Une approche neuro bidimensionnelle pour la reconnaissance du visage

Abstract

La reconnaissance du visage est l'une des meilleures modalités biométriques pour des applications liées à l'identification ou l'authentification de personnes. En effet, c'est la modalité utilisée par les humains. Elle est non intrusive et socialement bien acceptée. Dans ce travaille nous essayons la mise en oeuvre d’un système d’identification de personne par la reconnaissance des visages humains. Afin améliorer les approches de reconnaissance du visage classiques à savoir, PCA et LDA, nous proposons à hybrider les méthodes: Analyse de composantes principales (2D-ACP) et l'analyse discriminante linéaire (2D-LDA) à deux dimension avec deux type de classifier KNN et les réseaux de neurones probabiliste (PNN). Les tests ont été réalisés en utilisant la base de données ORL et FERET qui permet de valider nos résultats obtenus par l’approche proposé dans ce mémoire.