Reconnaissance Et Classification Des Traits Caractéristiques Biométriques Faciale

UNIVERSITE KASDI MERBAH OUARGLA
Faculté des Nouvelles technologies de l’information et de la

communication
Département D’informatique et de technologie de l’information
Mémoire Master Professionnel
Domaine : Mathématique et Informatique

Filière : Informatique
Spécialité : Administration et sécurité des réseaux

Présenté par : Gouamid Asma et Mammeri Abir
Reconnaissance et classification des traits

caractéristiques biométriques faciale
Soutenu publiquement le :
05 /10/2020
Devant le Jury :
Mr. BOUKHAMLA Akram M.A Président U.K.M Ouargla

Mr. BENKADDOUR Mohammed Kamel M.A Encadreur U.K.M Ouargla
Mr. KHALDI Amin M.A Examinateur U.K.M Ouargla
Année Universitaire : 2019/2020

Remerciements
Avant tout, nous remercions Dieu tout puissant de nous avoir accordé la force,
le courage, et les moyens afin de pouvoir accomplir ce modeste travail.
En premier lieu, nous remercions notre Encadreur Monsieur BENKADDOUR
Mohamed Kamel, enseignant à l'Université KASDI MERBAH d’Ouargla pour
nous avoir proposé ce thème et pour son encadrement. Sa grande connaissance
dans le domaine, ainsi que son expérience, ont joué un rôle important dans la
conception de ce travail.
Nos remerciements et nos respect vont également à Mr. BOUKHAMLA Akram

d’avoir accepté de présider le jury, J’adresse mes remerciements aussi à Mr.
KHALDI Amin qui m’ont fait l’honneur d’accepter le jugement de notre travail.
Nous adressons aussi nos sincères reconnaissances à tous les enseignants de

département de l’informatique –Ouargla- qui nous ont donnés beaucoup de
connaissance.
Un gros merci à nos familles, plus spécifiquement nos parents pour leur soutien.
Enfin, que tous ceux qui ont contribué de près ou de loin à la réalisation de ce
mémoire, puissent trouver ici, toute notre reconnaissance.
Dédicace
Je dédie ce modeste travail
À la mémoire de mon père ma gratitude ne suffit pas à

exprimer ce qu'elle mérite pour tous tes sacrifices depuis ma
naissance, pendant mon enfance et même à l'âge adulte.
À ma chère mère. Merci pour tes conseils, tes sacrifices, ton

soutien et tes encouragements.
À mon frère Salah.
À tous mes sœurs : Oum elkhair, Kaltoum, Safia, Sara,

Zineb, Hafsa.
À mes grands-pères, à mes grandes mères, à toute ma

famille
À tous mes amis, qui m'ont soutenu dans l'accomplissement

de cet humble travail
À tous mes professeurs et à tous ceux qui se sont engagés

dans ces modestes travaux
Asma
Dédicace
Je dédie ce modeste travail
A mes parents .Aucun hommage ne pourrait être à la hauteur de l’amour

Dont ils ne cessent de me combler. Que Dieu leur procure bonne santé et
longue vie.
A celle que j’aime beaucoup et qui m’a soutenue tout au long de ce projet :
mon mari , et bien sûr à mes sœurs, sans oublier mes belles-sœurs que
j’aime.
A toute ma famille, et mes amis pour leurs soutiens et leurs

encouragements.
A mon binôme ASMA et toute la famille MAMMERI.
A tous mes professeurs et enseignants que j’ai eu durant tout mon cursus
scolaire et qui m’ont permis de réussir dans mes études.
Et à tous ceux qui ont contribué de près ou de loin pour que ce projet soit
possible, je vous dis merci.
Abir
Sommaire
Liste des figures ..................................................................................................................... iv
Liste des tableaux.................................................................................................................. vii
Liste des équations ............................................................................................................... viii
Liste des acronymes ............................................................................................................... ix
INTRODUCTION GENERALE ............................................................................................... 1
Chapitre 01 : La biométrie & systèmes de reconnaissance faciale .......................................... 3
1.1 Introduction ....................................................................................................................... 4
1.2 La biométrie ...................................................................................................................... 5
1.2.1 Définition .............................................................................................................. 5
1.2.2 Pourquoi utiliser la biométrie ? ........................................................................... 5
1.3 Panorama des différentes techniques biométries .............................................................. 5
1.4 Le mode de fonctionnement d’un système biométrique..................................................... 7
1.5 Structure générale d’un système biométrie ....................................................................... 8
1.6 Evaluation des performances des Systèmes biométriques ................................................ 9
1.7 Applications des systèmes biométriques ......................................................................... 10
1.8 Mesure de la performance d’un système biométrique .................................................... 10
1.8.1 Performance d’un système d’identification ........................................................ 10
1.8.2 Performance d’un système de vérification ......................................................... 11
1.9 Reconnaissance de visage ............................................................................................... 13
Motivation :................................................................................................................ 14
1.9.1 Les classes des techniques de reconnaissance de visage ................................... 14
1.9.2 Principales difficulté de la reconnaissance de visage ........................................ 16
1.9.3 Avantages et inconvénients de la reconnaissance faciale .................................. 19
1.10 La reconnaissance de genre et l'estimation d’âge ..................................................... 19
1.10.1 La reconnaissance de genre ............................................................................... 19
i
1.10.2 L'estimation d’âge .............................................................................................. 19
1.11 Conclusion ................................................................................................................. 20
Chapitre 02 : Etat de l'art des techniques de réduction de dimension et classification

d'image ..................................................................................................................................... 21
2.1 INTRODUCTION............................................................................................................ 22
2.2 État de l'art des techniques de reconnaissance............................................................... 22
2.3 Les méthodes de réduction de dimension ........................................................................ 23
2.3.1 Méthodes linéaires de réduction de dimension .................................................. 23
2.3.2 Méthodes non linéaires de réduction de dimension ........................................... 29
2.4 Les techniques de classification d’images ...................................................................... 32
2.4.1 Les réseaux de neurones artificiels (RNA) ......................................................... 32
2.4.2 Machine à Vecteur de Support (SVM) ................................................................ 33
2.4.3 Le modèle AAM (Active Appearance Model) ..................................................... 34
2.5 Conclusion ...................................................................................................................... 35
Chapitre 03 : Apprentissage Profond : réseaux de neurones convolutifs ............................. 37
3.1 Introduction ..................................................................................................................... 38
3.2 Intelligence artificielle .................................................................................................... 38
3.3 Apprentissage automatique (machine learning en anglais) ........................................... 39
3.4 Apprentissage profond .................................................................................................... 39
3.4.1 Pourquoi le deep learning ? ............................................................................... 40
3.4.2 L'apprentissage................................................................................................... 41
3.5 Réseau de neurone artificiel............................................................................................ 43
3.5.1 Le neurone .......................................................................................................... 43
3.5.2 Architecteurs des réseaux de neurones .............................................................. 46
3.5.3 Type des réseaux de neurones ............................................................................ 47
3.5.4 L’apprentissage profond et Les réseaux de neurones artificiels ........................ 52
3.6 Les réseaux de neurones convolutifs (CNN) ................................................................... 52
3.6.1 Présentation ........................................................................................................ 52
3.6.2 Architecture de réseaux de neurone convolutif .................................................. 53
ii
3.5.4 Quelques réseaux convolutifs célèbres ............................................................... 60
3.6 Conclusion ...................................................................................................................... 63
Chapitre 04 : Expérimentations, Résultats et Discussions .................................................... 64
4.1 Introduction ..................................................................................................................... 65
4.2 Les bases de données de visage ...................................................................................... 65
4.2.1 ORL..................................................................................................................... 65
4.2.2 FEI ...................................................................................................................... 66
4.2.3 Essex ................................................................................................................... 66
4.2.4 Casia WebFace ................................................................................................... 67
4.2.5 Séparation des bases de données ....................................................................... 67
4.3 Environnement du travail................................................................................................ 68
4.3.1 Environnement matériel ..................................................................................... 68
4.3.2 Outils de développement ..................................................................................... 68
4.4 Système proposé : principes et expérimentations ........................................................... 68
4.4.1 L’approche de reconnaissance faciale basée sur le réseau CNN ...................... 69
4.4.2 L’application des techniques de réduction des dimensions................................ 76
4.4.3 Discussion........................................................................................................... 77
4.5 Présentation de l’application .......................................................................................... 79
4.5.1 Interface de Présentation du projet .................................................................... 79
4.5.2 Interface de la reconnaissance faciale ............................................................... 80
4.5.3 Interface des méthodes de réduction des dimensions ......................................... 81
4.6 Test de l’application sur la base Essex ........................................................................... 82
4.7 Test des méthodes de réduction des dimensions sur la base FEI ................................... 84
4.8 Conclusion ...................................................................................................................... 85
CONCLUSION GENERALE.................................................................................................. 87
Référence bibliographies ......................................................................................................... 89
iii
Liste des figures
Figure 1.1 : Caractéristiques biométriques : a) ADN, b) Oreille, c) visage, d) visage

infrarouge, e) thermogramme main, f) veine main, g) Empreintes digitales, h) marche, i)
geste j) iris, k) empreinte de la paume, l) rétine, m) signature, n) voix. ................................ 6
Figure 1.2 : Principaux modules d’un système biométrique ainsi que les différentes modes
[22]. ........................................................................................................................................ 7
Figure 1.3 : Illustration du FRR et du FAR. ....................................................................... 12
Figure 1.4 : La courbe ROC. .............................................................................................. 12
Figure 1.5 : Classification des algorithmes principaux utilisés en reconnaissance faciale.
............................................................................................................................................. 15
Figure 1.6 : Exemples de changement d’illumination. ....................................................... 17
Figure 1.7 : Exemples de variation de pose. ....................................................................... 17
Figure 1.8 : Exemples de variation d’expressions. ............................................................. 17
Figure 1.9 : Exemples des Occultations partielles.............................................................. 18
Figure 1.10 : Exemples de composants structurels. ............................................................ 18
Figure 2.1 : Les projections PCA et LDA d’un ensemble de données. ............................... 28
Figure 2.2 : Système de reconnaissance faciale utilisant ACP et LDA .............................. 29
Figure 2.3 : Les étapes de la méthode de t SNE.................................................................. 30
Figure 2.4 : t-SNE ............................................................................................................... 30
Figure 2.5 : Le fonctionnement de l’UMAP. ....................................................................... 31
Figure 2.6 : UMAP vs t-SNE. .............................................................................................. 31
Figure 2.7 : Modèle d'un neurone artificiel. ....................................................................... 33
Figure 3.1 : La relation entre l’intelligence artificielle, le ML et le Deep Learning [70]. . 40

Figure 3.2 : La différence de performance entre le Deep Learning et la plupart des
algorithmes de ML en fonction de la quantité de données [71]. .......................................... 41
Figure 3.3 : L'apprentissage profond vs machine learning [72]. ....................................... 41
Figure 3.4 : L’apprentissage Supervisé [73]....................................................................... 42
Figure 3.5 : L’apprentissage non Supervisé [74]................................................................ 43
Figure 3.6 : Le neurone biologique [76]. ............................................................................ 44
Figure 3.7 : Le neurone artificiel [78]. ............................................................................... 44
Figure 3.8 : Les modèles de fonctions d’activation [79]. .................................................... 45
iv
Figure 3.9 : Correspondance entre le neurone biologique et le neurone formel [80]. ....... 45
Figure 3.10 : Architecture de réseau non bouclé [82]. ....................................................... 46
Figure 3.11 : Architecture de réseau bouclé [83]. .............................................................. 47
Figure 3.12 : perceptron monocouche [85]. ....................................................................... 48
Figure 3.13 : perceptron multicouche [85]. ........................................................................ 49
Figure 3.14 : Réseau de Hopfield [75]. ............................................................................... 49
Figure 3.15 : Structure du modèle Adaline [86]. ................................................................ 50
Figure 3.16 : Architecture du modèle Adaline [81]. ........................................................... 51
Figure 3.17 : Le modèle de Kohonen [81]. ......................................................................... 51
Figure 3.18 : L’architecture standard d’un réseau de neurone convolutionnels [68]........ 52
Figure 3.19 : Schéma du parcours de fenêtre de filtre sur l’image [68]. ........................... 54
Figure 3.20 : L'opération de convolution [87]. ................................................................... 55
Figure 3.21 : Les deux méthodes de Pooling [69]. ............................................................. 55
Figure 3.22 : Pooling avec un filtre 2x2 et un pas de 2 [69]. ............................................. 56
Figure 3.23 : Fonction relu [86]. ........................................................................................ 56
Figure 3.24 : La Couche de Fully-Connected [89]. ............................................................ 57
Figure 3.25 : Schéma de deux réseaux de neurones avec et sans dropout [93]. ................ 59
Figure 3.26 : L’architecture LeNet [90]. ........................................................................... 60
Figure 3.27 : L’architecture AlexNet [90]. ......................................................................... 60
Figure 3.28 : L’architecture ZFNet [90]. ............................................................................ 61
Figure 3.29 : L’architecture GoogLeNet/ Inception [90]. .................................................. 61
Figure 3.30 : L’architecture VGGNet [90]. ........................................................................ 62
Figure 3.31 : L’architecture ResNet [90]. ........................................................................... 62
Figure 4.1 : Exemples d’images de visages de la base ORL. ............................................. 65

Figure 4.2 : Exemples d’images de visages de la base FEI. ............................................... 66
Figure 4.3 : Exemples d’images de visages de la base Essex. ............................................ 66
Figure 4.4 : Exemples d’images de visages de la base CASIA WebFace. .......................... 67
Figure 4.5 : l'architecture de notre réseau CNN. ............................................................... 71
Figure 4.6 : le résultat de la fonction Softmax. ................................................................... 72
Figure 4.7 : le résultat de la fonction Sigmoïde. ................................................................. 72
Figure 4.8 : le résultat de classification avec 4 Couche (fonction Sigmoïde). ................... 73
Figure 4.9 : Taux de perte des bases de données utilisées (CASIA Webface, FEI, ORL,
Essex). .................................................................................................................................. 75
v
Figure 4.10 : Taux de reconnaissance obtenue sur les bases de données (CASIA Webface,
FEI, ORL, Essex). ................................................................................................................ 75
Figure 4. 11 : Les résultats de visualisation des bases de données utilisées (CASIA
Webface, FEI, ORL, Essex) ................................................................................................. 76
Figure 4. 12 : Les résultats de Regroupement des bases de données utilisées (CASIA
Webface, FEI, ORL, Essex) ................................................................................................. 77
Figure 4.13 : Interface graphique de notre application (menu principale). ....................... 79
Figure 4.14 : La deuxième interface. .................................................................................. 80
Figure 4.15 : Interface de la reconnaissance faciale. ......................................................... 81
Figure 4.16 : Interface de la Réduction des dimensions. .................................................... 82
Figure 4.17 : message de choisir une image. ...................................................................... 82
Figure 4.18 : le choix d’image test...................................................................................... 83
Figure 4.19 : le choix du système de reconnaissance. ........................................................ 83
Figure 4.20 : Résultat de teste............................................................................................. 84
Figure 4.21 : Interface des méthodes de Réduction des dimensions................................... 84
Figure 4.22 : Résultat de teste............................................................................................. 85
vi
Liste des tableaux
Tableau 1.1 : Avantages et inconvénients de la reconnaissance faciale. .......................... 19
Tableau 3.1 : Analogie entre neurone biologique et le neurone artificiel……….…….……46
Tableau 4.1 : Architecture détaillée de notre CNN utilisée pour l'extraction des
caractéristiques……………………………………………………………………………………..70
Tableau 4.2 : Taux de reconnaissance par rapport de nombre d’époques ......................... 73
Tableau 4.3 : Taux de reconnaissance selon le nombre d’exemple d’apprentissage ......... 74
Tableau 4.4 : Taux de reconnaissance et de perte pour les différentes bases de données
utilisées. ............................................................................................................................... 74
vii
Liste des équations
Équation 1.1 : Taux d’indentification correct ......................................................................... 11
Équation 1.2 : Taux des faux Rejects ...................................................................................... 11
Équation 1.3∶ Taux des Fausses Acceptations ......................................................................... 11
Équation 1.4∶ Taux d'erreur égal ............................................................................................ 13
Équation 1.5∶ Demi-taux d'erreur total ................................................................................... 13
Équation 1.6 : Taux d'erreur total ........................................................................................... 13
Équation 2.1 : moyenne de visages………………………………………………………………….26
Équation 2.2 : Enlever de moyenne d'image ........................................................................... 26
Équation 2.3 : la matrice de covariance .................................................................................. 26
Équation 2.4 : Représentation des visages dans notre nouvel espace ..................................... 27
Équation 2.5 : Choix de k vecteurs propres ............................................................................. 27
Équation 3.1 : la somme du perceptron……………………………..…………………….…48
Équation 3.2 : La sortie du perceptron .................................................................................... 48
Équation 3.3 : Sortie du modèle Adaline ................................................................................. 50
viii
Liste des acronymes
 2D  Représentation à 2 Dimensions
 3D  Représentation à 3 Dimensions
 AAM  Active Appearance Model
 ACI  Analyse en Composantes Indépendantes
 ACP  Analyse en Composantes Principales
 ADALINE  Adaptive Linear Neuron
 ADN  Acide Désoxyribo Nucléique
 ANN  Artificial Neural Network
 AI  Artificial Intelligence
 BDD  Base De Donnée
 CNN  Convolutional Neural Network
 DBN  Deep Belief Network
 DL  Deep Learning
 DLDA  Direct Linear Discriminant Analysis
 EER  Equal Error Rate
 FA  Fausse Acceptation
 FAR  False Acceptance Rate
 FR  Faux Rejects
 FRR  False Rejection Rate
 FLD  Fisher linear Discriminant
 GDA  General Discriminant Analysis
 HTER  Half Total Error Rate
 IBG  International Biométric Group
 KFDA  Kernel Fisher Discriminant Analysis
 LDA  Linear Discriminant Analysis
 LSTM  Long Short-Term Memory
 ML  Machine Learning
 MLP  Multi–Layer Perceptron
 ORL  Olivetti Research Laboratory
 PCA  Principal Component Analysis
 PMC  Perceptron Multi-Couche
 RBF  Radial Basis Function
ix
 ReLU  Rectified Linear Unit
 RLDA  Regression Linear Discriminant Analysis
 RNA  Réseau de Neurones Artificiels
 RNN  Recurrent Neural Network
 ROC  Receiver Operating Characteristic
 SAM : Supervised Appearance Model
 SVC  Support Vectors clustering
 SVM  Support Vectors Machines
 TER  Total Error Rate
 t-SNE  t- Stochastic Neighbor Embedding
 UMAP  Uniform Manifold Approximation and Projection
 TIC  Taux d’Identificaion Correct
x
Introduction
INTRODUCTION GENERALE
La sécurité des systèmes d’information est devenue un domaine de recherche d’une très
grande importance. La conception d’un système d’identification fiable, efficace et robuste est
une tâche prioritaire. L’identification de l’individu est essentielle pour assurer la sécurité des
systèmes et des organisations. Elle correspond à la recherche de l’identité de la personne qui se
présente dans une base de données et peut servir à autoriser l’utilisation des services. Chaque
être humain peut dès son plus jeune âge, de reconnaître les visages des personnes qui lui sont
familières. En fait, comment peut-on de manière automatique par ordinateur reconnaître un
individu, d’estimer de son âge et prédire de son genre par la seule prise en compte de l’image
de son visage ? La réponse à cette seule question sera le fil directeur de notre travail.
Les visages humains peuvent être considéré comme des données biométriques qui véhiculent
une grande quantité d'informations, comme par exemple la pose, l'identité, l'état émotionnel, le
genre, l'âge, etc. L’utilisation de ces indices facials dans une interaction entre les humains et la
machines est rendue possible par la remarquable capacité de ces derniers de reconnaître et
interpréter les visages et leurs comportements. De manière schématique, la tâche de la
reconnaissance de visage consiste à comparer une image d'entrée avec une base de données
contenant un ensemble d'images de visage avec leurs identités, ensuite identifier le sujet
auquel appartient le visage d'entrée. Cependant, leur implémentation reste difficile, parce
que les visages font preuve de plusieurs variations significatives dans leur apparence, ces
variations sont dues aux conditions d'acquisition des images, l'illumination, la position des
visages et l'âge.
Plusieurs méthodes ont été développées dans la littérature pour la reconnaissance de visage
et la classification de genre et d’âge. Dans notre travail nous avons opté pour une technique
basée sur les réseaux de neurone profond, principalement les réseaux de neurone convolutifs
(CNN) qui utilisent un apprentissage en profondeur (deep learning). Le CNN est composé de
deux parties bien distinctes, une partie d’extraction de caractéristiques qui peut être utilisée
pour simplifier un ensemble de données, et une partie de classification qui donne la classe
d’appartenance de ces données (caractéristiques).
1
Introduction
Nous avons développé dans ce projet, une partie de visualisation, de regroupement

