Une meilleure identification faciale s'acquiert en comparant les logiciels
Même les systèmes d'identification des visages les plus performants sont parfois bridés par la mauvaise qualité d'une image. Des chercheurs australiens ont mis au point un système de décision qui choisit le meilleur programme pour reconnaître un visage.
Les systèmes de reconnaissance faciale ne cessent de se perfectionner et, récemment, L'Atelier indiquait l'apparition de nouveaux outils permettant même de définir le genre ou l'âge d'une personne. Néanmoins ces algorithmes mathématiques, aussi complexes ou innovants puissent-ils être, ne peuvent pas toujours dépasser certaines contraintes techniques telles que la résolution d'une image, à cause d'une caméra dotée d'optiques de basse qualité, par exemple. De même, une image redimensionnée subit une perte de détail et, là aussi, il sera compliqué d'obtenir une reconnaissance faciale probante. Des chercheurs de l'Université de Queensland et du NICTA, en Australie, ont mis au point une méthode qui choisit le meilleur système en fonction d'un ensemble d'images afin d'améliorer les performances de reconnaissance faciale.
La prise de décision au cœur du programme
L'approche proposée par les scientifiques utilise trois systèmes de reconnaissance faciale différents, tous trois fondés sur une même base : Multi-Region Probabilistic Histograms (MRH), développé en 2009 par une partie de ces mêmes chercheurs. Leur programme choisit donc des ensembles de photographies d'un même visage, issus des ces trois systèmes de reconnaissances. Une partie de ces ensembles étant composée d'images en 64*64 pixels, l'autre étant des clichés d'une résolution variant entre 8*8 et 64*64 pixels. Leur détecteur mesure ensuite la ressemblance d'un visage A (provenant du premier ensemble) par rapport à un visage B (provenant lui du second), et choisit quel système de reconnaissance faciale doit être pris en compte.
Un système fonctionnel
Pour parvenir à ce résultat, les scientifiques ont utilisé un ensemble de photographies de visages humains du Labeled Faces in the Wild, une base de données constituée pour l'étude de la reconnaissance faciale, forte de 13 233 clichés appartenant à près de 5 749 personnes. Entre autres, les chercheurs estiment que cet algorithme qui opère un choix pourrait palier la perte de résolution, qui apparaît bien souvent par la surexposition ou une mauvaise mise au point. Il serait par ailleurs intéressant de le coupler à la découverte indo-italienne de 2010, un programme de reconnaissance faciale qui ignorait les différents effets de luminosité.
Source : L'Atelier