contrôle d’accès physique ou logique, la surveillance ou l’accès aux distributeurs automatiques de billets (DAB). Mais en veillant à utiliser le scénario le plus adapté pour ne pas gêner les utilisateurs, car le résultat restera toujours une identité probable.

Les variables telles que des lunettes de soleil, des moustaches et des barbes, des expressions faciales anormales et l'inclinaison importante de la tête peuvent causer des anomalies avec des systèmes d'identification du visage. Une chirurgie importante du cartilage du visage pourrait tromper le système.

La technologie est aujourd'hui en pratique dans plusieurs casinos aux Etats Unis et en France ( identification des joueurs interdits ou individus fichés ), aéroports ( identifications de personnes indésirables), stades ( refoulement de voyous connus et dangereux pour la tranquillité des autres spectateurs ), centres commerciaux ou grands magasins ( repérer l'entrée de petits voleurs connus des responsables de la sécurité).

   
   
© Copyright © 2017 - Didier Guillerm - Tous droits réservés

En naviguant sur notre site, vous acceptez que des cookies soient utilisés pour vous proposer des contenus et des services adaptés.