(clustering) et réduction de dimension des données (images faciales) mise en œuvre pour la
classification de genre et estimation d’âge. Pour cela, différentes approches ont été utilisées afin
de mapper les données dans un espace de plus petite dimension, cela permet de réduire la taille
des vecteurs des caractéristiques et avoir une meilleure représentation des données.
Nous avons choisi d’articuler notre étude autour de quatre chapitres principaux.
Le premier chapitre est consacré à la présentation générale de la biométrie. Il décrit le

principe de fonctionnement des systèmes biométriques puis définit les outils utilisés pour
évaluer leurs performances. Ensuite, la place de la reconnaissance faciale parmi les autres
techniques biométriques est analysée. A travers ce chapitre, nous voulons positionner le
problème de la reconnaissance faciale et estimation de genre et d’âge pour présenter ses enjeux
et intérêts par rapport aux autres techniques. Enfin, nous mettons en lumière sur les difficultés
rencontrées par les systèmes de reconnaissance de visage.
Dans le deuxième chapitre, nous évoquerons l'état de l‘art des techniques de réduction de
dimension et classification d’image, où nous décrivons brièvement certaines techniques les plus
importantes ou les plus courantes utilisées dans la réduction de dimension et classification
automatiques, ainsi que les approches de reconnaissance faciale, d’estimation du genre et d’âge
qui ont été proposées dans ce travail.
Dans le troisième chapitre nous avons passé en revue les fondements essentiels des réseaux
de neurones convolutifs. Nous avons défini l’architecture détaillée de ce type de réseau ainsi
que les différentes couches le constituant. Une partie de chapitre a été consacrée aux propriétés
et paramètres du CNN. Cette étude détaillée du modèle CNN nous permet de mieux comprendre
son processus.
Dans le quatrième chapitre, Nous présentons les résultats expérimentaux obtenus par les
méthodes utilisées pour la reconnaissance de visage, l'estimation d'âge et la prédiction de genre
en analysons leurs performances, suivies d'une discussion avec interprétation des résultats.
Enfin, une conclusion générale résumera les résultats obtenus par les différentes approches et
donnera quelques perspectives sur les travaux futurs.
2
Chapitre 01 : La
biométrie & systèmes
de reconnaissance
faciale
Chapitre 01 La biométrie & systèmes de reconnaissance faciale
1.1 Introduction
Les empreintes digitales, les veines de la main, l’iris, le visage, la voix ou l’ADN deviennent
des données d’identification et d’authentification comme les autres grâce au progrès de la
numérisation. L’empreinte digitale remplaçait déjà le badge d’entreprise, désormais elle se
substitue au code PIN. À la pointe de « l’expérience utilisateur », Apple, le premier, en 2013, a
équipé son iPhone 5 de la fonction Touch ID permettant le déverrouillage de l’appareil par la
reconnaissance de l’empreinte digitale. Puis, en 2017, l’iPhone X sera équipé de la fonction
Face ID, permettant l’identification du propriétaire de l’appareil par une image en 3D de son
visage, même si l’on ajoute une paire de lunettes ou si l’on change de coupe de cheveux.
Elle Conçue à des fins de sécurité ou de défense, cette technique d’authentification et

d’identification par le corps trouve de nouveaux débouchés commerciaux. La reconnaissance
digitale ou faciale remplace les mots de passe et les codes, simplifiant le déverrouillage des
terminaux, l’accès aux services et les modes de paiement.
L'analyse du visage humain constitue l'une des tâches les plus importantes de la vision par
ordinateur, car l'analyse automatique d'un tel objet déformable est d'une grande importance [1]:
la caractérisation de l'âge, du sexe, des attributs faciaux, des expressions, du vêtement et même
de la personnalité, pour n'en citer que quelques-uns, sont cruciaux dans plusieurs applications,
comme l'identification des utilisateurs, l'interaction sociale, le suivi du visage et la
reconnaissance des comportements [2, 3]. En ce qui concerne la classification d'âge et de genre,
bien que ces deux tâches aient été largement traitées dans le passé, les performances rapportées
sont loin d'être optimales [4, 5].
Au cours des dernières années, les réseaux de neurones convolutifs (CNN) [6] sont devenus
le principal cheval de bataille pour l'estimation de l'âge et du genre. Les CNN se sont avérés
très performants dans une variété de tâches de vision par ordinateur telles que la reconnaissance
de l'action humaine [7], la reconnaissance des chiffres manuscrits [8], la vérification du visage
[9] ou la détection automatique du visage [10]. En ce qui concerne la tâche de l'analyse de la
biométrie douce, les CNN ont récemment été appliqués à la tâche d'estimation de l'âge apparent
[11, 12, 13], de la classification du genre et du sourire [14], et de la prévision réelle de l'âge et
du genre [15].
4
1.2 La biométrie
1.2.1 Définition
Le terme biométrie vient des mots grecs Bios (vies) et Metrikos (mesure ou distance), qui
veut dire Distance Biophysiques de l'être humain, ou en d'autre terme, c'est l'anthropométrie
[16].
1.2.2 Pourquoi utiliser la biométrie ?

La biométrie est un domaine émergeant, ou la technologie améliore notre capacité à
identifier une personne. La protection des gens contre la fraude ou le vol est l’un des
buts de la reconnaissance par la biométrie [16].
L’avantage de la reconnaissance biométrique est que chaque individu a ses propres

caractéristiques physiques qui ne peuvent être changées, perdues ou volées. La méthode de
reconnaissance biométrique peut aussi être utilisée en complément ou remplacement des mots
de passe.
Plusieurs raisons peuvent motiver l’usage de la reconnaissance par la biométrie :
• Une haute sécurité : en l’associant à d’autres technologies comme le cryptage.
• Confort : en remplaçant juste le mot de passe, exemple pour l’accès à un système

d’exploitation, la biométrie permet de respecter les règles de base de la sécurité (ne pas inscrire
son mot de passe à côté du PC, ne pas désactiver l’écran de veille pour éviter des saisies de
mots de passe fréquentes). Et quand ces règles sont respectées, la biométrie évite aux
administrateurs de réseaux d’avoir à répondre aux nombreux appels pour perte de mot de passe
(que l’on donne parfois au téléphone, donc sans sécurité).
• Sécurité/Psychologie : dans certains cas, particulièrement pour le commerce

électronique, l’usager n’a pas de confiance. Il est important pour les acteurs de ce marché de
convaincre le consommateur de faire des transactions. Un moyen d’authentification connu
comme les empreintes digitales pourrait faire changer le comportement des consommateurs.
1.3 Panorama des différentes techniques biométries

Les systèmes biométriques sont généralement classés en trois grandes catégories : la
biométrie morphologique ou physiologique, la biométrie comportementale et la biométrie
biologique ou émergente [17].
5
• La biométrie morphologique est basée sur l'identification de traits physiques

particuliers qui, pour toute personne, sont uniques et permanents. Cette catégorie regroupe la
reconnaissance des empreintes digitales, la forme de la main, la forme du visage, la rétine et
l'iris de l'œil et les veines de la main [17].
• La biométrie comportementale se base sur l'analyse de certains comportements d'une
personne comme le tracé de sa signature, l'empreinte de sa voix, son mouvement de lèvre ou
encore sa façon de taper sur un clavier [17,18].
• L’ADN (Acide désoxyribonucléique) : la forme des oreilles, l’odeur du corps humain
et l’analyse de la démarche sont également étudiés, mais ses caractéristiques sont considérées
comme émergentes (stade purement expérimental) [18].
Figure 1.1 : Caractéristiques biométriques : a) ADN, b) Oreille, c) visage, d)

visage infrarouge, e) thermogramme main, f) veine main, g) Empreintes
digitales, h) marche, i) geste j) iris, k) empreinte de la paume, l) rétine, m)
signature, n) voix.
En théorie, on dit qu’un critère physiologique ou comportemental est exploitable en

reconnaissance d’individus s’il satisfait aux conditions ci-après :
• Universalité : toutes les personnes d’une population à identifier doivent la posséder ;
• Unicité : deux personnes ne doivent pas posséder exactement la même caractéristique ;
• Permanence : cela signifie qu’elle ne doit pas varier au cours du temps ;
• Mesurabilité : qui justifie de la possibilité de le quantifier [19].
6
En pratique, il existe d’autres conditions importantes :

• Performance : l’identification doit être précise et rapide ;
• Acceptation : elle doit être bien acceptée par les utilisateurs du système ;
• Circonvention : qui réfère à la facilité ou la difficulté de le pirater [20].
1.4 Le mode de fonctionnement d’un système biométrique

Un système biométrique est essentiellement un système de reconnaissance de formes qui
utilise les données biométriques d'un individu. Il existe deux modules dans un système
biométrique, le module de vérification et le module d'identification [22] :
• Le mode de vérification ou authentification est une comparaison "un à un", dans

lequel le système valide l'identité d'une personne en comparant les données biométriques saisie
avec le modèle biométrique de cette personne stockée dans la base de données du système. Dans
un tel mode, le système doit alors répondre à la question suivante : «Suis-je réellement la
personne que je suis en train de proclamer ?». Actuellement la vérification est réalisée via un
numéro d'identification personnel, un nom d'utilisateur, ou bien une carte à puce.
• Le mode d'identification est une comparaison "un à N", dans lequel le système
reconnaît un individu en l’appariant avec un des modèles de la base de données. La personne
peut ne pas être dans la base de données. Ce mode consiste à associer une identité à une
personne. En d'autres termes, il répond à des questions du type : « Qui suis-je ? ».
Figure 1.2 : Principaux modules d’un système biométrique ainsi que les différentes modes [22].
7
Les différents modules qui composent un système biométrique sont représentés sur la figure
1.2 ; leur fonctionnement peut être résumé comme suit :
• Module capteur biométrique : correspond à la lecture de certaines caractéristiques

physiologiques, comportementales ou biologiques d’une personne, au moyen d’un terminal de
capture biométrique (ou capteur biométrique).
• Module extraction des données : extrait les informations pertinentes à partir des
données biométriques brutes, par exemple des images de visage ou des régions caractéristiques
de visage.
• Module création d’une signature : crée un modèle numérique afin de représenter la

donnée biométrique acquise. Ce modèle, appelé aussi signature, sera conservé sur un support
portable (puce ou autre) ou dans une base de données.
• Module comparaison : compare les caractéristiques biométriques d’une personne

soumise à contrôle (volontairement ou à son insu) avec les « signatures » mémorisées. Ce
module fonctionne soit en mode vérification (pour une identité proclamée) ou bien en mode
identification (pour une identité recherchée).
• Module base de données : stocke les modèles biométriques des utilisateurs enrôlés.
1.5 Structure générale d’un système biométrie

Un système biométrique se compose essentiellement de quatre modules :
 L’acquisition : On utilise un système d’acquisition pour acquérir une caractéristique

spécifique de l’individu, au moyen d’un capteur.
 L’extraction : Après fait l’acquisition d’une image ou d’une voix, on réalise les
informations nécessaires et les stocker dans une base de données.
 La classification : En examinant les modèles stockés dans la base de données, le

système collecte un certain nombre de modèles qui ressemblent le plus à celui de la personne
à identifier, et constitue une liste limitée de candidats. Cette classification intervient uniquement
dans le cas d'identification car l'authentification ne retient qu'un seul modèle (celui de la
personne proclamée) [31].
8
 La décision : Le module de décision doit être capable d’accepter ou refuser une

authentification après fait la comparaison entre les nouvelles données de l’utilisateur et les
différents modèles stockés dans la base de données afin de déterminer l’identité de l’usager si
elle existe.
1.6 Evaluation des performances des Systèmes biométriques

Chaque caractéristique (ou modalité) biométrique a ses forces et ses faiblesses, et le choix
dépend de l'application visée. On ne s'attend à ce qu'aucune modalité biométrique ne réponde
efficacement aux exigences de toutes les applications. En d'autres termes, aucun système
biométrique n'est "optimal". Faire correspondre un système biométrique spécifique à une
application dépend du mode opérationnel de l'application et des caractéristiques biométriques
choisies. Plusieurs études ont été menées afin d’évaluer les performances des systèmes
biométriques. La société américaine – l’International Biometric Group [IBG] – à par exemple
effectué une étude basée sur quatre critères d’évaluation [22] :
• intrusivité : ce critère permet de classifier les systèmes biométriques en fonction de

l’existence d’un contact direct entre le capteur utilisé et l’individu à reconnaître. La
reconnaissance faciale est une technique « non intrusive », car il n’existe aucun contact entre le
capteur (la caméra) et le sujet, elle est bien acceptée par les utilisateurs à l’inverse d'autres
techniques « intrusives » comme l’iris où un contact direct est nécessaire entre le capteur et
l’œil.
• fiabilité : dépend de la qualité de l’environnement (éclairage par exemple) dans lequel

l’utilisateur se trouve. Ce critère influe sur la reconnaissance de l’utilisateur par le système.
Nous verrons ce point en détail dans la section suivante.
• coût : doit être modéré. À cet égard nous pouvons dire que la reconnaissance faciale ne
nécessite pas une technologie coûteuse. En effet, la plupart des systèmes fonctionnent en
utilisant un appareil à photo numérique de qualité standard.
• effort : requis par l'utilisateur lors de la saisie de mesures biométriques, et qui doit être
réduit le plus possible. La reconnaissance faciale est la technique biométrique la plus facile à
utiliser car non contraignante.
Les résultats de cette étude peuvent être présentés comme suit :
• les techniques les moins "intrusives" aux plus "intrusives" : la voix, la frappe sur le
clavier, la signature, la main, le visage, l'empreinte digitale, l'iris et enfin la rétine.
9
• les techniques les plus fiables aux moins fiables : l'iris, la rétine, l'empreinte digitale, le
visage, la main, la voix, et enfin à un niveau équivalent, la frappe sur le clavier et la signature.
• les techniques les moins coûteuses aux plus coûteuses : la frappe sur le clavier, la voix,
la signature, l'empreinte digitale, le visage, la main, la rétine et enfin l'iris.
• les techniques les plus faciles d'utilisation aux plus difficiles : le visage, la signature,
l'iris, la frappe sur le clavier, la voix, l'empreinte digitale, la main et enfin la rétine.
1.7 Applications des systèmes biométriques

Aujourd’hui, les principales applications sont la production de titres d’identité, le contrôle
d’accès à des sites sécurisés, le contrôle des frontières, l’accès aux réseaux, systèmes
d’information et stations de travail, le paiement électronique, la signature électronique et même
le chiffrement de données. Cette liste n’est pas exhaustive, et de nouvelles applications vont
très certainement voir rapidement le jour.
Les techniques biométriques sont appliquées dans plusieurs domaines et leur champ
d’application couvre potentiellement tous les domaines de la sécurité où il est nécessaire de
connaître l’identité des personnes. Les applications peuvent être divisées en trois groupes
principaux [23] :
• Application commerciales : telles que l’accès au réseau informatique, la sécurité de

données électroniques, le commerce électronique, l’accès d’internet, l’ATM, la carte de crédit,
le contrôle d’accès physique, le téléphone portable, le PDA, la gestion des registres médicales,
l’étude de distances, etc.…
• Applications de gouvernement : telles que la carte nationale d’identifications, le

permis de conduite, la sécurité sociale, le contrôle de passeport, etc.…
• Applications juridiques : telles que l’identification de cadavre, la recherche criminelle,

l’identification de terroriste, les enfants disparus, etc.
1.8 Mesure de la performance d’un système biométrique

1.8.1 Performance d’un système d’identification
Pour évaluer les performances d’un système d’identification, on calcule le taux de
reconnaissance du système. L’erreur commise par ce type de système est d’attribuer à l’individu
présenté une identité autre que la sienne. Les performances de ces systèmes sont mesurées à
l’aide du taux d’identification correcte [30] :
10
𝐧𝐨𝐦𝐛𝐫𝐞 𝐝𝐞 𝒕𝒆𝒔𝒕 𝒄𝒐𝒓𝒓𝒆𝒔𝒑𝒆𝒏𝒅𝒂𝒏𝒕 à 𝒖𝒏𝒆 𝒊𝒅𝒆𝒏𝒕𝒊𝒇𝒊𝒄𝒂𝒕𝒊𝒐𝒏 𝒄𝒐𝒓𝒓𝒆𝒄𝒕𝒆

𝐓𝐈𝐂 = ………………….1.1
𝐧𝐨𝐦𝐛𝐫𝐞 𝐭𝐨𝐭𝐚𝐥 𝐝𝐞 𝐭𝐞𝐬𝐭𝐬
1.8.2 Performance d’un système de vérification

Un système de vérification ne peut donner, lors d’une comparaison entre deux échantillons
qu’un résultat sous forme de probabilité de coïncidence ou score (S), ce score est comparé à un
seuil de décision (T) que l’on détermine grâce à de nombreux tests ; Si S est supérieur à T le
sujet en question est accepté et dans le cas contraire le sujet est considéré comme imposteur.
Dans ce cas, deux types d’erreurs peuvent être commis [31] :
 Faux Rejets FR (False-Rejection) : correspond au cas où le système rejette un client

légitime.
 Fausse Acceptation FA (False-Acceptance) : correspond au cas où le système accepte
un imposteur.
La fiabilité d’un système de reconnaissance biométrique est caractérisée par deux valeurs
statistiques :
 Le Taux de Faux Rejets (FRR) : il exprime le pourcentage d'utilisateurs légitimes

rejetés.
𝐧𝐨𝐦𝐛𝐫𝐞 𝐝𝐞𝐬 𝐜𝐥𝐢𝐞𝐧𝐭𝐬 𝐫𝐞𝐣𝐞𝐭é𝐬(𝐅𝐑)

𝐅𝐑𝐑 = ...................................................................…...1.2
𝐧𝐨𝐦𝐛𝐫𝐞 𝐭𝐨𝐭𝐚𝐥 𝐝′𝐚𝐜𝐜é𝐬 𝐝𝐞 𝐜𝐥𝐢𝐞𝐧𝐭𝐬
 Le Taux de Fausses Acceptations (FAR) : il exprime le pourcentage d'imposteurs

acceptés.
𝐧𝐨𝐦𝐛𝐫𝐞 𝐝𝐞𝐬 𝐢𝐦𝐩𝐨𝐬𝐭𝐞𝐮𝐫𝐬 𝐚𝐜𝐜𝐞𝐩𝐭é𝐬(𝐅𝐀)

𝐅𝐀𝐑 = ………………..……….………………1.3
𝐧𝐨𝐦𝐛𝐫𝐞 𝐭𝐨𝐭𝐚𝐥 𝐝′𝐚𝐜𝐜é𝐬𝐢𝐦𝐩𝐨𝐬𝐭𝐞𝐮𝐫𝐬
11
Figure 1.3 : Illustration du FRR et du FAR.
On peut représenter graphiquement les performances d’un système de reconnaissance de

visage à l’aide de la courbe ROC (Receiver Operating Characteristic). Les FRR sont donnés
en fonction des FAR pour les différentes valeurs du seuil Ө
Figure 1.4 : La courbe ROC.
Il existe d’autres critères statistiques pour mesurer les performances d’un système
biométrique :
12
 L’EER (Equal Error Rate ou EER) : Il correspond à l’intersection de la courbe ROC

avec la première bissectrice :
𝐅𝐀𝐑 = 𝐅𝐑𝐑…………………………………………………………………………..1.4
 Le HTER (Half Total Error Rate) : Il représente la moyenne de FAR et FRR donc :
𝐅𝐀𝐑+ 𝐅𝐑𝐑
𝐇𝐓𝐄𝐑 = ………………………………………………………………….1.5
𝟐
 Le TER (Total Error Rate) : représente le taux d’erreur total.
𝐧𝐨𝐦𝐛𝐫𝐞 𝐝𝐞𝐬 𝐜𝐥𝐢𝐞𝐧𝐭𝐬 𝐫𝐞𝐣𝐞𝐭é𝐬+𝐧𝐨𝐦𝐛𝐫𝐞 𝐝𝐞𝐬 𝐢𝐦𝐩𝐨𝐬𝐭𝐞𝐮𝐫𝐬 𝐚𝐜𝐜𝐞𝐩𝐭é𝐬(𝐅𝐀)

