Discussion :

[bert_]

Bonjour,

Pour un projet de détection de visages, je cherche une bases de données d'images représentant des visages. Le web est assez riche dans ce domaine mais je ne trouve pas vraiment ce que je veux :

• pas plus de 1000 visages
• en niveaux de gris
• toutes les images de la même taille
• dans toutes positions (du profil gauche au profil droit)

Ensuite, il va falloir que je mesure la distance entre l'image d'entrée et cette base, par contre je n'ai pas d'idée : quelle distance utiliser ? comment la calculer ?

Si quelqu'un a une idée...

Merci.

[PRomu@ld]

pas plus de 1000 visages

ca veut dire que tu ne trouves pas plus de 1000 personnes sur le net ?

en niveaux de gris

avec un script, ça passe tout seul. Gimp doit pouvoir le faire.

toutes les images de la même taille

idem, un script fera l'affaire.

dans toutes positions (du profil gauche au profil droit)

Tu peux peut-être le scripter : tu prends toutes tes images et tu appliques une rotation aléatoire.

[ToTo13]

Bonjour,

• pas plus de 1000 visages
• en niveaux de gris
• toutes les images de la même taille
• dans toutes positions (du profil gauche au profil droit)

J'ai peur que tes exigences soient un peu élevées...
Tu trouvera plusieurs de ces critères, mais pas la totalité.

[bert_]

Bonjour,

Biensûr que je pourrais faire ma base de données d'images de visages tout seul... mais il faut beaucoup de temps. Il existe une base très complète et très connue : yale face database.. mais elle ne contient aucun visage de profil, et ça peut être gênant !!!

[Guigui_]

C'est plutôt de la reconnaissance de visages que tu fais, non ? (et non pas de la détection).

J'avais fait cela en stage il y a 4 ans.
Le problème des bases toute faite, c'est que les images sont nickels (photos prises le même jour, sous de bonnes conditions de luminosité et correctement découpé (yeux, bouches, ... toujours au même endroit verticalement) et on obtient toujours des résultats proches de la perfection

Moi, j'avais utilisé au départ 2 bases (Olivetti et Umist) pour tester les algorithmes. Puis je m'étais fait ma propre base de visages (plus de 2500) ou chaque tête était en condition réelles. Par contre, j'ai fait du faire à la main la découpe des visages (+ traitement géométrique). J'y avais passé enormément de temps Et j'avais créé ma base à partir de ce site: http://www.perfectpeople.net/ . Y'avait de quoi faire et là, tu auras toutes les conditions voulu. Au niveau des résultats de reco, ca s'était bien ressenti aussi.

Par contre, niveau algorithmes de reco, il y a en plein:
par exemple:
- les algorithmes globaux (eigenfaces, fisherfaces, ...)
- les algo locaux (qui se basent sur la détection de traits du visages (position des yeux, bouche, ...)
Ensuite au niveau des métriques de comparaison des images, tu peux utiliser un peu ce que tu veux:
euclidienne, canberra, Mahalanobis, ...

[bert_]

Bonsoir,

• ... donc en fait tu me conseillerais de faire ma propre base ? tes résultats ont été bien meilleurs ? Je n'ai pas trop compris les problèmes des bases toutes prêtes et toutes "nickel" ?
  
• concrètement, comment calcule-t-on une distance (euclidienne) entre deux images ?

Merci.

[Guigui_]

Non, avec ma propre base, les résultats étaient beaucoup moins bon (entre 40% et 60% selon les critères que je choississais alors que j'obtenais plus de 90% sur les bases classiques) mais mon sujet était l'indexation de bases de photos familiales (donc des bases réelles de visages et non pas des bases préformatés). Tout dépend ton objectif.

La distance euclidienne, c'est bêtement:
d(x,y) = Racine(Somme((xi-yi)^2, i=1..n))

Mais faire cela directement sur une image non traitée n'a aucun sens. C'est pour cela qu'il faut d'abord passer par une étape de traitement (soit par exemple une étape de reduction des dimensions par une projection habile des images (Eigenfaces, Fisherfaces), soit par recherche d'information pertinente (position des yeux, de la bouche par exemple), ...) et ensuite se constituer un vecteur d'information pour chaque image et calculer la distance euclidienne sur ce vecteur d'information (non seulement, ce sera beaucoup plus rapide parce que le vecteur d'information aura une dimension beaucoup plus faible que l'image entière mais ensuite, on ne travaillera plus que sur l'information utile donc les résultats seront bien meilleurs).

Donc la première chose, c'est de développer un algorithme de traitement du visage (y'en a des dizaines, une première étape bibliographique est nécessaire)

[bert_]

Merci !

Au niveau bibliographique, que pourrais-tu me conseiller ? (de très abordable)

Merci.

[Guigui_]

Toute la doc est en anglais par contre.
Une recherche sur "Face Recognition" (+pdf + pentland) , et tu trouveras plein de truc

http://www.cs.ucsb.edu/~mturk/Papers/mturk-CVPR91.pdf
http://dapissarenko.com/resources/20...eigenfaces.pdf
http://www.face-rec.org/algorithms/
...

[bert_]

Merci de cette réponse rapide !!!

[bert_]

Bonsoir,

Encore une petite question :

Sur les photos que je devrais tester, j'ai éliminé tous les pixels "teinte peau" et les ai noircit. Quel algoritme puis-je utiliser pour reconnaître plusieurs zones "teintées peau" dans l'image ? Et comment faire pour des images en niveaux de gris pour ne pas tester toute l'image avec ma base de visages ?


Merci.

[Guigui_]

Cela, c'est plutôt de la détection.
Mais si tu veux tout faire, il te faudra énormément de temps et de travail.

Donc niveau recherche web, c'est plus sur les mots "Face Detection" (+color)

=>
Par exemple
http://www.stanford.edu/class/ee368/...368group03.pdf

Par contre, je ne pense pas qu'il existe des méthodes simples qui fonctionnent à coup sûr.
Donc développer de tels algos, c'est vraiment un travail à long terme, un sujet de stage voire de thèse.