La reconnaissance automatique des expressions faciales peut s'avérer très utile pour diverses applications dans des domaines variés tels que la santé, la sécurité routière ou encore le marketing. Bien que des algorithmes permettent aujourd’hui une très bonne reconnaissance des expressions faciales dans un environnement contraint (pose frontale, pas d’occultation, bonne luminosité), la reconnaissance automatique des expressions faciales reste encore complexe dans un cadre naturel où l’on se retrouve confronté à certains défis. Parmi ces défis, les occultations rendent la tâche particulièrement difficile car elles ajoutent du bruit aux images et masquent une partie de l’information. Pour répondre à cette problématique, différentes solutions ont été proposées. Ces solutions peuvent être regroupées sous deux catégories : les solutions qui se concentrent sur les régions visibles du visage et celles qui reconstruisent les zones cachées. Les solutions de l’état de l’art sont principalement basées sur des éléments de texture, certaines solutions s’intéressent à la géométrie du visage mais très peu s’intéressent au mouvement. Or, le mouvement semble particulièrement adapté grâce à ses différentes propriétés : sa propagation et sa cohérence locale. Les travaux proposés démontrent l’intérêt du mouvement pour reconnaître les expressions faciales en présence d’occultations partielles du visage.
- Directeur de thèse : Chaabane Djeraba - Rapporteurs : Frédéric Jurie, Yannick Benezeth - Examinateurs : Saïda Bouakaz, Laetitia Jourdan, Bruno Bachimont, Hichem Sahbi, Nacim Ihaddadene, Matthieu Cord (invité), Ioan Marius Bilasco (invité)
Thèse de l'équipe FOX soutenue le 01/09/2021
français
English