𝐓𝐄𝐑 = ……...…….1.6
𝐧𝐨𝐦𝐛𝐫𝐞 𝐭𝐨𝐭𝐚𝐥 𝐝′ 𝐚𝐜𝐜é𝐬
1.9 Reconnaissance de visage

Les empreintes digitales sont les caractéristiques biométriques les plus communément
utilisées pour la reconnaissance de criminels. Le premier système automatique
d'authentification utilisant les empreintes digitales a été commercialisé au début des années
soixante. D’autres parts, plusieurs études ont démontré que l’iris est la caractéristique la plus
fiable car la texture de l’iris reste stable au cours de la vie (c.f. section 1.3). Toutefois, ces
méthodes présentent l’inconvénient majeur d’être intrusives, ce qui limite énormément leurs
domaines d’applications. De plus, une méthode comme l’identification de l’iris reste
contraignante pour les utilisateurs qui n’apprécient pas de placer leur œil devant un appareil. A
l’inverse, des systèmes d’identification basés sur l’analyse des images de visage ne présentent
aucune contrainte pour les utilisateurs.
La reconnaissance faciale est une modalité qui peut être implémentée de manière
indépendante des autres modalités biométriques, elle est souvent utilisée dans des applications
de surveillance. Elle offre plusieurs avantages : le système de capture (c.à.d les caméras) est
facile à installer, il est accepté dans les lieux publics ce qui permet d’avoir des bases de données
de plus en plus grandes et ainsi d’améliorer les performances de la reconnaissance [24].
13
La reconnaissance faciale est une tâche que les humains effectuent naturellement et sans
effort dans leurs vies quotidiennes. Et en tant qu’une des technologies biométriques de base, a
pris une part de plus en plus importante dans le domaine de la recherche, ceci étant dû aux
avances rapides dans des technologies telles que les appareils photo numériques, Internet et les
dispositifs mobiles, le tout associé à des besoins en sécurité sans cesse en augmentation.
Les systèmes de reconnaissance du visage reposent sur des algorithmes d’analyse de l’image,
pouvant identifier les personnes qui y sont associées. Ces programmes créent une image du
visage, en mesurant ses caractéristiques. Ils en produisent ensuite un fichier individuel,
dénommé "Template ou signature". Les Template sont alors comparées avec toutes les images
existantes au niveau de la base de données, en ressortant un score de similitude.
 Motivation :
 Pourquoi la reconnaissance de visages ?
Au cours de 4 dernières décennies, la reconnaissance automatique des visages est devenue

un enjeu primordial, notamment dans les domaines de l’indexation de documents multimédias
et surtout dans la sécurité, ceci est dû aux besoins du monde actuel mais aussi à ses
caractéristiques avantageuses dont on peut citer :
• La disponibilité des équipements d’acquisition, leur simplicité et leurs coûts faibles.

• Passivité du système : un système de reconnaissance de visages ne nécessite aucune
coopération de l’individu, du genre : mettre le doigt ou la main sur un dispositif spécifique
ou parler dans un microphone.
En effet, la personne n’a qu’à rester ou marcher devant une caméra pour qu’elle puisse être
identifiée par le système. En plus, cette technique est très efficace pour les situations non
standards, c’est les cas où on ne peut avoir la coopération de l’individu à identifier, par exemple
lors d’une arrestation des criminels. Certes que la reconnaissance des visages n’est pas la plus
fiable comparée aux autres techniques de biométrie, mais elle peut l’être aussi si on utilise des
approches plus efficaces en plus du bon choix des caractéristiques d’identification représentant
le visage en question [32].
1.9.1 Les classes des techniques de reconnaissance de visage

Les méthodes de reconnaissance de visage peuvent être classées en trois grandes familles
sont : méthode globale, locale et hybride
14
Figure 1.5 : Classification des algorithmes principaux utilisés en reconnaissance faciale.
• Méthodes globale :
Ce type d’approches utilisent la segmentation de ses parties, elles se basent principalement
sur des informations pixel, ces algorithmes s’appuient sur des techniques d’analyse statique
bien connue. Dans ces méthodes, les images de visage sont généralement transformées en
vecteur plus faciles à manipuler.
L’avantage principale des méthodes globales sont relativement rapides à mettre en œuvre, mais
sont sensibles aux problèmes d’éclairement, de pose et d’expression faciale.
Nous pouvons distinguer deux types de techniques parmi les méthodes globales les techniques
linéaires et les techniques non linéaires.
Il y’a plusieurs méthodes globale, mais les plus connues sont : PCA, LDA/FLD,…
• Méthode locale :
Les méthodes locales, basées sur des modèles, utilisent des connaissances a priori que l’on
possède sur la morphologie du visage et s’appuient en général sur des points caractéristiques de
celui-ci. Kanade [25] présenta un des premiers algorithmes de ce type en détectant certains
points ou traits caractéristiques d’un visage, puis en les comparants avec des paramètres extraits
d’autre visage. Ces méthodes constituent un autre approche pour prendre en compte la non-
linéarité en construisant un espace de caractéristiques locale et en utilisant des filtres d’image
approprié de manière à ce que les distributions des visages soient moins affectées par divers
changements.
15
L'avantage de ces méthodes est qu'elles prennent en compte la particularité du visage en tant
que forme naturelle à reconnaître, en plus elles utilisent un nombre réduit de paramètres. Par
rapport aux méthodes globales elles sont plus robustes aux problèmes posés par les variations
d’éclairement, de pose et d’expression faciale.
Parmi ces approches on peut citer : filtres de Gabor, HMM…
• Méthode hybride :
La méthode globale et méthode locale ont des propriétés différentes, la méthode hybride
faire la combinaison entre la détection de caractéristiques structurales et l’extraction de
caractéristiques d’apparence locales, pour obtenir des informations complémentaire utiles ce
qui permettent d’augmenté la performance de reconnaissance lors de changements de pose,
d’éclairement et d’expressions faciales [26].
1.9.2 Principales difficulté de la reconnaissance de visage

Pour le cerveau humain, la reconnaissance de visages est un processus visuel de haut niveau.
Bien que les humains puissent détecter et identifier des visages et les reconnaître dans la scène
sans trop de tracas, la construction d'un système automatisé qui accomplit ces tâches représente
un sérieux défi. Ce défi devient encore plus grand lorsque les conditions de prise des images
sont très changeantes. Il existe deux types de variations associées aux images de visages : inter
et intra sujet. La variation inter-sujet est limitée à cause de la ressemblance physique entre les
individus. Par contre la variation intra-sujet est plus vaste. Elle peut être attribuée à plusieurs
facteurs que nous analysons ci-dessous [27] :
1.9.2.1 Changement d’illumination

L'apparence du visage sur la photo varie considérablement en fonction de l'illumination de
la scène lors de la prise de vue (voir figure 1.6).
Les différences d'éclairage rendent la tâche de reconnaissance faciale très difficile. En effet, le
changement d'apparence du visage dû à l'éclairage, est parfois plus important que la différence
physique entre les individus, et peut conduire à une mauvaise classification des images saisies
[27].
16
Figure 1.6 : Exemples de changement d’illumination.
1.9.2.2 Variation de pose

C'est une variation de la rotation et c'est un gros problème avec les systèmes de
reconnaissance faciale. En effet, de nombreux tests ont montré que la restauration de la tête
n'entraîne pas de réduction significative des taux de détection à ± 25 °. Mais si cette rotation
dépasse ce seuil, cela réduira les performances. La figure 1.7 illustre une personne à laquelle
les changements sont faits [28].
Figure 1.7 : Exemples de variation de pose.
1.9.2.3 Expressions faciales

La déformation faciale due aux expressions faciales affecte principalement la partie
inférieure du visage. L'information faciale trouvée en haut du visage reste presque constante,
ce qui est habituellement suffisant pour mener à bien le processus d'identification. Cependant,
puisque l'expression faciale modifie l'apparence du visage, elle entraîne nécessairement une
diminution du taux de reconnaissance. L'identification faciale avec l'expression faciale est un
Figure 1.8 : Exemples de variation d’expressions.
17
problème difficile qui est toujours pertinent et reste non résolu [29], la figure 1.8 ci-dessous
montre quelques expressions faciales.
1.9.2.4 Les Occultations partielles

Les visages peuvent être partiellement masqués par d'autres objets qui couvrent le visage.
En effet, dans une image qui contient un groupe de personnes, par exemple, le visage peut
masquer partiellement d'autres visages.
Figure 1.9 : Exemples des Occultations partielles.
1.9.2.5 Présence ou absence des composants structurels

Des aspects particuliers tels que la barbe, la moustache et les lunettes, comme le montre la
figure 1.10, provoquent des changements importants dans les composants structuraux du
visage, notamment la forme, la couleur, la taille, etc.
Figure 1.10 : Exemples de composants structurels.
18
1.9.3 Avantages et inconvénients de la reconnaissance faciale

Le tableau 1.1 ci-dessous présente certains avantages et inconvénients de la technologie de
reconnaissance faciale.
Tableau 1.1 : Avantages et inconvénients de la reconnaissance faciale.
Avantages Inconvénients
 Facile à mettre en œuvre et à tester car il ne  Sensible à l’environnement

nécessite pas d'équipement spécial, mais d’acquisition (éclairage, position,
tout ce dont vous avez besoin est d'une expression du visage...)
caméra haute résolution.  Les vrais jumeaux ne sont pas
différenciés.
 Bien accepté par le public.
 Sensible aux changements (barbe,
 Aucune action de l’usager (n’implique pas
moustache, lunettes, piercing,
de coopération de l’usager).
chirurgie…)
 Pas de contact physique.
 Technique peu coûteuse (Capteurs très bon

marchés)
1.10 La reconnaissance de genre et l'estimation d’âge

1.10.1 La reconnaissance de genre
La perception et la reconnaissance du genre ont déjà fait l’objet de nombreuses recherches
dans les domaines social et la psychologie cognitive travaille dans le contexte de la
reconnaissance des visages [33].
1.10.2 L'estimation d’âge

Au cours des dernières décennies, avec la nécessité croissante d’automatiser les systèmes de
reconnaissance et de surveillance, les recherches sur le traitement et l’analyse numérique de
visages humains (y compris la détection de visages, la reconnaissance de visages, la
classification de genre, et la reconnaissance de l'expression du visage) ont attiré une attention
19
particulière dans les communautés de la vision par ordinateur et de la reconnaissance de formes.

En lien avec ces recherches, l’estimation de l'âge d’une personne à partir de l’analyse numérique
de son visage est un sujet relativement nouveau. Les solutions proposées ou à développer
s’appuient sur les avancées réalisées dans les domaines de technologie de capteurs, traitement
du signal et de l’apprentissage machine. L’estimation de l’âge par analyse numérique du visage
trouve de nombreuses applications potentielles telles que le développement d’interfaces
homme-machine intelligentes et l’amélioration de la sécurité et la protection des mineurs, dans
des secteurs divers et variés (transport, médecine, etc.). L'attribut de l'âge pourrait être
également exploité dans la vérification du visage et de la récupération des données pour
améliorer par exemple les outils utilisés dans les enquêtes policières. De manière générale,
l’estimation automatique de l'âge par une machine est utile dans les applications où l’objectif
est de déterminer l’âge d’un individu sans l’identifier précisément.
1.11 Conclusion
Dans ce chapitre, nous avons présenté les technologies utilisées dans les systèmes
biométriques pour l’identification de personnes. Nous avons aussi donné un aperçu sur les
techniques de mesure de leurs performances. Cette étude nous a permis de constater que la
reconnaissance de visage suscite de plus en plus l’intérêt de la communauté scientifique ,car
elle présente plusieurs challenges et verrous technologiques. Enfin, nous avons mis en évidence
les différentes difficultés inhérentes à la reconnaissance automatique de visages ,ce qui nous a
permis de bien définir les problématiques traitées dans cette thèse ,notamment l’invariance à
l’illumination.
20
Chapitre 02 : Etat de
l'art des techniques
de réduction de
dimension et
classification d'image
Chapitre 02 Etat de l'art des techniques de réduction de dimension et classification d'image
2.1 INTRODUCTION
Dans ce chapitre, nous décrivons brièvement certaines techniques les plus importantes ou
les plus couramment utilisées dans le domaine de la reconnaissance de forme, en commençant
par les méthodes basées sur la réduction de dimension qui vise à produire une représentation
de faible dimension des données de haute dimension en préservant leurs structures pertinente
(la pertinence dépendant souvent de l'application). Ce type de technique sont importantes en
science des données, à la fois pour la visualisation et potentiellement pour le prétraitement des
données avant l'apprentissage automatique. Nous allons aussi présentés de nombreuses
techniques de classification automatiques utilisées en reconnaissance faciale, estimation du
genre et d’âge qui ont été proposées au cours de ces dernières années.
Dans cette description de l'état de l'art vu le grand nombre de méthodes appliquées dans ce
domaine, la citation de la totalité des méthodes ne peut être complète. On s’est limité à décrire
la plupart des grandes approches classiques et la majorité des techniques qui ont apporté une
vraie originalité et une avancée sensible dans le domaine.
2.2 État de l'art des techniques de reconnaissance

Nous commençons la description de l'évolution de la recherche par une description de l'objet
à reconnaître. Le visage est un objet à nature tridimensionnel, cet objet peut être sujet à
diverses rotations, non seulement planes mais aussi spatiales, et également sujet à des
déformations dues aux expressions faciales. La forme et les caractéristiques de cet objet
évoluent aussi dans le temps. Les informations de cet objet tridimensionnel sont capturées à
l'aide de caméras et à la sortie, nous obtenons une image bidimensionnelle qui le caractérise.
Plusieurs méthodes de reconnaissance de visage et d’estimation du genre et d’âges ont été
proposées durant les trois dernières décennies. La reconnaissance de formes est devenue un
challenge intéressant qui a attiré les chercheurs de différentes spécialités [34] [35] :
psychologie, réseaux de neurones, vision par ordinateur, infographie...etc. Suite à cela la
littérature en reconnaissance de formes et du visage en particulier est vaste et diverse.
Dans l'état de l'art, deux familles d'algorithmes ressortent. Une première famille, la plus
populaire, est basée sur des méthodes de réduction d'espace. Une deuxième famille
d'algorithmes est basée sur des approches de classification dite aussi de discrimination [36].
22
2.3 Les méthodes de réduction de dimension
Les techniques de classification par réduction d'espace restent parmi les techniques les plus
utilisées et les plus populaires dans le domaine de la reconnaissance du visage [37]. Ces
méthodes considèrent l'image entière du visage comme un vecteur dans un espace
multidimensionnel. L'objectif de ces méthodes est de trouver une base réduite de projections
qui optimise un certain critère et l'espace original est ensuite projeté sur cette base de
dimension inférieure. De ce fait on réduit considérablement la complexité des calculs tout en
conservant l'information discriminante entre les images. La classification est habituellement
effectuée selon une mesure de distance simple dans l'espace multidimensionnel. Ainsi,
l’utilisation de distances classiques dans l’espace projeté ne permet pas toujours de réaliser
une bonne classification entre les classes. Les approches de réduction d'espace peuvent se
décomposer en deux types de techniques : les techniques linéaires et les techniques non
linéaires. Parmi les approches les plus importantes réunies au sein de cette classe on trouve :
2.3.1 Méthodes linéaires de réduction de dimension

La réduction de dimensionnalité consiste à projetées les données dans un espace de grande
dimension, afin de réduire la taille de ces donnes et avoir une meilleure représentation [38].
La réduction des dimensions est l’une des plus anciennes approches permettant d’apporter
des éléments de réponse à ce problème. Son objectif est de sélectionner ou d’extraire un sous-
ensemble optimal de caractéristiques pertinentes pour un critère fixé auparavant. La sélection
de ce sous-ensemble de caractéristiques permet d’éliminer les informations non-pertinentes et
redondantes selon le critère utilisé. Cette sélection/extraction permet donc de réduire la
dimension de l’espace des exemples et rendre l’ensemble des données plus représentatif du
problème. En effet, les principaux objectifs de la réduction de la dimension sont [39] :
• une meilleurs visualisation et compréhension des données.

• réduire l’espace de stockage nécessaire.
• réduire le temps d’apprentissage et de reconnaissance.
• identifier les caractéristiques les plus pertinentes.
2.3.1.1 L'Analyse en Composantes Principales (ACP)
L'Analyse en Composantes Principales est une méthode de la famille de l'analyse des

données et plus généralement de la statistique multivariée, qui consiste à transformer des
variables liées entre elles (dites "corrélées" en statistique) en nouvelles variables
indépendantes les unes des autres (donc "non corrélées"). Ces nouvelles variables sont
23
nommées "composantes principales". Elle permet au praticien de réduire l'information en un

nombre de composantes plus limité que le nombre initial de variables. Il s'agit d'une approche
à la fois géométrique (représentation des variables dans un nouvel espace géométrique selon
des directions d'inertie maximale) et statistique (recherche d'axes indépendants expliquant au
mieux la variabilité - la variance - des données). Lorsqu'on veut alors compresser un ensemble
de N variables aléatoires, les N premiers composantes de l'ACP sont un meilleur choix, du
point de vue de l'inertie ou la variance expliquée.
L'ACP prend sa source dans un article de Karl Pearson [40], pour ses travaux dans le
domaine de la régression et des corrélations entre plusieurs variables. Pearson utilise ces
corrélations non plus pour expliquer une variable à partir des autres (comme en régression),
mais pour décrire et résumer l'information contenue dans ces variables. Encore connue sous
le nom de transformée de Karhunen-Loève ou de transformée de Hotelling, l'ACP a été de
nouveau développée et formalisée quelque années après par Harold Hotelling [41]. La
puissance mathématique de l'économiste et statisticien américain le conduira aussi à
développer l'analyse canonique, généralisation des analyses factorielles dont fait partie l'ACP.
Les champs d'application sont aujourd'hui multiples, allant de la biologie à la recherche
économique et sociale, et plus récemment le traitement d'images.
L’ACP est l’une des méthodes les plus anciennes et le mieux étudiées pour la
représentation des visages dans un espace de dimension réduite, reste la technique dite des
Eigenfaces présentée par Turk et Pentland en 1991 [42] basé sur l'analyse en composante
principale (ACP). Cette représentation est réalisée sur un ensemble d’images d’apprentissage
de visages. Les principaux vecteurs propres résultant de l’ACP définissent le nouvel espace.
Les images de visages sont ensuite projetées sur cet espace, et les vecteurs obtenus sont utilisés
pour la classification. L’ACP appliquée aux visages permet la réduction de la dimension de
représentation du visage [43]. C’est une approche rapide et très facile à mettre en œuvre,
néanmoins elle présente quelques inconvénients tels qu’une baisse des performances (temps
d’exécution plus long) dans le cas où la base d’image est volumineuse.
La méthode des Eigen Faces repose sur une utilisation des premiers vecteurs propres
comme visages propres, d’où le terme Eigen Faces. La base formée par ces vecteurs constitue
un espace qu’on utilise pour représenter les images des visages. Les personnes se voient donc
attribuer un vecteur d’appartenance pour chacune de leur image. Cela étant dit, la
reconnaissance est réalisée en comparant les coefficients de projection d’un visage test avec
24
ceux appartenant aux visages d’entraînement. Après le choix des visages sur lesquels on va
travailler, l’idée de cette méthode est de représenter chaque image sous forme de vecteur, puis
regrouper ses derniers pour former une matrice de vecteur qu’on appellera matrice d’image,
soit  cette matrice. On suppose i un vecteur de N 2  1 correspondant à une image Ii

de taille N  N . Le but est de représenter  dans un espace de dimension inférieur, ce
dernier devra être orthogonale (vecteurs composant sa base sont orthogonaux deux à deux),
pour pouvoir discriminer les images. Nous présentons dans ce qui suit les principales étapes
de la méthode Eigen Face.
Etape1 :
Cette étape consiste à définir les images des personnes, soit M le nombre d’image allant de I 1
, I 2 , …, I M .Ces images doivent être centré et de même taille.
Etape2 :
Cette étape consiste à représenter chaque image I i par un vecteur i , pour cela on va
superposer les colonnes de chaque image.
Exemple :
Soit I i une image de taille 3 3
5 
3
 
0 
 
5 3 0  2
I i  2 7 9  On obtiendra i  7 
 
1 1 4 9 
1 
 
1 
4
 
Etape 3 :
Cette étape consiste à calculer la moyenne des visages et de les représenter sous forme de
vecteur  .
25
M
1

M
  …………………………………………......….........................………….2.1
i 1
i
Etape 4 :
Cette étape consiste à enlever la moyenne de la matrice d’image, en d’autres termes : enlever
tous ce qui est commun aux individus. Soit  la matrice résultante obtenue comme suit :
 i  i   ……………………………………………………………………………………..2.2
Etape 5 :
Cette étape consiste à construire la matrice de covariance C de la matrice  . La matrice de

covariance représente l’interaction entre les individus.
M
1
C  n  Tn  A  A t ( N
2
 N 2 )………….......................................................…2.3
M n 1
Où
A  1 2 ... M  (N2 M )
Etape6 :
Cette étape consiste à calculer les vecteurs propres qui constitueront notre espace d’étude. Ces
vecteurs u i seront tirés de la matrice de covariance C  AAT . Cependant, cette matrice est très
grande donc non praticable, à ce niveau, nous allons procéder à une déviation qui nous
permettra de détourner le problème.
Considérons la matrice AT A ( M  M ), si on essaye de calculer les valeurs propres de cette

dernière, on remarquera que ce sont les mêmes que celles de la matrice C . De plus il existe
un lien entre les vecteurs propres de chacune des deux matrices qui est le suivant : u i  Avi
On notera que pour la matrice AAT on aura N 2 valeurs et vecteurs propres. Et pour la matrice
AT A on aura M valeurs et vecteurs propres. Ainsi, les M valeurs propres de AT A
correspondent aux M plus grandes valeurs de la matrice AAT (en correspondance avec leurs
vecteurs propres).
26
Etape 7 :
Cette étape est assez simple à réaliser, elle consiste à prendre K vecteurs propres
correspondant aux K plus grandes valeurs propres.
Une fois les vecteurs propres trouvés, il ne reste plus qu’à déterminer la représentation des
visages dans notre nouvel espace, pour cela on procède comme suit : Chaque visage (moins
la moyenne) sera représenté comme étant une combinaison linéaire des K vecteurs propres
choisis.
K
ˆi  mean   w j u j
j 1
…………………..............................................................................2.4
Où
w j  u Tj i
Donc chaque visage d’apprentissage i sera représenté dans l’espace comme suit :
 w1i 
 i
 w2 
 . 
 i    i  1,2,..., M
.
 
 . 
w I 
 K
Le problème qui reste à résoudre est le choix de K , la dimension de l’espace, Pour cela on
aura besoin d’un seuil (pourcentage) dit de quantité d’information. Le but est de pouvoir
représenter une certaine quantité d’information en un minimum de vecteurs base.
K
 i
i 1
N
 SEUIL ..............................................................................................................….2.5

i 1
i
2.3.1.2 Analyse Discriminante Linéaire

L'analyse discriminante linéaire (LDA) appelée également "Fisher Linear Discriminant"
(FLD), est l'une des méthodes les plus utilisées pour la reconnaissance de visage [44]. Elle est
27
utilisée pour trouver la combinaison linéaire des caractéristiques qui séparent le mieux les
classes d’objet ou d'événement. Les combinaisons résultantes peuvent être employées comme
classificateur linéaire, ou généralement dans la réduction de caractéristiques avant la
classification postérieure. LDA est étroitement lié à l’ACP, du fait que tous les deux
recherchent des combinaisons linéaires des variables qui représentent au mieux les données.
Les combinaisons linéaires obtenues en utilisant FLD s’appellent les Fisherfaces, en analogie
avec les Eigenfaces [45].
Chaque image d’entrées, qui se compose d'un grand nombre de Pixel, est réduit à un plus
petit ensemble de combinaisons linéaires avant la classification Chacune des nouvelles
dimensions est une combinaison linéaire des valeurs de pixel, qui forment un template. Les
combinaisons linéaires obtenues en utilisant FLD s'appellent les Fisherfaces, en analogie avec
les Eigenfaces [46]. LDA est une technique qui cherche les directions qui sont efficaces pour
la discrimination entre les données.
Figure 2.1 : Les projections PCA et LDA d’un ensemble de données.
Récemment, des algorithmes pour l'application directe de la LDA pour l'extraction des informations
discriminantes, ont été proposés. Ces solutions ont pour but d'éviter la perte d'information
discriminante qui se produit après une réduction par ACP. On cite la DLDA (Direct LDA) [47], la
LDA (Regression LDA) [48], GDA (General Discriminant Analysis) [49] et l'analyse non linéaire
discriminante de Fisher KFDA (Kernel Fisher Discriminant Analysis) [50].
28
Figure 2.2 : Système de reconnaissance faciale utilisant ACP et LDA [51].
2.3.2 Méthodes non linéaires de réduction de dimension
La taille des données peut être mesurée selon deux dimensions, le nombre de variables et le
nombre d’exemples. Ces deux dimensions peuvent prendre des valeurs très élevées, ce qui
peut poser un problème lors de l’exploration et l’analyse de ces données. Pour cela, il est
fondamental de mettre en place des outils de traitement de données permettant une meilleure
représentation de la valeur des caractéristiques disponibles dans ces données.
2.3.2.1 T-SNE (t-distributed stochastic neighbor embedding)

T-SNE est une technique de réduction de dimension non linéaire. Elle permet diminue
fondamentalement la multidimensionnelle à des dimensions 2D ou 3D de telle sorte qu'elle
peut être visualisée par les yeux humains et l'analyse de données sera diminué car il peut
montrer divers modèles dans l'ensemble de données [52].
Cette technique est une variation de Stochastic Neighbor Embedding qui est beaucoup plus
facile à optimiser et produit des visualisations nettement meilleures en réduisant la tendance
à regrouper les points au centre de la carte. t-SNE est meilleur que les techniques existantes
pour créer une carte unique qui révèle la structure à de nombreuses échelles différentes. Ceci
est particulièrement important pour les données de haute dimension qui se trouvent sur
plusieurs variétés différentes, mais liées, de faible dimension, telles que des images d'objets
de plusieurs classes vues de plusieurs points [53].
29
Figure 2.3 : Les étapes de la méthode de t SNE.
Le même concept s'applique à l'intégration dans des images a 2 dimensions
Figure 2.4 : t-SNE
30
2.3.2.2 UMAP (Uniform Manifold Approximation and Projection)

UMAP est une nouvelle technique d'apprentissage multiple pour la réduction des
dimensions. Elle est construite à partir d'un cadre théorique basé sur la géométrie
riemannienne et la topologie algébrique. Le résultat est un algorithme évolutif pratique qui
s'applique aux données du monde réel. L'algorithme UMAP est compétitif avec t-SNE pour
la qualité de la visualisation et préserve sans doute une plus grande partie de la structure
globale avec des performances d'exécution supérieures. En outre, UMAP n'a aucune
restriction de calcul sur l'intégration de la dimension, ce qui la rend viable comme technique
de réduction de dimension à usage général pour l'apprentissage automatique.
Figure 2.5 : Le fonctionnement de l’UMAP.
La technique UMAP apprend la structure de données globale et est moins dépendant

d'initiateurs aléatoires (comme le t-SNE), il peut recréer incorporation dimensionnelle quelle
que soit la taille du jeu de données.
Figure 2.6 : UMAP vs t-SNE.
31
2.4 Les techniques de classification d’images
Dans cette section, nous présentons les principales approches basées la classification de
caractéristiques extraites de différentes régions des visages.
2.4.1 Les réseaux de neurones artificiels (RNA)
L’application des réseaux de neurones artificiels dans la reconnaissance des images de

visages a visé plusieurs problèmes : la classification homme et femme, l’estimation de la pose
et la classification des expressions faciales. Les RNA (Réseaux de Neurones Artificiels) ont
été utilisés dans nombreuses applications, particulièrement pour la classification de données,
la modélisation des processus complexes et le traitement non-linéaire des signaux. Ces
recherches ont engendré une panoplie d’architectures de réseaux dont chacune répond
parfaitement à une application donnée. On trouve plusieurs types de réseaux de neurones : On
note en particulier l’architecture MLP (Multi-Layer Perceptron, Perceptron Multi-Couches :
PMC), l’architecture RBF (Radial Basis Function, Fonctions à base radiale) [54].
Les réseaux de neurones fonctionnent en répartissant les valeurs des variables dans des
automates (les neurones). Ces unités sont chargées de combiner entre elles leurs informations
pour déterminer la valeur du paramètre de discrimination. C’est de la connexion de ces unités
entre elles qu’émerge la capacité de discrimination du RNA. Chaque neurone reçoit des
informations numériques en provenance de neurones voisins, à chacune de ces valeurs est
associé un poids représentatif de la force de la connexion. Chaque neurone effectue localement
un calcul dont le résultat est transmis ensuite aux neurones avals [55].
Un neurone formel (ou simplement neurone artificiel) est une fonction algébrique non
linéaire et bornée, dont la valeur dépend des paramètres appelés coefficients ou poids. Les
variables de cette fonction sont habituellement appelées "entrées" du neurone, et la valeur de
la fonction est appelée sa sortie [56]. Un neurone est donc avant tout un opérateur
mathématique, dont on peut calculer la valeur numérique par quelques lignes de logiciel.
32
Figure 2.7 : Modèle d'un neurone artificiel.
Aujourd’hui, les réseaux de neurones artificiels ont de nombreuses applications dans des
secteurs très variés :
 Traitement d’images : reconnaissance de caractères et de signatures, compression
d’images, reconnaissance de forme, cryptage, classification, etc.
 Traitement du signal : filtrage, classification, identification de source, traitement de la
parole…etc.
 Contrôle : commande de processus, diagnostic, contrôle qualité, asservissement des robots,
systèmes de guidage automatique des automobiles et des avions…etc.
 Défense : guidage des missiles, suivi de cible, reconnaissance du visage, radar, sonar, lidar,
compression de données, suppression du bruit…etc.
 Optimisation : planification, allocation de ressource, gestion et finances, etc.
 Simulation : simulation du vol, simulation de boîte noire, prévision météorologique,
recopie de modèle…etc.
2.4.2 Machine à Vecteur de Support (SVM)

Une machine à vecteurs de support (SVM) est une technique qui a été proposée par
V.Vapnik en 1995 [57], elle est utilisée dans plusieurs domaines (classement, statistiques
,régression, fusion,…). Depuis son introduction dans le domaine de la reconnaissance de
formes, plusieurs travaux ont pu montrer l'efficacité de cette technique principalement en
traitement d'image. L’idée essentielle de cette approche consiste à projeter les données de
l’espace d’entrée (appartenant à des classes différentes) non linéairement séparables, dans un
33
espace de plus grande dimension appelé espace de caractéristiques, de façon à ce que les
données deviennent linéairement séparables [57] [58].
Le SVM est une méthode de discrimination de données basé sur un apprentissage supervisé,
utilisée pour la classification et la régression. Elle consiste à séparer deux ou plusieurs
ensembles de points par un hyperplan. Selon les cas et la configuration des points, la
performance de la machine à vecteurs de support peut être supérieure à celle d'un réseau de
neurones ou d'un modèle de mixture gaussienne [59]. Le but du SVM est donc de trouver une
séparatrice qui minimise l'erreur de classification sur l'ensemble d'apprentissage mais qui sera
également performante en généralisation sur des données non utilisées en apprentissage. Pour
cela le concept utilisé est celui de marge (d'où le nom de séparateurs à vaste marge). La marge
est la distance quadratique moyenne entre la séparatrice et les éléments d'apprentissage les
plus proches de celle-ci appelés vecteurs de support (figure 2.3). Ces éléments sont appelés
vecteurs de support car c'est uniquement sur ces éléments de l'ensemble d'apprentissage qu'est
optimisée la séparatrice. Dans cette section, nous présenterons quelques notions de base qui
sont Hyperplan, marge et support vecteur. Nous mettrons également en évidence l’utilisation
des SVM dans les deux cas où les données sont (linéairement ou non linéairement) séparables
[60].
Ramin Azarmehr et all [61], ont proposé un cadre complet pour une classification en temps
réel et précise de l’âge et du genre sur les systèmes intégrés dans des environnements sans
contrainte. Plusieurs améliorations ont été présentées pour l’alignement de la taille, la
normalisation de l’éclairage et l’extraction des caractéristiques à l’aide d’une méthode de
modèle binaire multi-résolution. Pour surmonter les limites des systèmes embarqués, ils ont
introduit une technique de réduction de la dimensionnalité segmentaire et mis en place un
classificateur SVM+RBF ainsi qu’une stratégie de classification démographique
discriminante pour améliorer la performance.
2.4.3 Le modèle AAM (Active Appearance Model)

Un modèle d’apparence active (AAM) est un algorithme de vision par ordinateur pour faire
correspondre un modèle statistique de forme et d’apparence d’objet à une nouvelle image. Ils
sont construits au cours d’une phase de formation. Un ensemble d’images, ainsi que les
coordonnées des points de repère qui apparaissent dans toutes les images, est fourni au
superviseur de la formation.
34
Le modèle a d’abord été introduit par Edwards, Cootes et Taylor dans le contexte de
l’analyse du visage lors de la 3e Conférence internationale sur la reconnaissance du visage et
des gestes, 1998. [62] Cootes, Edwards et Taylor ont en outre décrit l’approche comme une
méthode générale dans la vision par ordinateur à la Conférence européenne sur la vision par
ordinateur la même année. [63][64] L’approche est largement utilisée pour l’appariement et
le suivi des visages et pour l’interprétation des images médicales. L’algorithme utilise la
différence entre l’estimation actuelle de l’apparence et l’image cible pour piloter un processus
d’optimisation. En tirant parti des techniques des moindres carrés, il peut correspondre à de
nouvelles images très rapidement.
 Avantages : Capture les informations de forme et de texture, et l'image peut être

reconstruite à partir des entités extraites.54 Par conséquent, elle convient à la modélisation
d'objets déformables.
 Inconvénients : Il ne prend pas en compte les étiquettes de classe. Il est de nature
linéaire et ne fonctionne donc pas lorsque les objets présentent une variation non linéaire.
L’AAM est l’une des techniques d’extraction de caractéristiques les plus utilisées.
Cependant, elle souffre de certains inconvénients, surtout lorsqu’il est utilisé pour la
classification. Cela s’explique principalement par le fait que l’analyse des composantes
principales (ACP), qui est au cœur du modèle, fonctionne de façon non supervisée, c’est-à-
dire que la réduction de la dimension de l’ACP ne tient pas compte de la façon dont les
variables prédictives se rapportent à la réponse (étiquettes de classe). Il explore plutôt
seulement la structure sous-jacente des variables prédictives, et il n’est donc pas surprenant
que l’ACP écarte des parties précieuses des données qui représentent des caractéristiques
discriminatoires. À cette fin, Ali Maina Bukar et all [65], proposent un modèle d’apparence
supervisée (SAM) qui améliore l’AAM en remplaçant l’ACP par une régression partielle des
moindres carrés. Cette technique d’extraction des caractéristiques est ensuite utilisée pour les
problèmes de classification selon l’âge et le sexe. Leurs expériences montrent que SAM a une
meilleure puissance prédictive que l’AAM classique.
2.5 Conclusion
Dans ce chapitre, on a passé en revue les principales techniques de reconnaissance, de
réduction de dimension et classification les plus utilisées dans le domaine de la reconnaissance
de formes. Cet engouement pour les systèmes de reconnaissance basée sur les images faciales
est justifié par les nombreux avantages de cette approche. En effet cette technologie est peu
35
couteuse, peu encombrante, elle est de surcroit peu contraignant pour les usagers. Ce chapitre
n'a pas pour finalité de décrire tous les algorithmes cité dans l’état de l’art, mais nous nous
sommes contentés de présenter les algorithmes qui ont introduit une nette évolution dans le
domaine de biométrie, permettant ainsi une véritable amélioration des performances.
36
Chapitre 03 :
Apprentissage
Profond : réseaux de
neurones convolutifs
Chapitre 03 Apprentissage Profond : réseaux de neurones convolutifs
3.1 Introduction
Depuis plusieurs années, l’intelligence artificielle (IA) connaît une très forte
croissance de popularité aussi bien dans le milieu de la recherche scientifique qu’auprès
des grandes compagnies des technologies de l’information comme Google, Amazon,
Microsoft ou Facebook. Cette technologie s’invite aujourd’hui dans de nombreux
domaines tels que les moteurs de recherche sur le Web, les assistants virtuels, la
reconnaissance d’images ou encore les voitures autonomes.
Cette popularité est due aux récents développements d’un domaine de l’intelligence
artificielle, l’apprentissage profond (Deep Learning en anglais). Où des avancées
remarquables ont été faites dans la reconnaissance de parole et d’images en surpassant la
précision des algorithmes utilisés jusqu’alors.
Dans ce chapitre, nous présentons une étude détaillée sur les réseaux de neurones CNN
et ses différentes composantes. Ce chapitre vise à fournir une présentation au concept de
réseaux de neurones convolutifs, pour ce faire, il est nécessaire de comprendre le concept
du réseau neuronal artificiel, où une partie du chapitre lui est consacrée.
3.2 Intelligence artificielle

L’intelligence artificielle (IA) fait partie intégrante de la digitalisation qui a modifiée
durablement notre société. Ce qui était il y a quelques années encore de l’ordre de la
science-fiction est désormais réalité. Nous parlons avec des ordinateurs, nos téléphones
nous orientent et nous indiquent le chemin le plus court, nos montres savent si nous avons
suffisamment bougé dans la journée. La technique est de plus en plus intelligente, et les
scientifiques, ingénieurs et programmeurs deviennent des enseignants, ils « entrainent »
les ordinateurs à apprendre de façon autonome.
L'intelligence artificielle est donc à la fois la théorie et le développement concret de

machines/systèmes/logiciels qui imitent l'intelligence humaine pour accomplir des tâches
très évoluées [66].
L'IA tente de reproduire une partie de l'intelligence humaine à travers une application,
un système ou un processus. La reconnaissance de la parole, la perception visuelle et la
traduction linguistique sont des exemples de systèmes d'intelligence artificielle.
La machine learning (apprentissage automatique) et le deep learning sont des sous-

ensembles de l'intelligence artificielle qui rendent l'IA plus efficace et plus accessible.
38
3.3 Apprentissage automatique (machine learning en anglais)

Aujourd’hui, l’apprentissage automatique est omniprésent, lorsque nous interagissons
avec les banques, magasinons en ligne ou utilisons les médias sociaux, les algorithmes
d’apprentissage automatique entrent en jeu pour rendre notre expérience fluide, efficace
et sécuritaire. L’apprentissage automatique et les technologies afférentes se développent
rapidement, et nous commençons à peine à entrevoir leurs capacités.
C’est un champ d'étude de l'intelligence artificielle, concerne la conception, l'analyse,
le développement et l'implémentation de méthodes permettant à une machine (au sens
large) d'évoluer par un processus basé sur les données plutôt que par des algorithmes
déterministiques classiques [67]. Le rapport à l’intelligence vient de la capacité de ces
modèles à généraliser, c’est-à-dire à extraire l’information pertinente de données étudiées
au fil d’un processus de mise(s)-à-jour appelé entraînement, et de savoir la réutiliser avec
efficacité sur de nouvelles données jamais rencontrées auparavant, ce qui rend
l'apprentissage machine vraiment utile.
3.4 Apprentissage profond

Le terme Deep Learning ou Apprentissage profond, a été introduit pour la première
fois au ML par Dechter en 1986, et aux réseaux neuronaux artificiels par Aizenberg et al
en 2000 [68].
Le Deep Learning est un nouveau domaine de recherche du ML, qui a été introduit
dans le but de le rapprocher de son objectif principal l’intelligence artificielle, il concerne
les algorithmes inspirés par la structure et le fonctionnement du cerveau [69]. Autrement
dit, c’est un ensemble de méthodes d'apprentissage automatique utilisables pour
modéliser à un haut niveau d'abstraction des données et avec lesquelles la machine
apprend par elle-même à réaliser une tâche donnée. Par exemple, lorsque l'on parle de
reconnaissance d'images, le système apprend automatiquement à classifier les images en
différentes catégories selon le jeu de données qui lui est fourni pour reconnaître une
automobile ou une motocyclette sur une image.
39
Figure 3.1 : La relation entre l’intelligence artificielle, le ML et le Deep Learning [70].
Le Deep Learning est basé sur l’idée des réseaux de neurones artificiels et il est taillé
pour gérer de larges quantités de données en ajoutant des couches au réseau. Un modèle
de deep learning a la capacité d’extraire des caractéristiques à partir des données brutes
grâce aux multiples couches de traitement composé de multiples transformations linéaires
et non linéaires et apprendre sur ces caractéristiques petit à petit à travers chaque couche
avec une intervention humaine minime [71].
3.4.1 Pourquoi le deep learning ?

Les algorithmes de ML décrits dans la première partie fonctionnent bien pour une
grande variété de problèmes. Cependant ils ont échoué à résoudre quelques problèmes
majeurs de l’IA telle que la reconnaissance vocale et la reconnaissance de visage. Le
développement du deep learning fut motivé en partie par l’échec des algorithmes
traditionnels dans de telle tâche de l’IA. Mais ce n’est qu’après que de plus grandes
quantités de données ne soit disponibles grâce notamment au Big Data et aux objets
connectés et que les machines de calcul soient devenues plus puissantes qu’on a pu
comprendre le potentiel réel du Deep Learning.
Une des grandes différences entre le Deep Learning et les algorithmes de ML

traditionnelles c’est qu’il s’adapte bien, plus la quantité de données fournie est grande
plus les performances d’un algorithme de Deep Learning sont meilleures. Contrairement
à plusieurs algorithmes de ML classiques qui possèdent une borne supérieure à la quantité
de données qu’ils peuvent recevoir des fois appelée "plateau de performance", les
modèles de Deep Learning n’ont pas de telles limitations (théoriquement) et ils sont même
40
allés jusqu’à dépasser la performance humaine dans des domaines comme l’image
processing.
Figure 3.2 : La différence de performance entre le Deep Learning et la plupart des

algorithmes de ML en fonction de la quantité de données [71].
Autre différence entre les algorithmes de ML traditionnelles et les algorithmes de Deep

Learning c’est l’étape de l’extraction de caractéristiques. Dans les algorithmes de ML
traditionnelles l’extraction de caractéristiques est faite manuellement, c’est une étape
difficile et coûteuse en temps et requiert un spécialiste en la matière alors qu’en Deep
Learning cette étape est exécutée automatiquement par l’algorithme.
Figure 3.3 : L'apprentissage profond vs machine learning [72].
3.4.2 L'apprentissage
L’apprentissage est la propriété la plus intéressante des réseaux neuronaux. C’est une
phase du développement d’un réseau de neurones durant laquelle le comportement du
réseau est modifié jusqu’à l’obtention du comportement désiré.
41
L’apprentissage peut être supervisé ou non supervisé selon la présence ou l’absence

de la réponse désirée.
 L’apprentissage Supervisé : est le type d’apprentissage le plus utilisé. Il consiste
en des variables d’entrée (x) et une variable de sortie (Y), où l'algorithme d’apprentissage
supervisé va trouver une fonction de mapping entre les variables prédictives en entrée X
et la variable à prédire Y. la fonction de mapping décrivant la relation entre X et Y
s’appelle un modèle de prédiction.
Il s'appelle l’apprentissage supervisé, car le processus d’un algorithme tiré de

l’ensemble de données de formation (training set) peut être considéré comme un
enseignant supervisant le processus d’apprentissage. Nous connaissons les réponses
correctes, l’algorithme effectue des prédictions itératives sur les données d’apprentissage
et est corrigé par l’enseignant. L’apprentissage s’arrête lorsque l’algorithme atteint un
niveau de performance acceptable.
L’apprentissage supervisé est généralement effectué dans le contexte de la

classification et de la régression.
Figure 3.4 : L’apprentissage Supervisé [73].
 L’apprentissage non Supervisé : consiste à ne disposer que de données d’entrée

(X) et pas de variables de sortie correspondantes.Son objectif est de modéliser la structure
ou la distribution sous-jacente dans les données afin d’en apprendre davantage sur les
données.
On l’appelle apprentissage non supervisé car, contrairement à l’apprentissage

supervisé, il n’y a pas de réponse correcte ni d’enseignant. Les algorithmes sont laissés à
leurs propres mécanismes pour découvrir et présenter la structure intéressante des
données.L’apprentissage non supervisé comprend deux catégories d’algorithmes:
Algorithmes de regroupement ,d’association et de réduction de la dimensionnalité.
42
Figure 3.5 : L’apprentissage non Supervisé [74].
3.5 Réseau de neurone artificiel

Le réseau de neurone artificiel est un système de traitement de l’information nés il y a
une cinquantaine d’années et sont toujours en cours de développement. Ce système est
inspiré du fonctionnement de neurones humain. Ils se composent d’un grand nombre de
processeurs élémentaires reliées (neurone) travaillent ensemble, chaque processeur
élémentaire calcule une sortie unique sur la base des informations qu'il reçoit, pour
exécuter une tache de classification donnée.
3.5.1 Le neurone
 Modèle biologique
L'élément principal du système nerveux central est le neurone. Le cerveau se compose

d’environ mille milliards de neurones, avec 1000 à 10000 synapses (connexions) par
neurone. Le neurone biologique est une cellule vivante spécialisée dans le traitement des
signaux électriques. Les neurones sont reliés entre eux par des liaisons appelées axones,
ces axones vont eux-mêmes jouer un rôle important dans le comportement logique de
l'ensemble. Ces axones conduisent les signaux électriques de la sortie d'un neurone vers
l'entré (synapse) d'un autre neurone. Les neurones font une sommation des signaux reçus
en entrée et en fonction du résultat obtenu vont fournir un courant en sortie [75]. (Figure
2.13)
La structure d’un neurone se compose de trois parties :
 La somma : ou cellule d’activité nerveuse, au centre du neuro

 L’axone : attaché au somma qui est électriquement actif, ce dernier conduit
l’impulsion conduite par le neurone.
 Dendrites : électriquement passives, elles reçoivent les impulsions d’autres
neurones.
43
Figure 3.6 : Le neurone biologique [76].
 Modèle formel (artificiel)
Le neurone artificiel est une fonction algébrique non linéaire et bornée, dont la valeur
dépend des paramètres appelés coefficients ou poids. Les variables de cette fonction sont
habituellement appelées entrées du neurone, et la valeur de la fonction est appelée sa
sortie [12]. Le neurone Artificiel est donc un modèle mathématique simplifié du neurone
biologique.
Figure 3.7 : Le neurone artificiel [78].
 Les Xi représentent les vecteurs d’entrées

 Les Wij sont les poids synaptiques du neurone j.
 Biais W0 : entrée prend souvent les valeurs -1 ou +1 qui permet d’ajouter de la
flexibilité
 Noyau : intègre toutes les entrées et le biais et calcul la sortie du neurone.
 La fonction d’activation f est la fonction d’activation du neurone. Il existe de
nombreuses formes possibles pour la fonction d’activation, les plus courantes sont
44
présentées sur le tableau suivant. On remarquera qu’à la différence des neurones

biologiques dont l’état est binaire, la plupart des fonctions d’activations sont des
fonctions continues, offrant une infinité de valeurs possibles comprises dans
l’intervalle [0, +1] (ou [-1, +1]).
Figure 3.8 : Les modèles de fonctions d’activation [79].
Donc le calcul de la sortie se fait en deux étapes :
1. Une combinaison linéaire des entrées : 𝑆 = ∑𝑛𝑖=1(Wi Xi) ± 𝑏

2. Application d’une fonction d’activation : 𝑓 (𝑥) = 𝑓(S)
 Analogie entre le neurone biologique et le neurone formel
Figure 3.9 : Correspondance entre le neurone biologique et le neurone formel [80].
45
Le tableau suivant montre la transition entre le neurone biologique et le neurone

artificiel.
Tableau 3.1 : Analogie entre neurone biologique et le neurone artificiel.
Neurone biologique : Neurone artificiel :

Synapses Poids de connexions
Axones Signal de sortie
Dendrite Signal d’entrée
Somma Fonction d’activation
3.5.2 Architecteurs des réseaux de neurones

Les réseaux à couches sont les modèles connexionnistes les plus couramment utilisés.
Leur architecture est organisée en couches successives, comprend une couche d’entrée,
une couche de sortie et une ou plusieurs couches intermédiaires appelées couches cachées
car elles ne sont pas vues de l’extérieur, chaque couche est composée d’un certain nombre
de neurones. Les connexions sont établies entre les neurones appartenant à des couches
successives mais les neurones d’une même couche ne peuvent pas communiquer entre
eux dans le cas des réseaux à couches [81].
On distingue deux types de RNA : Les réseaux non bouclés et les réseaux bouclés :
 Réseaux de neurones non bouclés

Dans un réseau de neurones non bouclée, l’information circulant des entrées vers les
sorties sans "retour en arrière" ; si l’on représente le réseau graphiquement, le graphe d’un
réseau non bouclé est acyclique : Si l'on se déplace dans le réseau, à partir d'un neurone
quelconque, en suivant les connexions, on ne peut pas revenir au neurone de départ [81].
La majorité des réseaux de neurones non bouclés sont mise en œuvre pour les tache de
classification automatique sont organisé en plusieurs couches dont certaines sont cachées.
Figure 3.10 : Architecture de réseau non bouclé [82].
46
 Réseaux de neurones bouclés

Un réseau de neurones bouclé ou bien à récurrentes (RNN) signifie qu’une ou
plusieurs sorties de neurones d’une couche aval sont connectées aux entrées des neurones
de la couche amont ou de la même couche. Ces connexions récurrentes ramènent
l’information en arrière par rapport au sens propagation défini dans un réseau non bouclé
[81].
Contrairement aux réseaux de neurones non bouclés, le graphe de connexions des
réseaux de neurones bouclés est cyclique : lorsqu'on se déplace dans le réseau, en suivant
le sens des connexions, il est possible de trouver au moins un chemin qui revient à son
point de départ (un tel chemin est désigné sous le terme de "Cycle").
Au cours des dernières années, un type de RNN est devenu la norme grâce à ses
excellentes performances sur des taches aussi nombreuses que variées : les réseaux de
neurones à base de cellules Long Short-Term Memory (LSTM).
Figure 3.11 : Architecture de réseau bouclé [83].
3.5.3 Type des réseaux de neurones

 Le perceptron monocouche
Le perceptron est un réseau de neurones très simple qui a été proposé par le
psychologue FRANK ROSENBLATT en 1958 et inspiré du système visuel. Il est linéaire
et monocouche ayant juste deux couches, une couche représente les entrées de système et
l’autre pour les sorties, acceptant uniquement des valeurs d'entrées et de sorties binaires
(0 ou 1). Les connexions entre ces deux couches sont modifiables et bidirectionnelles.
Le procédé d'apprentissage est supervisé et le réseau est capable de résoudre des

opérations logiques simples comme les opérations "ET logique" ou "OU logique" [84].
47
Figure 3.12 : perceptron monocouche [85].
La sortie du perceptron dépend de la somme des composantes 𝑿𝒊 du vecteur d’entrée,

pondérées par des poids réels 𝑾𝒊 . Conformément aux notations utilisées dans ce travail,
nous appellerons un potentiel, la somme pondérée notée par net.
𝑛𝑒𝑡𝑘 = ∑𝑛𝑖=0 𝑊𝑘𝑖 𝑋𝑖 ……………………………………….………………….3.1
La sortie du réseau sera désignée par ‘O’. Elle sera de la forme suivante :
1 si net 𝑘 ≥ 𝜃𝑘
𝑶𝒌 = { ………………………….………………..…………3.2
0 si net 𝑘 ≤ 𝜃𝑘
𝑊𝑗𝑖 : Coefficients synaptiques de j vers i, 𝑋𝑖 : sortie (ou état) de j, et 𝜃𝑘 : seuil
 Le perceptron multicouche (Multi Layer Perceptron MLP)

Les Perceptrons Multicouches sont des réseaux de neurones bouclés comportant au
moins trois couches de neurones, en particulier une couche d'entrée, au moins une couche
cachée et une seule couche de sortie. Les fonctions d'activation de la couche d'entrée
suivent généralement la fonction identité, tandis que les fonctions d'activation des
neurones dans les couches cachées et dans la couche de sortie suivent d'une manière
générale une fonction mathématique avec des dérivées continues premières et secondes.
Citons comme exemple de fonctions d'activation les fonctions identité, logistique
sigmoïde, tangente hyperbolique, exponentielle et sinus [86].
48
Figure 3.13 : perceptron multicouche [85].
 Le Modèle de Hopfield
Le modèle de Hopfield fut présenté en 1982. Ce modèle très simple est basé sur le
principe des mémoires associatives. C’est d’ailleurs la raison pour laquelle ce type de
réseau est dit associatif (par analogie avec le pointeur qui permet de récupérer le contenu
d’une case mémoire). Le modèle de Hopfield utilise l’architecture des réseaux
entièrement connectés et récurrents (dont les connexions sont non orientées et ou chaque
neurone n’agit pas sur lui-même). Les sorties sont en fonction des entrées et du dernier
état pris par le réseau [75].
Figure 3.14 : Réseau de Hopfield [75].
 Le Modèle d’Adaline
ADALINE (Adaptive Linear Neuron ou plus tard Adaptive Linear Element) est un
réseau de neurones artificiels simple-couche.Il a été développé par le professeur Bernard
Widrow et un de ses étudiants, Ted et Hoff de l'université Stanford en 1960. Ce modèle
est similaire au modèle de perceptron,Il s'agit en fait d'un Perceptron sans saturation des
sorties.et la fonction de transfert change , mais reste toujours linéaire c’est-à- dire :F(x)
= x.
49
La règle d'apprentissage de ce réseau consiste à minimiser l'erreur quadratique en

sortie du réseau de neurone. La règle d'apprentissage est identique à celle du Perceptron,
à la différence prêt que ce sont les entrées non-saturées qui sont prises en compte [86].
Figure 3.15 : Structure du modèle Adaline [86].
La sortie estimée y(k) du signal de référence d (k) sera composée par la relation linéaire
suivante :
Y(k)= WT(k) X(k).........................................................................................................3.3
Avec WT(k) = [W0 (k) W1(k) W2(k) …..Wn(k)]...

Et XT(k) = [1 x1(k) x2(k)….. xn (k)]...
 Le réseau à fonction de base radiale
Les réseaux de neurones à base radiale RBFs (Radial Basis Function) sont une classe
particulière des réseaux de neurones multicouches.ces réseaux sont une architecture
Feedforward puissante ,à trois couches: une couche d’entrée, une couche cachée
composée de fonctions noyaux et une couche de sortie, dont les neurones sont
généralement animés par une fonction d’activation linéaire .Ce type de réseaux a été
introduit pour la première fois par Hardy, et la théorie correspondante a été développée
par Powell, ensuite, ces réseaux ont pris le terme de réseaux de neurones grâce à
Broomhead et Lowe.
Les réseaux de neurones sont principalement utilisés pour résoudre des problèmes
d’approximation de fonctions dans des espaces de grandes dimensions. Ils sont lus
adaptés, en raison d’apprentissage local.
50
Un réseau RBF est plus facile à construire qu’un PMC, et apprend beaucoup plus vite,
mais sur les problèmes difficiles les réseaux RBF ne peuvent pas lutter avec les réseaux
PMC, en terme de qualité des résultats [77].
Figure 3.16 : Architecture du modèle Adaline [81].
La sortie du réseau est simplement une combinaison linéaire des sorties des neurones
RBF multipliés par le poids de leur connexion respective.
 Le Modèle de Kohonen
Réseau de Kohonen, ou bien carte auto-organisatrice de Kohonen. Il s’agit d’un

réseau non supervisé avec un apprentissage compétitif ou l’on apprend non seulement
à modéliser l’espace des entrées avec des prototypes, mais également à construire une
carte à une ou deux dimensions permettant de structurer cet espace. Les neurones de ce
réseau sont constitués d’un vecteur de poids dans l’espace des entrées. La carte des
neurones définit quant à elle des relations de voisinage entre les neurones. Les cartes
de Kohonen peuvent être utilisées dans le cadre de la projection de données multi-variées,
d'approximation dedensité ou de classification. Elles ont été utilisées avec succès en
reconnaissance de la parole, classification et traitement d'images.
Figure 3.17 : Le modèle de Kohonen [81].
51
Les cartes de Kohonen sont réalisées à partir d’un réseau à deux couches, une en entrée
et une en sortie. Notons que les neurones de la couche d’entrée sont entièrement connectés
à la couche de sortie [81].
3.5.4 L’apprentissage profond et Les réseaux de neurones artificiels

La plupart des algorithmes d’apprentissage profond reposent sur des modèles appelés
réseaux de neurones artificiels. Il existe de nombreuses de ces réseaux qui ont été adaptées
pour des problématiques spécifiques, l'un type de modèles qui sont très utilisés pour la
classification d’images sont : les réseaux de neurones convolutifs.
3.6 Les réseaux de neurones convolutifs (CNN)

Le réseau de neurone convolutif ou convolutifs est proposé initialement par
le chercheur français Yann LeCun [81], c’est est un type particulier de réseau de neurone
qui se base sur l’opération de convolution, son but principal est d'extraire des
caractéristiques d'une image donnée.
Les réseaux convolutifs sont les structures les plus performantes pour faire la
classification ou la reconnaissance des images [69]. Un réseau est dit convolutif quand
chaque neurone reçoit ses informations non pas de toute la couche précédente, mais
seulement des neurones situés dans son champ réceptif.
3.6.1 Présentation
Les réseaux de neurones convolutifs se représente en général sous la forme suivante :
Figure 3.18 : L’architecture standard d’un réseau de neurone convolutionnels [68].
Les réseaux de neurone convolutifs (CNN en anglais) comportent deux parties bien
distinctes. En entrée, une image est fournie sous la forme d’une matrice de pixels, 2
dimensions pour une image en niveaux de gris. La couleur est représentée par une
troisième dimension, de profondeur 3 pour représenter les couleurs fondamentales
[Rouge, Vert, Bleu].
52
La première partie d’un CNN est la partie convolutive à proprement parler. Elle
fonctionne comme un extracteur de caractéristiques des images. Une image est passée à
travers une succession de filtres, ou noyaux de convolution, créant de nouvelles images
appelées cartes de convolutions. Certains filtres intermédiaires réduisent la résolution de
l’image par une opération de maximum local. Au final, les cartes de convolutions sont
mises à plat et concaténées en un vecteur de caractéristiques, appelé code CNN [68].
Ce code CNN en sortie de la partie convolutive est ensuite branché en entrée d’une
deuxième partie, constituée de couches entièrement connectées (perceptron multicouche).
Le rôle de cette partie est de combiner les caractéristiques du code CNN pour classer
l’image.
La sortie est une dernière couche comportant un neurone par catégorie. Les valeurs
numériques obtenues sont généralement normalisées entre 0 et 1, de somme 1, pour
produire une distribution de probabilité sur les catégories.
3.6.2 Architecture de réseaux de neurone convolutif

 La Couche de Convolution
Quand on lui présente une nouvelle image, le CNN ne sait pas exactement si les
caractéristiques seront présentes sur le bord ou le centre de l’image, il cherche donc à les
trouver dans toute l’image et dans n’importe quelle position. En calculant dans toute
l’image si une caractéristique est présente, nous faisons un filtrage. Les mathématiques
que nous utilisons pour réaliser cette opération sont appelés une convolution, de laquelle
les réseaux de neurones à convolution tiennent leur nom [86].
Les couches convolutives constituent le cœur des réseaux convolutifs. Elles se

composent d'une grille rectangulaire de neurones ayant un petit champ réceptif étendu à
travers toute la profondeur du volume d'entrée.
Elle fonctionne comme un extracteur de caractéristiques des images par l'opération de

filtrage sur l'image. Pour effectuer cette opération sur toute l’image, on définit une fenêtre
de voisinage de taille (s*s) qui va se déplacer à travers toute l’image. Au tout début de la
convolution, la fenêtre sera positionnée tout en haut à gauche de l’image puis elle va se
décaler d’un certain nombre de cases (appelé le pas) vers la droite et lorsqu’elle arrivera
au bout de l’image, elle se décalera d’un pas vers le bas ainsi de-suite jusqu’à ce que le
filtre est parcourue la totalité de l’image.
53
Figure 3.19 : Schéma du parcours de fenêtre de filtre sur l’image [68].
Trois hyper paramètres permettent de dimensionner le volume de la couche de

convolution :
1. Profondeur de la couche K : nombre de noyaux de convolution

2. Le pas S : contrôle le chevauchement des champs récepteurs
3. La marge (à 0) ou zero padding P : Cette marge permet de contrôler la dimension
spatiale du volume de sortie.
Pour chaque image de taille W×H×D en entrée, où W est sa largeur en pixels, H sa

hauteur en pixels et D le nombre de canaux (1 pour une image en noir et blanc, 3 pour
une image en couleurs) la couche de convolution renvoie une matrice de dimensions
WC×HC×DC, où
𝑤−𝐹+𝟐 𝑃 𝑤−𝐹+𝟐 𝑃
WC = +1 et HC = et DC = k
𝑆 𝑆
Où F est la taille des filtres et le S c’est le pas avec lequel on fait glisser la fenêtre, le
P correspond au zéro padding, et K c’est le nombre des filtres.
𝐹−1
Choisir P = et S=1 permet ainsi d'obtenir des features maps de même largeur et
2
hauteur que celles reçues en entrée, Où F est la taille du filtre, chaque filtre est de
dimensions F×F×D pixels
54
Figure 3.20 : L'opération de convolution [87].
 La Couche de sous-échantillonnage (Pooling)
Un autre outil très puissant utilisé par les CNNs s’appelle le Pooling. Qui est une
méthode permettant de prendre une large image et d’en réduire la taille tout en préservant
les informations les plus importantes qu’elle contient [86]. Ce qui est une forme de sous-
échantillonnage de l'image [88].
Ce type de couche est souvent placé entre deux couches de convolution, elle reçoit en
entrée plusieurs features maps et applique à chacune d'entre elles l'opération de pooling.
Les deux méthodes les plus utilisées pour appliquer cette opération sont les suivantes,
soit on fait la moyenne des valeurs de la zone (pooling average), soit on extrait
uniquement la valeur la plus élevée (pooling max). Nous utilisons dans ce travail celle
qui applique l’opération max au résultat de chaque filtre [86].
Figure 3.21 : Les deux méthodes de Pooling [69].
Pour cela, on découpe l'image en cellules régulière, puis on garde au sein de chaque
cellule la valeur maximale. En pratique, on utilise souvent des cellules carrées de petite
taille pour ne pas perdre trop d'informations.
55
La forme la plus courante est une couche de mise en commun avec des tuiles de taille
2 × 2 (largeur/hauteur) et comme valeur de sortie la valeur maximale en entrée son utilité
consiste à réduire la quantité de poids à apprendre, ce qui réduit le temps de calcul ainsi
que la probabilité de sur apprentissage, on parle dans ce cas de « Max-Pool 2x2 ».
Figure 3.22 : Pooling avec un filtre 2x2 et un pas de 2 [69].
 Couches de correction (Relu)

Souvent, il est possible d'améliorer l'efficacité du traitement en intercalant entre les
couches de traitement une couche qui va opérer une fonction mathématique (fonction
d'activation) sur les signaux de sortie. La couche de correction Relu (abréviation de Unité
Linéaire Rectifiée) désigne la fonction réelle non- linéaire définie par ReLU(x)= max (0,
x).
Figure 3.23 : Fonction relu [86].
Cette fonction, appelée aussi « fonction d'activation non saturante », augmente les
propriétés non linéaires de la fonction de décision et de l'ensemble du réseau sans affecter
les champs récepteurs de la couche de convolution [88].
56
La couche de correction ReLU remplace donc toutes les valeurs négatives reçues en
entrées par des zéros. Elle joue le rôle de fonction d'activation souvent, la correction Relu
est préférable, mais il existe d'autre forme [68] :
La correction par tangente hyperbolique : f(x) = tanh(x)

La correction par la tangente hyperbolique saturante : f(x) = |tanh(x)|
La correction par la fonction sigmoïde : f(x) = (1 + 𝑒 −𝑥 )−1
 La Couche entièrement connectée (Fully-Connected)
La couche fully-connected est un perceptron ou bien un MLP (multi layer perceptron)

qui constitue toujours la dernière couche d'un réseau de neurones, convolutif ou non –
elle n'est donc pas caractéristique d'un CNN [68].
Après l’extraction des caractéristiques des entrées à travers plusieurs couches de

convolution et de max-pooling en un vecteur 1D, le perceptron prend comme entrée les
caractéristiques extraites et produit un vecteur de taille N, où N est le nombre de classes
dans notre problème de classification d'images. Chaque élément du vecteur indique la
probabilité pour l'image en entrée d'appartenir à une classe, les probabilités
d’appartenance à chaque classe sont calculées à l’aide de la fonction d’activation de type
sigmoïde ou softmax.
La couche FC consiste à multiplier le vecteur en entrée par la matrice contenant les

poids. Le fait que chaque valeur en entrée soit connectée avec toutes les valeurs en sortie
explique le terme fully-connected [86].
Figure 3.24 : La Couche de Fully-Connected [89].
57
3.6.3 Outils d’optimisation des réseaux convolutifs
Les réseaux de neurones convolutifs utilisent différents paramètres d’optimisation.

Ces méthodes permettant une meilleure minimisation et optimisation associée au réseau
CNN. La plupart de ces méthodes sont utilisées pour le développement et l’apprentissage
des réseaux de neurones convolutifs
 La Batch Normalization
La technique de Batch Normalization a été introduite récemment en 2015 afin

d’apprendre les CNN de manière plus rapide et efficace. Son idée est normaliser les
valeurs entre 0 et 1 par exemple. En toute rigueur, le Batch Normalization normalise
les données en soustrayant la moyenne du batch de données et en divisant par sa moyenne.
Cette opération va permettre de rendre le réseau plus stable et aussi va permettre
d’accélérer sa phase d’apprentissage. D’un point de vue mathématique, on ne perd pas
d’information en passant de valeurs entre -10 et 10 qu’entre -1 et 1. Cela permet en outre
de réduire les écarts grossiers qui pourraient avoir un trop gros impact sur la mise à jour
des poids (lors de la descente du gradient). Par ailleurs elle permet aussi de le rendre plus
générique enterme de prédiction. En effet supposons qu’on ait entrainé un réseau à
détecter des chats dans des centaines d’images mais que les chats soient majoritairement
d’une couleur sombre (noir, gris). Sans Batch Normalisation, cette couleur aura mettons
pour valeur 5. Si maintenant le réseau est confronté à des chats dont la robe est de couleur
plus vive comme l’orange ou le blanc, ce champ de valeur pour ces couleurs allant de 50
à 100, le réseau serait perdu et reconnaitrait moins les chats de cette couleur. Cet exemple
montre l’importance d’une couche de Batch Normalisation, et ce après chaque couche de
convolution si possible [92].
 Les fonctions de perte (Loss)

Une fonction de perte représente une certaine mesure de la différence entre les
valeurs observées des données et les valeurs calculées. C'est la fonction qui est
minimisée dans la procédure d’optimisation d'un modèle [91]. Ce type de fonction est
dépendant de la tâche que le réseau doit effectuer (classification, régression...).
La fonction (ou couche) de perte gère les ajustements de poids sur le réseau. Avant que
l’entrainement du réseau ne commence, les poids des couches convolution et entièrement
connectées reçoivent des valeurs aléatoires. Ensuite, pendant l'entraînement, la couche de
perte vérifie en permanence les suppositions de la couche entièrement connectée par
58
rapport aux valeurs réelles dans le but de minimiser autant que possible la différence entre
l'estimation et la valeur réelle. La couche de perte effectue cela en ajustant les poids à la
fois dans la couche de convolution et dans les couches entièrement connectées [86].
 Méthodes de régularisation
Les méthodes de régularisation sont des variations introduites dans l’apprentissage

d’un réseau pour limiter le surapprentissage et à contrôler l’erreur de type variance pour
aboutir à de meilleures performances, autrement dit à diminuer l’erreur sur les nouvelles
données si elles suivent les mêmes lois que les données d’apprentissage. La régularisation
est introduite dans l'algorithme pour réduire l'erreur de généralisation sans perturber
l'erreur d'apprentissage. Différents types de régularisation ont été introduit peuvent être
envisagées .
- le Dropout (Srivastava et al.,2014), est une méthode qui consiste à retirer de

l’apprentissage une partie des neurones du réseau (en général 15 à 50% par couche) lors
de l’entrainement comme montré par la Figure 3.24. Le Dropout s’attaque au problème
de coadaptation des neurones dans le réseau. La coadaptation est une situationoù plusieurs
neurones d’une même couche sont utilisés pour modéliser une information [93]. D’après
les travaux de (Srivastava et al.,2014) les coadaptations dites complexes apprisespar un
réseau ne sont pas toujours nécessaires et introduisent deux problèmes :
1. la diminution des capacités de modélisation du réseau. Si plusieurs neurones

modélisent la même information, alors ils sont perdus pour en modéliser de nouvelles.
2. une tendance au surapprentissage. En effet des coadaptations simples généralisent

mieux que les coadaptations complexes.
Le Dropout est donc une solution peu couteuse en calcul qui va permettre d’améliorer
les capacités de modélisation et de généralisation du réseau. En contre partie, le nombre
d’itérations nécessaires à l’apprentissage est augmenté.
Figure 3.25 : Schéma de deux réseaux de neurones avec et sans dropout [93].
59
- Pooling Stochastique
Le pooling stochastique est une méthode de régularisation inspirée par le dropout. Au
lieu de toujours capturer la plus forte activité au sein de chaque région de pooling comme
le fait le MaxPooling, le pooling stochastique sélectionne les activations de manière
aléatoire en fonction d'une distribution multinomiale [86].
3.5.4 Quelques réseaux convolutifs célèbres
 LeNet (1990)
Les premières applications réussies des réseaux convolutifs ont été
développées par Yann LeCun dans les années 1990. Parmi ceux-ci, le plus connu est
l’architecture LeNet utilisée pour lire les codes postaux, les chiffres, etc [71].
Figure 3.26 : L’architecture LeNet [90].
 AlexNet (2012)
Le premier travail qui a popularisé les réseaux convolutifs dans la vision par ordinateur
était AlexNet, développé par Alex Krizhevsky, Ilya Sutskever et Geoff Hinton. Ce CNN
été soumis au défi de la base ImageNet en 2012 et a nettement surpassé ses concurrents.
Le réseau avait une architecture très similaire à LeNet, mais était plus profond, plus grand
et comportait des couches convolutives empilées les unes sur les autres (auparavant, il
était commun de ne disposer que d’une seule couche convolutifs toujours immédiatement
suivie d’une couche de pooling) [71].
Figure 3.27 : L’architecture AlexNet [90].
60
 ZFNet (2013)
C’était une amélioration d’AlexNet en ajustant les hyper-paramètres de l’architecture,
en particulier en élargissant la taille des couches convolutifs et en réduisant la taille du
noyau sur la première couche [69].
Figure 3.28 : L’architecture ZFNet [90].
 GoogLeNet (2014)
C’est un modèle de Google. Sa principale contribution a été le développement d’un
module inception qui a considérablement réduit le nombre de paramètres dans le réseau
(4M, par rapport à AlexNet avec 60M). En outre, ce module utilise le global Average
pooling ce qui élimine une grande quantité de paramètres. Il existe également plusieurs
versions de GoogLeNet, parmi elles, Inception-v4 et Xception ce dernier est l’un des
modèles lesquels notre système s’inspire, plus de détails dans le chapitre de conception
[69].
Figure 3.29 : L’architecture GoogLeNet/ Inception [90].
61
 VGGNet (2014)
Il s'agit d'une structure du Visual Geometry Group d'Oxford réalisée par Andrea
Vedaldi et Andrew Zisserman, Sa principale contribution a été de montrer que la
profondeur du réseau est un composant essentiel pour de bonnes performances. Son
inconvénient est qu'il est plus coûteux à évaluer et utilise beaucoup plus de mémoire et
de paramètres (140M).
Figure 3.30 : L’architecture VGGNet [90].
 ResNet (2015)
Residual network développé par Kaiming He et al, il a été le vainqueur de ILSVRC
2015. Il présente des sauts de connexion et une forte utilisation de la batch normalisation.
Il utilise aussi le global AVG pooling au lieu du PMC à la fin [71].
Figure 3.31 : L’architecture ResNet [90].
62
3.6 Conclusion
Les réseaux de neurones artificiels ont réussi à se faire une place de choix dans des
domaines tels que le traitement de l’image. Des résultats remarquables ont été obtenus
par exemple en détection d’objets et la reconnaissance de forme, L’état de l’art et les
possibilités de techniques utilisés en Deep Learning sont conséquents, et représentatifs ce
qui nous a motiver pour l’utilisation de cette technique dans ce travail. Le réseau de
neurone convolutif est l’un des techniques de deep learning les plus utilisé, puisqu’il
intègre les deux étapes de reconnaissance de forme au sein d’un même réseau.
Dans ce chapitre nous avons présenté les concepts liés à l’intelligence artificielle,
l’apprentissage automatique et l’apprentissage profond et la relation qu’ils ont avec, après
nous avons présenté les réseaux de neurones et leurs différents types ensuite on s’est
focalisé notre attention sur les réseaux de neurones convolutifs CNN, leur structure, et
ses différentes couches, nous avons présenté enfin quelques exemples d’architectures.
Cette étude détaillée du modèle CNN nous permet de mieux comprendre son processus
et de proposer notre modèle CNN qui fera l’objet du chapitre 4.
63
Chapitre 04 :
Expérimentations,
Résultats et
Discussions
Chapitre 04 Expérimentations, Résultats et Discussions
4.1 Introduction
Pour évaluer l’efficacité des méthodes décrites dans les chapitres précédant, nous avons opté
pour une validation sur des bases de données standard « ORL », « Essex », « Casia-WebFace »
et « FEI ». Notre travail consiste à concevoir un système d’identification biométrique de
personnes, de prédiction de genre et estimation d’âge par reconnaissance faciale se basant sur
un réseau de neurone convolutifs. Plusieurs étapes sont nécessaires, en commençant par l'étape
d'extraction des caractéristiques qui est la plus importante car les performances du système en
dépendent (résultats et robustesse). Nous évaluerons dans ce chapitre les résultats obtenus sur
les bases de données utilisées sous différentes conditions et attributs des méthodes.
4.2 Les bases de données de visage

4.2.1 ORL
Les images faciales de la base de donnes ORL ont été prises entre avril 1992 et avril 1994 par
le laboratoire AT&T à l’université de Cambridge en Angleterre. Il y a dix images différentes
de chacun des 40 sujets distincts. Pour certains sujets, les images ont été prises à des moments
différents, variant l'éclairage, les expressions faciales (yeux ouverts / fermés, souriant / ne
souriant pas) et les détails du visage (lunettes / pas de lunettes). Toutes les images ont été prises
sur un fond sombre et homogène avec les sujets en position frontale verticale (avec une
tolérance pour certains mouvements latéraux). Les fichiers sont au format PGM et la taille de
chaque image est de 92x112 pixels, avec 256 niveaux de gris par pixel [94].
Figure 4.1 : Exemples d’images de visages de la base ORL.
65
4.2.2 FEI
La base de données de visage FEI est une base brésilienne qui contient un ensemble d'images
de visage prises entre juin 2005 et mars 2006 au laboratoire d'intelligence artificielle FEI de
São Bernardo font Campo, São Paulo, au Brésil. Elle contient des images de visage de 200
personnes, avec 14 images pour chacune d’entre elles, un total de 2800 images. Toutes les
images sont en couleur et prises sur un fond blanc homogène en position frontale avec divers
angles de pose de chaque personne, s'étendant du profil aux vues frontales. La variation
d’éclairage est de 10% et la résolution de l’image est de 640x480 Pixel [95].
Figure 4.2 : Exemples d’images de visages de la base FEI.
4.2.3 Essex
Les images de la base ESSEX sont capturées à une distance fixe avec une orientation buccale
différente sous différentes expressions faciales. La base de données se compose de 153 images
d’individus de résolution 180 par 200 pixels repartit entre femmes et d'hommes (20 images
chacun) avec un fond vert uni sans échelle mais présente une variation très mineure du tour de
tête, d'inclinaison et d'éclairage [94].
Figure 4.3 : Exemples d’images de visages de la base Essex.
66
4.2.4 Casia WebFace

L'ensemble de données CASIA WebFace a été collecté à des fins de reconnaissance faciale
par Yi et al en 2014. Cette base de données contient des photos d'acteurs et d'actrices nés entre
1940 et 2014 [94], incluent des variations aléatoires de poses, d'illuminations, d'expressions
faciales et de résolutions d'images. Au total, il y a 494 414 images de visage de 10 575 sujets
[96]. À notre connaissance, CASIA WebFace est le plus grand ensemble de données de visage
accessible au public aujourd'hui, et c'est pourquoi nous l'avons utilisé pour l’apprentissage du
réseau CNN dans ce travail. Les auteurs de CASIA WebFace fournissent les noms de 10 575
sujets mais pas leurs sexes. Nous avons annoté les sexes en utilisant les métadonnées fournies
par IMDb et également par annotation manuelle.
Figure 4.4 : Exemples d’images de visages de la base CASIA WebFace.
4.2.5 Séparation des bases de données

Afin de développer une application de reconnaissance de visage, il est nécessaire de disposer
de deux bases de données : une base pour effectuer l’apprentissage et une autre pour tester les
techniques et déterminer leurs performances, mais Il n’y a pas de règle pour déterminer ce
partage de manière quantitatif. Il résulte souvent d’un compromis tenant compte du nombre de
données dont on dispose et du temps pour effectuer l’apprentissage. Dans ce travail nous avons
utilisé 5 bases de données faciales pour l’évaluation de notre système de reconnaissance de
visage.
• Base ORL: contient 20 personnes chaque personne possèdent 10 des images déférentes.
• Base FEI: contient 20 personnes chaque personne possèdent 10 des images déférentes.
• Casia WebFace : contient 20 personnes chaque personne possèdent 10 des images
déférentes.
• Essex : contient 33 personnes chaque personnes possèdent 10 des images déférentes.
• Notre base : contient 20 personnes chaque personne possèdent10 des images déférentes.
Dans la série de tests que nous avons effectuée, la base de données était divisée comme suit :
67
• Images apprentissages : Les 8 premières images servent pour la phase d’apprentissage.

• Images Tests : Les 2 dernières images de chaque individu nous ont servies pour la réalisation
des différents tests.
4.3 Environnement du travail

Dans cette section, nous présenterons les environnements matériels et logiciel utilisés pour
l’élaboration de notre travail.
4.3.1 Environnement matériel
Afin de mettre en œuvre ce projet, nous avons besoin d’un ensemble de matériel dont les
caractéristiques sont les suivantes :
Un ordinateur DELL avec les caractéristiques suivantes :
• Processeur : Intel(R) Core (TM) i5-7200U CPU @ 2.50 Ghz 2.70 Ghz.
• Mémoire installée (RAM) : 8.00 Go.
• Disque Dur : 500 Go.
• Type du système : système d'exploitation 64 bits.
• OS : Microsoft Windows 10.
4.3.2 Outils de développement

Nous avons eu recours lors de l’élaboration de notre système au langage python, qui est un
langage de programmation interprété de haut niveau et à usage général (open sources). Créée
par Guido van Rossum et publiée pour la première fois en 1991, la philosophie de conception
de Python met l'accent sur la lisibilité du code avec son utilisation notable, ses constructions de
langage et son approche orientée objet visent à aider les programmeurs à écrire un code clair et
logique pour des projets à petite et à grande échelle. Python prend en charge plusieurs
paradigmes de programmation, y compris la programmation structurée (en particulier,
procédurale), orientée objet et fonctionnelle. Python est souvent décrit comme un langage
"batteries incluses" en raison de sa bibliothèque standard complète [97].
4.4 Système proposé : principes et expérimentations

Le problème de la reconnaissance faciale est défini tel qu’à partir de l'image du visage, la
personne correspondante doit être identifiée. Pour ce faire, il est nécessaire d'obtenir une image
de référence (images d'apprentissage) sous la forme d'une base de données de tous les visages
connus du système. Chaque image est associée à un vecteur de propriétés qui ne sont pas fixes
pour la même personne et varient d'une personne à l'autre. La reconnaissance consiste alors à
comparer le vecteur caractéristique du visage à reconnaitre avec chaque vecteur de la base
68
d'apprentissage. Autrement dit, trouver la personne dont le visage est le plus similaire à celui
qu’on cherche à identifier.
4.4.1 L’approche de reconnaissance faciale basée sur le réseau CNN

Les réseaux de neurones convolutifs sont un type spécial de réseaux de neurones
multicouches, ils suivent le chemin de son prédécesseur en neocognitron dans sa forme, sa
structure et sa philosophie d'apprentissage [98]. Traditionnellement, les réseaux de neurones
convertissent les données d'entrée en un vecteur unidimensionnel [99], ils ont la capacité
d'effectuer à la fois d'extraction de caractéristiques et la classification. La couche d'entrée reçoit
des images normalisées avec les mêmes tailles (dimensions) [100]. Chaque image d'entrée
passera par une série de couches de convolution avec filtres (Kernels) suivit d’une fonction
d'activation pour introduire une non linéarités, regroupement (pooling), et une couches
entièrement connectées (FC). La figure 4.5 ci-dessous illustre la configuration du réseau CNN
utilisé pour traiter une image d'entrée et classe les objets dans leurs classes d’appartenance
[101].
L'architecture de notre CNN, comme la montre le tableau 4.1, est entraines sur une base de
données pour classer les visages, l’âges et les sexes de chaque individu. Dans cette section, nous
présentons notre modèle CNN et expliquons les différents expérimentations et résultats
obtenues.
69
Tableau 4.1 : Architecture détaillée de notre CNN utilisée pour l'extraction des caractéristiques.
Nom Type de couches Description de la taille de sortie

Couche d'entrer Image 3x92x112
Conv1 Convolution + ReLu 16 filtres 3×3×3
S1 Max Pooling 16×2×2 stride 1
Entièrement connectée
FC1 5376
+ fonction de perte
FC2 512
+ fonction de perte
FC3 128
+ fonction de perte
 L'entrée : est une image sous forme RGB (couleur) de taille 3x92x112 pixels.
 Première couche de convolution : composée de 16 filtres de taille 3×3×3.
 Couche de sous-échantillonnage: composée de 16 filtres de taille 16×2×2.
 Deuxième couche de convolution : composée de 32 filtres de taille 16×3×3.
 Couche de sous-échantillonnage : composée de 32 filtres de taille 32×2×2.
 Troisième couche de convolution : composée de 64 filtres de taille 32×3×3.
 Quatrième couche de convolution : composée de 128 filtres de taille 64×3×3.
 Première couche entièrement connectée (FC1): contient 5376 neurones.
 Deuxième couche entièrement connectée (FC1) : contient 512 neurones.
 Troisième couche entièrement connectée (FC1) : contient 128 neurones.
70
L'entrée de notre CNN est une image sous forme RGB (couleur) de taille 3x92x112 pixels.
Elle passe à travers quatre couches de convolution qui forment le réseau dont chacune est suivie
d'une fonction ReLU et des couches de regroupement (pooling) avec conv1 composée de 16
filtres, conv2 composée de 32 filtres, conv3 composée de 64 filtres et conv4 composée de 128
filtres, puis quatre couches de regroupement sont utilisées, couche S1, S2, S3 et S4
respectivement, sont des couches de sous-échantillonnage (subsampling).
Après les couches de prétraitement, arrive trois couches entièrement connectées (FC),
chacune d'elles est suivie d'une fonction ReLU et d'une fonction de perte, FC1 avec 5376
neurones, FC2 avec 512 neurones et FC3 avec 128 neurones, ce qui donne respectivement les
scores de classe non normalisés pour le genre ou l'âge. Enfin, pour la classification une fonction
softmax est utilisée pour donner les probabilités de perte et de classification finale pour l'âge,
ainsi que la fonction sigmoïde est utilisée sur la couche FC3 pour donner les probabilités de
perte et de classification finale pour la reconnaissance de genre et la reconnaissance faciale.
Figure 4.5 : l'architecture de notre réseau CNN.
 La première expérience : Dans une première expérience on a voulu montrer l’influence de

la fonction de classification utilisée sur le résultat d’identification finale de la base de donnes
Essex pour la tâche de reconnaissance de genre. Dans un premier temps, on a utilisé la
fonction de classification softmax pour la reconnaissance de genre (figure 4.6), ainsi que la
fonction sigmoïde (figure 4.7) pour comparer leurs résultats.
71
Figure 4.6 : le résultat de la fonction Softmax.
Figure 4.7 : le résultat de la fonction Sigmoïde.
D’après ces résultats obtenus, on remarque que la fonction sigmoïde a permis une précision
de [0.00000007, 0.99999976], qui est meilleurs que le résultat de la fonction softmax
[0.99954045,0.00045961].
A partir de cette expérience et les résultats obtenus, on conclut que la fonction sigmoïde est
meilleure l’lorsqu’il s’agit d’une tâche de classification binaire (problème a deux classes), alors
72
que la fonction softmax est plus efficace pour une tâche de multi classification (plus de 2
classes).
 La deuxième expérience : Dans une deuxième expérimentation, on a augmenté le nombre
des couches convolution et sous-échantillonnage (pooling) à 4 couches chacune, afin de voir
l’effet de nombre de couche sur le taux de reconnaissance.
Figure 4.8 : le résultat de classification avec 4 Couche (fonction Sigmoïde).
On remarque que les résultats de classification ce sont nettement améliorer avec l’intégration
de cette quatrième couche supplémentaire.
 La troisième expérience : lors de cette expérience, nous avons augmenté le nombre d'époque
d'apprentissage (itérations) jusqu'à atteindre un taux de reconnaissance le meilleurs possible.
Tableau 4.2 : Taux de reconnaissance par rapport de nombre d’époques
Nombre d’époques Taux de Reconnaissance

3000 50%
10000 69%
30000 78%
50000 87%
70000 95%
80000 99%
Nous avons aussi voulu illustrer l’influence du nombre d’exemples d’apprentissage sur les
performances de la reconnaissance. Dans cette expérimentation, on a augmenté le nombre de
visages d'apprentissage pour chaque personne.
73
Tableau 4.3 : Taux de reconnaissance selon le nombre d’exemple d’apprentissage
Nombre d’exemples d’apprentissage Taux de Reconnaissance

4 80%
6 88%
8 99%
Après les expériences précédentes, nous avons adopté l'architecture de notre réseau neuronal
convolutifs illustrer dans la figure 4.4, pour appliquer sur les quatre bases de données (CASIA
Webface, FEI, ORL, Essex) pour la tâche de reconnaissance faciale de classification de genre
et l'estimation d'âge.
Tableau 4.4 : Taux de reconnaissance et de perte pour les différentes bases de données utilisées.
Base de Taux de Taux de Taux de Taux de

données reconnaissance reconnaissance reconnaissance + reconnaissance
+ perte + perte perte + perte
(Genre) (Age) (Reconnaissance (Totale)
de visage)
FEI 0.9995+0.001 / 0.9948+0.011 0.9974+0.016
ORL 0.9995+0.001 / 0.9977+0.008 0.9987+0.008
Casia- 0.9989+0.002 / 0.9953+0.015 0.9974+0.016
WebFace
Essex 0.9938+0.050 0.9983+0.0 0.9977+0.015 0.9958+0.058
D’après les résultats obtenus dans les tableaux (4.2-4.3-4.4), nous constatons que la précision
de reconnaissance est positivement proportionnelle au nombre d’images d’apprentissage et de
test (c'est-à-dire que le taux de reconnaissance augmente avec l’augmentation de nombre
d’images d’apprentissage et de test) jusqu’à atteindre une amélioration de précision significatif
ainsi que le nombre d’itérations est un facteur très important pour minimiser le taux de perte.
74
Figure 4.9 : Taux de perte des bases de données utilisées (CASIA Webface, FEI, ORL, Essex).
Les figures 4.9 et 4.10 ci-dessous illustre les performances du modèle CNN utilisé sur les
différentes bases de données.
Figure 4.10 : Taux de reconnaissance obtenue sur les bases de données (CASIA Webface, FEI,
ORL, Essex).
75
4.4.2 L’application des techniques de réduction des dimensions

Les techniques de classification par réduction d'espace restent parmi les techniques les plus
utilisées et les plus populaires dans le domaine de la reconnaissance du visage [102]. Ces
méthodes considèrent l'image entière du visage comme un vecteur dans un espace
multidimensionnel. L'objectif de ces méthodes est de trouver une base réduite de projections
qui optimise un certain critère, l'espace original est ensuite projeté sur cette base de dimension
inférieure. Dans ce travail on a appliqué trois méthodes très robustes et connue dans ce domaine
en l’occurrence de PCA, t-SNE et UMAP respectivement sur les quatre bases de données
utilisées dans notre projet (CASIA Webface, FEI, ORL, Essex), pour la visualisation de la
distribution des données et leurs regroupements (clustering).
La visualisation des données après classification par le réseau CNN est illustrée sur la figure
4.11.
Figure 4. 11 : Les résultats de visualisation des bases de données utilisées (CASIA Webface, FEI,
ORL, Essex)
76
Nous avons ensuite utilisé ces méthodes pour une tache de regroupement (clustering) sur
è »l’ensemble des bases de données employées dans ce travail.
Figure 4. 12 : Les résultats de Regroupement des bases de données utilisées (CASIA Webface, FEI,
ORL, Essex)
4.4.3 Discussion
Dans ce travail, nous nous somme intéresser à développer une application pour la
reconnaissance faciale, la classification de genre et l'estimation d'âge testé sur quatre bases de
données CASIA WebFace, Essex, ORL et FEI. Au cours de cette étude on s’est basé
principalement sur l’utilisation des réseaux de neurones convolutifs (CNN) pour l’extraction
des caractéristiques et la classification des traits faciales.
77
L'architecture du réseau CNN employer dans ce travail est constitué d’une succession de blocs
de traitement, des couches de convolution, des couches de pooling (sous-échantillonnage) et
des couches entièrement connectées. Notre réseau neuronal profond (CNN) prend l’image en
entrée sans extraction préalable des caractéristiques, ce qui évite grandement la reconstruction
massive de données et l’extraction complexe de caractéristiques dans les algorithmes de
reconnaissance traditionnels. Le CNN peut effectuer à la fois une extraction et une classification
des caractéristiques. La couche d'entrée reçoit des images normalisées de mêmes tailles, ensuite,
l'image est convertie sous plusieurs noyaux de filtre à l'aide de poids partagés. Un CNN est
composé d'une pile de couches convolutives, qui est paramétrée par le nombre de cartes. On
applique un certain nombre de filtres aux données (pixels brutes) d'une image pour extraire les
caractéristiques, que le modèle peut ensuite utiliser pour la classification.
Après l’extraction des caractéristiques, le résultat est transmis à trois couches entièrement
connectées, qui effectuent la classification des entités extraites. Ces couches sont similaires aux
couches de Multilayer Perceptron (MLP). Enfin la sortie de la dernière couche entièrement
connecté est classée par la fonction softmax sur un nombre de classes pour la reconnaissance
faciale et pour six classes d’âge, en revanche pour la prédiction du genre on a utilisé la fonction
sigmoïde. Selon les résultats obtenues le réseau proposé offre une précision de reconnaissance
faciale, de classification de genre et l'estimation d'âge très satisfaisante, mais nécessite un temps
d’apprentissage très long pour mettre en œuvre une prédiction correcte.
De nombreuses méthodes de réduction de dimensions ont été employées dans ce travail afin
de visualiser et regrouper les résultats issus du réseau CNN, y compris celles qui effectuent une
transformation linéaire des données par l’analyse en composantes principales (PCA).
Cependant, l'ACP est une méthode linéaire et ne fonctionne pas bien dans les cas où les relations
ne sont pas linéaires. L’utilisation des méthodes T-SNE qui est considéré comme une méthode
focalisée localement et la technique d'apprentissage multiple UMAP ont montré de meilleures
performances pour préserver à la fois la structure locale et globale.
Nous avons découvert qu'UMAP fournit les meilleures projections pour tous les modèles
évalués, tandis que t-SNE parvient également à regrouper assez bien les attributs. Dans la
plupart des cas, certains axes PCA sont capables de fournir des d'attributs aussi bien
représentatifs lorsque les méthodes non linéaires ne sont pas efficaces. Le mappage des données
de grande dimension contient généralement de nombreuses observations redondantes de
caractéristiques très informatives, ils sont une étape utile dans l'analyse des données, car elle
permet de générer des visualisations de données simples telles que des histogrammes ou des
nuages de points. L’utilisation de ces méthodes de réduction de dimension permet
78
considérablement améliorer les performances des algorithmes étudiés, à la fois en termes de

précision de clustering et de temps.
4.5 Présentation de l’application

Nous avons tenu à réaliser une application avec les approches proposées dans ce travail avec
une interface graphique afin de pouvoir visualiser les performances de notre système de
reconnaissance facilement sans être obligé de passer à chaque fois par les lignes de codes. On
peut définir notre système de reconnaissance et son rôle en deux parties :
Mode vérification
Ce mode consiste à comparer une image à une autre stocké dans la base de donnés.
 Détecter un visage via la camera de pc.
 Comparer cette image avec ce stocké dans la base de donnes.
Mode identification
Dans cette phase on compare une image avec toutes les images de la base de donnes
d’apprentissage.
 Importer une image de la base de test.
 Comparer cette image avec ceux stocké dans la base de donnes
On présente dans cette section les différents aspects de l’application du notre système de
reconnaissance.
4.5.1 Interface de Présentation du projet

C'est la première interface dite menu principale, elle est simple et permet aux personnes
autorisées d'accéder au reste de l'application :
Figure 4.13 : Interface graphique de notre application (menu principale).
79
La première interface contient deux boutons :
 ‘Lancer’ : pour démarrer le programme et lancer la caméra qui va vérifier la personne

autorisée ou non à accéder a l’application.
 ‘Fermer’ : pour quitter le programme.
Quand vous êtes autorisé à entrer, la deuxième interface vous apparaît.
Figure 4.14 : La deuxième interface.
La deuxième interface contient un menu et deux boutons :
 Menu pour choisir l'application voulu 'la reconnaissance' ou bien 'la réduction des
dimensions’.
 ‘Lancer’ : pour démarrer l’application.
 ‘Fermer’ : pour quitter le programme.
Pour lancer l’application on clique sur le bouton ‘Lancer’.
4.5.2 Interface de la reconnaissance faciale

Comme on voit dans la figure 4.15, il y a trois classes :
 'L'objet de la reconnaissance' : il contient deux choix caméra ou bien image.

 'Paramètres de la reconnaissance' : il contient deux menus et trois choix :
o Premier menu pour choisir la base de données.
o Deuxième menu pour choisir la méthode de détection (spécifique à la caméra).
80
o Le troisième menu pour choisir le type de système de reconnaissance souhaitée.

 'Résultat' : affiche le résultat des paramètres entré au menu.
Figure 4.15 : Interface de la reconnaissance faciale.
4.5.3 Interface des méthodes de réduction des dimensions

Comme c’est illustré sur la figure 4.16, il se constitue de trois classes
 'Paramètres des techniques' : il contient deux choix et deux menus.

o Les choix pour sélectionner visualisation ou bien regroupement (clustering).
o Premier menu pour choisir les techniques (PCA , t-SNE ou bien UMAP).
o Deuxième menu pour choisir le système de reconnaissance voulu (reconnaissance
de visage, l'âge ou bien le genre).
 'Paramètres des bases' : il contient un menu et deux boutons :
o Le menu pour choisir la base de données.
o Les deux boutons sont pour afficher le résultat.
 Le premier pour afficher le résultat de la base d'entrainement et le deuxième
pour afficher le résultat de la base de test.
 'Résultat' : affiche le résultat.
81
Figure 4.16 : Interface de la Réduction des dimensions.
4.6 Test de l’application sur la base Essex

On choisit la base de données Essex dans le menu et on click sur le bouton 'Télécharger
image', on reçoit un message box pour choisir une image de la base Essex puis on clique sur
'OK' pour entrer le chemine d’image de test.
Figure 4.17 : message de choisir une image.
82
Ensuite on sélectionne une image et on clique le bouton ouvrir
Figure 4.18 : le choix d’image test.
Après on va choisir le systemes de reconnaissance voulu et on clique sur le bouton 'Obtenir le

résultat' fig ( 4.19-4.20).
Figure 4.19 : le choix du système de reconnaissance.
83
Dans ce cas, le programme compare l'image d’entrer de test avec les images d'apprentissage.
Figure 4.20 : Résultat de teste.
4.7 Test des méthodes de réduction des dimensions sur la base FEI
On sélectionne notre choix de visualisation ou bien regroupement, puis on choisit la base de
données, la technique de réduction de dimension et le système voulu.
Figure 4.21 : Interface des méthodes de Réduction des dimensions.
84
Après on clique sur le bouton afficher le résultat
Figure 4.22 : Résultat de teste.
4.8 Conclusion
Dans ce chapitre, nous avons présenté une application de reconnaissance de visage,
d’estimation du genre et d’âges basée sur les réseaux de neurones profond de type CNN. Notre
système est appliqué et testé sur quatre bases de données de visages ORL, FEI, Casia-WebFace
et Essex, on a présenté aussi les différents résultats obtenus pour chaque bases de donnés par le
réseau de neurones convolutifs. Après on a appliqué des méthodes de réduction de dimension en
l’occurrence de l’ACP, t-SNE et UMAP. Les résultats obtenus montrent que le système proposé
pour la prédiction du sexe, d’âge et la reconnaissance faciale donne une plus grande précision
que les techniques existantes. D'après les performances de la méthode proposée, nous avons
remarqué que le réseau CNN était plus précis avec les classificateurs softmax et sigmoïdes. En
général, nous estimons que la performance globale de notre système proposé est très efficace.
85
Conclusion
CONCLUSION GENERALE
Ces dernières années les systèmes de sécurité utilisant des technologies de reconnaissance
de forme sont en plein expansion. Parmi ces technologies, la biométrie s'est rapidement
distinguée comme la plus pertinente pour identifier et authentifier les personnes de manière
fiable et rapide, en fonction de caractéristiques biologiques uniques. La biométrie offre un
large éventail de techniques et peut servir dans des domaines très variés, allant de la sécurité
d’états et des entreprises, les secteurs de l'identification judiciaire, l’administration et le
contrôle d'accès, que ce soit dans les établissements privés ou publics.
Dans ce contexte, la reconnaissance de visages a émergé comme un secteur actif de

recherches durant ses dernières années et de nombreuses techniques ont été proposées. La
plupart de ces techniques passe par des différentes étapes (étape d’extraction des
caractéristiques et autre pour la classification) et parfois nécessite une étape de prétraitement,
ce qui rend le système de reconnaissance complexe et augmente le temps l’apprentissage. Pour
ces raisons nous avons optés pour l’utilisation des réseaux du neurone convolutifs (CNN) qui
combinent les deux étapes dans une seule technique, qui reste l’une des approches les plus
fiables pour la reconnaissance de visage.
L’histoire de la conception des réseaux de neurones convolutifs a commencé avec des

modèles simples qui empiles des couches de convolutions pour les opérations d’extraction de
caractéristiques et de pooling maximal pour le sous-échantillonnage spatial. Ces idées ont été
affinées par la suite dans d’autres architectures, sur lesquelles les opérations de convolution
étaient répétées plusieurs fois intercaler par des fonctions d’activation et des opérations de
pooling, permettant ainsi au réseau d'apprendre des caractéristiques plus riches à toutes les
échelles spatiales. Nous nous sommes inspiré de différentes architectures qui ont été proposées
ces dernières années, pour proposer notre propre modèle CNN et le tester sur les bases de
données d’image faciale Essex, FEI, ORL et Casia Web.
En termes plus techniques, Nous avons développé une application basée sur les réseaux
CNN qui utilisent un apprentissage en profondeur (deep learning) pour la reconnaissance
faciale dans diverses conditions, telles que la pose, l'éclairage, et mauvais alignement. De plus,
une extension de ce travail étaient réaliser pour fonctionner en temps réel dans des conditions
87
Conclusion
non contrôlées. Nous avons amélioré cette technologie pour l’adopter sur des problématiques
l’estimation de l'âge et la classification du genre.
Dans cet esprit, nous avons développé une deuxième partie de notre application, pour la
visualisation et le regroupement (clustering) des données (images faciales), basé sur des
techniques de réduction des dimensions et mises en œuvre pour la classification de genre et
l’estimation de l’âge, ce qui a permis d’obtenir des meilleurs résultats avec un taux de
reconnaissance élevé, et d’atteindre d’excellentes performances pour les tâches de
classification et de réduction de dimensions. Les expériences effectuées sur les bases de
données Essex, FEI, ORL et Casia Web, confirment l’avantage de notre système.
En guise de perspective, dans un premier temps une extension de ce travail peut être
envisagée par l’étude et la réalisation de détection et de localisation de visage avec des
performances assez hautes. Nous souhaitons aussi tester notre modèle sur d’autres bases des
données plus volumineuses présentant de fortes variations d'éclairage et de pose. Dans un
travail futur, nous planifions de généraliser les conclusions de ce travail a d’autre challenge
de la reconnaissance de visage comme les modèles des images 3D acquises par des caméras
de profondeur et l’expression faciale ce qui permettra plus de précision pour indiquer l’état
émotionnel des individus.
88
Références bibliographiques
Référence bibliographies
[1]. A. Dantcheva, P. Elia, A. Ross, What else does your biometric data reveal? a survey on
soft biometrics. Information Forensics and Security, IEEE Transactions on 11 (2015):
441-467.
[2]. L. Best-Rowden, H. Han, C. Otto, B. F. Klare, A. K. Jain, Uncon-strained face
recognition: Identifying a person of interest from a media collection. Information
Forensics and Security, IEEE Transactions on 9 (2014): 2144-2157.
[3]. J. Orozco, O. Rudovic, J. Gonz_alez, M. Pantic, Hierarchical on-line appearance-based
tracking for 3d head pose. eyebrows, lips, eyelids and irises, Image and Vision Computing
32 (2014): 14-26.
[4]. H. Han, C. Otto, A. K. Jain, Age estimation from face images: Human vs. machine
performance, in: Biometrics (ICB). 2013 International Conference on, IEEE: 1-8, 2013.
[5]. J. E. Tapia, C. A. Perez, Gender classi_cation based on fusion of di_erent spatial scale
features selected by mutual information from histogram of lbp. intensity, and shape,
Information Forensics and Security, IEEE Transactions on 8 (2013) : 488-499.
[6]. Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hub-bard, L. D.
Jackel, Backpropagation applied to handwritten zip code recognition. Neural computation
1 (1989) : 541-551.
[7]. S. Ji, W. Xu, M. Yang, K. Yu, 3D convolutional neural networks for human action
recognition, TPAMI 35 (2013): 221-231.
[8]. D. Ciresan, U. Meier, J. Schmidhuber, Multi-column deep neural networks for image
classi_cation. in: CVPR, IEEE: 3642-3649, 2012.
[9]. Y. Taigman, M. Yang, M. Ranzato, L. Wolf, Deepface : Closing the gap to human-level
performance in face veri_cation. in: CVPR, IEEE: 1701-1708, 2014.
[10]. S. S. Farfade, M. Saberian, L.-J. Li, Multi-view face detection using deep convolutional
neural networks. arXiv preprint arXiv:1502.02766 (2015).
[11]. R. Rothe, R. Timofte, L. Van Gool, Dex: Deep expectation of apparent age from a single
image. in: ICCV Workshops: 10-15, 2015.
[12]. X. Liu, S. Li, M. Kan, J. Zhang, S. Wu, W. Liu, H. Han, S. Shan, X. Chen, Agenet: Deeply
learned regressor and classi_er for robust apparent age estimation. in: ICCV Workshops:.
16-24, 2015.
89
[13]. Z. Kuang, C. Huang, W. Zhang, Deeply learned rich coding for cross dataset facial age
estimation, in: ICCV Workshops, 2015, pp. 96{101.26
[14]. K. Zhang, L. Tan, Z. Li, Y. Qiao, Gender and smile classi_cation using deep
convolutional neural networks, in: CVPR Workshops: 34-38, 2016.
[15]. G. Levi, T. Hassncer, Age and gender classi_cation using convolutional neural networks,
in: CVPR Workshops: 34-42, 2015.
[16]. [En ligne]. Available http://infoscience.over-blog.com/bioinformatique-56396352.html.
[Accès le 17 03 2020].
[17]. M. Chassé, La biométrie au Québec : Les enjeux. Commission d’accès à l’information au
Québec, Juillet 2002.
[18]. C.L. Tisse. " Contribution à la vérification biométrique de personnes par reconnaissance
de l’iris ". Thèse de doctorat, Université de Montpellier II, 28 octobre 2003.
[19]. A. Ouamane. " Reconnaissance Biométrique par Fusion Multimodale du Visage 2D et
3D". Thèse de doctorat en sciences en Electronique, Université de Mohamed Khider
Biskra, 11 Juin 2015.
[20]. A. Jain, L. Hong, S. Pankanti ET R. Bolle. "An Identity Authentication System Using
Fingerprints ". Proceedings of the IEEE ISSN 0018-9219, volume 85, Numéro 9. 1997.
[21]. F. Perronnin et J. Dugelay. " Introduction à la Biométrie Authentification des Individus
par Traitement Audio-Vidéo ". Revue Traitement du Signal, Volume 19, numéro 4, 2002.
[22]. S. G. Ababsa, Authentification d’individus par reconnaissance de caractéristiques
biométriques liées aux visages 2D/3D. Thèse de doctorat, Université Evry Val d'Essonne.
03 octobre 2008.
[23]. BENCHENNANE Ibtissam, Etude et mise au point d’un procédé biométrique
multimodale pour la reconnaissance des individus. Thèse de doctorat, Université des
Sciences et de la Technologie d’Oran Mohamed Boudiaf
[24]. Souhila Guerfi. Authentification d’individus par reconnaissance de caractéristiques
biométriques liées aux visages 2D/3D. Traitement du signal et de l’image [eess.SP].
Université d’Evry-Val d’Essonne, 2008. Français. tel-00623243
[25]. T. Kanade, Picture Processing by Computer Complex and Recognition of Human Faces.
these de doctorat université Kyoto , 1973.
[26]. V. Perlibakas, Face recognition using principal component analysis and log-gabor filters.
arXiv preprint cs/0605025 , 2006
[27]. S. G. ABABSA, «Authentification d’individus par reconnaissance de caractéristiques
biométriques liées aux visages 2D/3D,» Université d’evry val d’Essonne, France, 2008.
90
[28]. GUERROUDJ BENCHERKI BRAHMIN MOUSTAFA, Implémentation d’un système

de reconnaissance de visages à base de PCA. Université Djilali Bounaama Khemis
Miliana
[29]. R.Gross, J.shi, j.Cohn, Quo Vadis face Recognition. Third Workshop on Empirical
Evaluation Methods in computer Vision, December 2001.
[30]. LOUIBA Fadia et HADJ ALI Ryma, Système de contrôle d’accès physique basé sur le
visage. pp.19 ; 2010.
[31]. OUAMANE Hanane, Identification de reconnaissance faciale avec des expressions.
Université Mohamed Khider Biskra Faculté des sciences et de la Technologie 2012
[32]. Benmansour Radjaa. Benmansour Zineb, Mise au point d’une application de
reconnaissance faciale. Université Abou Bakr Belkaid– Tlemcen 2015.
[33]. Antitza Dantcheva, Carmelo Velardo, Angela D'Angelo , Jean-Luc Dugelay, Bag of Soft
Biometrics for Person Identification New trends and challenges. Receiver : 01.08.2010 /
Accepté : 11.10.2010.
[34]. M. Belahcen, Authentification et Identification en Biométrie. Université Mohamed
Khider Biskra ,2013.
[35]. M. T. Laskri and D.Chefrour, Who_Is : système d’identification des visages humains, A
R I M A ,Volume 1 ,pages 39 à 61,2002.
[36]. W. Zhao,R. Chellappa, P. J. Phillips and A. Rosenfeld, Face Recognition: A Literature
Survey, ACM Computing Surveys, Vol. 35, No. 4, pp.399–458, December 2003.
[37]. X. xu, Image Based Face Recognition using Global Features, Research Centre for
Integrated Microsystems Electrical and Computer Engineering University of Windsor,
May13, 2005.
[38]. Christian Gagné, « Réduction de la dimensionnalité » Université de Laval
[39]. Y. Bennani, S. Guérif, E. Viennet "Réduction des dimensions des données en
apprentissage artificiel" Université Paris
[40]. (en) Pearson, K., « On Lines and Planes of Closest Fit to Systems of Points in Space »,
dans Philosophical Magazine, vol. 2, no 6, 1901, p. 559–572 [ [pdf] texte intégral
(http://stat.smmu.edu.cn/history/pearson1901.pdf) ]
[41]. Analysis of a Complex of Statistical Variables with Principal Components",1933, Journal
of Educational Psychology
[42]. A.Lemieux Systèmes d’identification de personnes par vision numérique ,Université
Laval, Québec, Décembre 2003.
[43]. D. Blackburn, M. Bone, P. J Phillips. Face recognition vendor test 2000, 2001.
91
[44]. A.Mellakh, Reconnaissance des visages en conditions dégradées, l'Institut National des
Télécommunications de l'université d'Evry-Val d’Essonne, Avril 2009.
[45]. H. Abdi, L.J. Williams .Principal component analysis; Wiley Interdisciplinary Reviews:
Computational Statistics, pp 433-459, 2010.
[46]. [en ligne].available : http://en.wikipedia.org/wiki/Linear_discriminant_analysis. [Accès
le 16 04 2020].
[47]. K. Kyungnam, Face Recognition using Principle Component Analysis, Computer Vision
and Pattern Recognition, University of Maryland, USA, 1996.
[48]. M.Kirby and L. Sirovich. Application of the karhunen-loeve procedure for the
characterization of human faces. IEEE Transactions on Pattern Analysisand Machine
Intelligence, PAMI-12(1) :103–108, January 1990.
[49]. M. Martínez and A. C. Kak. PCA versus LDA. IEEE Transactions on Pattern Analysis
and Machine Intelligence, Vol (2), pp228–233, 2001.
[50]. B.Scholkopf, A. Smola, and KR Muller. Nonlinear component analysis as a kernel
eigenvalue problem. Technical Report No 44, December 1996.
[51]. J. Lu, K. N. Plataniotis, and A.N. Venetsanopoulos, Face Recognition Using LDA-
Based Algorithms, IEEE TRANSACTIONS ON NEURAL NETWORKS, VOL. 14, NO.
1, 2003.
[52]. Ravi Ranjan, Data Visualization and Dimensionality Reduction using t-SNE June 20
2019
[53]. Geoffrey Hinton " Visualizing Data using t-SNE " University of Toronto Department of
Computer Science
[54]. H. Yu and J. Yang. A direct lda algorithm for high-dimensional data - with application to
face recognition. Pattern Recognition, 34(10) :2067 2070, 2001.
[55]. C. Touzet, «Les réseaux de neurones artificiels, introduction au connexionnisme,»
cours,exercices et travaux pratiques, Collection de l’EERIE, 1992.
[56]. Youcef Djeriri " Les Réseaux de Neurones Artificiels " September 2017
[57]. J. Lu, K.N. Plataniotis, and A.N. Venetsanopoulos. Regularization studies of linear
discriminant analysis in small sample size scenarios with application to face recognition.
PRL, 26(2) :181191, January 2005.
[58]. S. Mika, G. Ratsch, J. Weston, B. Scholkopf, and K.R. Mullers. Fisher discriminant
analysis with kernels. Neural Networks for Signal Processing IX, Proceedings of the
IEEE Signal Processing Society Workshop, pages 41-48, Aug 1999.
92
[59]. S. Mika, G. Rätsch, J. Weston, B. Schölkopf, A. Smola, and K.R. Müller. Invariant feature
extraction and classication in kernel spaces, 2000.
[60]. K. Delac, M. Grgic, S. Grgic, "Independent Comparative Study of PCA, ICA, and LDA
on the FERET Data Set", Technical Report, University of Zagreb, FER, 2004.
[61]. Azarmehr, R., Laganiere, R., Lee, W-S., Xu, C., Laroche, D. (2015). Real-time Embedded
Age and Gender Classification in Unconstrained Video. Conference of IEEE Computer
Vision and Pattern Recognition workshop, 56-64.
[62]. Edwards, G. J.; Taylor, C. J.; Cootes, T. F. (1998). "Interpreting face images using active
appearance models". Proceedings Third IEEE International Conference on Automatic
Face and Gesture Recognition. P . 300
[63]. Cootes, T. F.; Edwards, G. J.; Taylor, C. J. (1998). "Active appearance
models". Computer Vision — ECCV'98. Lecture Notes in Computer Science. 1407.
p. 484. CiteSeerX 10.1.1.374.7954. doi:10.1007/BFb0054760. ISBN 978-3-540-64613-
6.
[64]. Cootes, T. F.; Edwards, G. J.; Taylor, C. J. (2001). "Active appearance models". IEEE
Transactions on Pattern Analysis and Machine Intelligence. 23 (6):
681. CiteSeerX 10.1.1.128.4967. doi:10.1109/34.927467.
[65]. Bukar, A.M., Ugail, H., Connah, D. (2016). Automatic age and gender classification
using supervised appearance model. Journal of Electronic Imaging, 25(6): 061605-
061605.
[66]. [En ligne]. Available : https://fr.talend.com/resources/ai-vs-machine-learning-vs-deep-
learning/. [Accès le 28 02 2020].
[67]. [En ligne]. Available : https://www.centralesupelec.fr/fr/lancement-dun-nouveau-mooc-
dedie-au-machine-learning-avec-openclassrooms. [Accès le 29 02 2020].
[68]. F. Daoud, F. Louali «La reconnaissance des caractères arabes manuscrits par les réseaux
des neurones convolutifs» Mémoire de master, Université Saad Dahlab, Blida-2018
[69]. F. Nacer «Reconnaissance d’expression faciale à partir d’un visage réel» Mémoire de
master, Université de 8/Mai/19450, Guelma- 2019
[70]. P. Cornioley «Intégration d’un module d’apprentissage profond dans l’architecture
logicielle d’un SIG Web» Mémoire de magister, Université Sherbrooke, Mai 2018
[71]. Dj. Y. Moualek «Deep Learning pour la classification des images» Mémoire de master,
Université Abou Bakr Belkaid, Tlemcen-2017
[72]. [En ligne]. Available : https://mc.ai/machine-learning-vs-deep-learning-5/. [Accès le 29
02 2020].
93
[73]. [En ligne]. Available : https://www.i2tutorials.com/top-machine-learning-interview-

questions-and-answers/what-are-the-differences-between-supervised-machine-learning-
and-unsupervised-machine-learning/.[Accès le 29 02 2020].
[74]. [En ligne]. Available : https://medium.com/datadriveninvestor/exploring-machine-
learning-f1dc6f3ec90.[Accès le 29 02 2020].
[75]. Ch. Berkani, M. Gatrani « Détection et Reconnaissance de Visage » Mémoire de master,
Université Larbi Ben M’hidi, Oum El Bouaghi-2012
[76]. [En ligne]. Available : https://www.researchgate.net/figure/Structure-dun-neurone-
biologique-Graupe-2007_fig22_311680657.[Accès le 15 03 2020].
[77]. M. T. Chikh «Amélioration des images par un modèle de réseau de neurones» Mémoire
de magister, Université Abou Bakr Belkaid, Tlemcen- Septembre 2011
[78]. [En ligne]. Available : https://www.researchgate.net/figure/Modele-dun-neurone-
artificiel_fig30_324929383.[Accès le 15 03 2020].
[79]. [En ligne]. http://informatique.coursgratuits.net/methodes-numeriques/reseaux-de-
neurones-formels.php.[Accès le 15 03 2020].
[80]. [En ligne]. https://www.researchgate.net/figure/Comparaison-entre-neurone-biologique-
et-neurone-artificiel_fig6_281015872.[Accès le 15 03 2020].
[81]. S. Beggari Kh. Khamra «Système de reconnaissance de visage par un réseau de neurone
convolutif» Mémoire de master, Université Kasdi Merbah, Ouargla- 2017
[82]. [En ligne]. https://www.researchgate.net/figure/Exemple-de-reseau-de-neurones-non-
boucle-f-est-la-fonction-dactivation-des-neurones_fig9_277064567.[Accès le 15 03
2020].
[83]. [En ligne]. https://www.researchgate.net/figure/Exemple-de-reseau-de-neurones-
boucle-ou-recurrent-f-est-la-fonction-dactivation-des_fig10_277064567.[Accès le 15 03
2020].
[84]. M. Lemmouchi «Identification des Visages Humains par Réseaux de Neurones»
Mémoire de magister, Université De Batna, Batna - 2013
[85]. [En ligne]. http://eric.univ-
lyon2.fr/~ricco/cours/slides/reseaux_neurones_perceptron.pdf.[Accès le 15 03 2020].
[86]. B. Ghennam, S. Smara. «Les réseaux de neurone convolutif (CNN) pour la classification
des images associées aux places de stationnement d’un parc de véhicule» Mémoire de
master, Université Djilali Bounaama, Khemis Miliana- 2017
[87]. [En ligne]. https://www.sciencedirect.com/topics/computer-science/convolution-
filter.[Accès le 15 03 2020].
94
[88]. H. Tolgui. «Deep Learning pour Reconnaissance du Visage» Mémoire de master,

Université Mohamed Khider, Biskra-2018
[89]. [En ligne]. https://www.researchgate.net/figure/Fully-connected-three-layers-feed-
forward-network_fig1_228720372.[Accès le 15 03 2020].
[90]. [En ligne]. https://medium.com/analytics-vidhya/cnns-architectures-lenet-alexnet-vgg-
googlenet-resnet-and-more-666091488df5.[Accès le 15 03 2020].
[91]. S. Nouas. «Analyse sémantique des publications dans les réseaux sociaux par
apprentissage profond» Mémoire de master, Université Saad Dahlab, Blida-2019
[92]. R. Maxence. «Etude et mise en place du Deep Learning sur des données satellites du
CNES» Rapport de Stage,
[93]. K. Janod. « La représentation des documents par réseaux de neurones pour la
compréhension de documents parlés» , Mémoire de Doctorat ,Université d’Avignon,
2017
[94]. S. Ravi, Ph.D , Sadique Nayeem " A Study on Face Recognition Technique based on
Eigenface " Department of Computer Science, School of Engineering and Technology
Pondicherry University, Pondicherry, INDIA .
[95]. [En ligne]. http://cswww.essex.ac.uk/mv/otherprojects.html.[Accès le 09 07 2020].
[96]. Antipova, G., Berrania, S.A., Dugelay, J.L. (2016). Minimalistic CNN-based ensemble
model for gender prediction from face images. Pattern Recognition Letters, 70: 59- 65.
[97]. [En ligne]. https://en.wikipedia.org/wiki/Python_(programming_language) .[Accès le 01
07 2020].
[98]. Fukushima, K. (1980) Neocognitron: Neural Network Model for a Mechanism of Pattern
Recognition Una_ected by Shift in Position. Biological Cybernetics, 36, 193-202.
[99]. Lecun, Y., Bottou, L., Bengio, Y. and Ha_ner, P. (1998) Gradient-Based Learn-ing
Applied to Document Recognition. Proceedings of the IEEE, 86, 2278-2324.
[100]. Mohammed Kamel Benkaddour, Abdennacer Bounoua ," Feature extraction and
classification using deep convolutional neural networks, PCA and SVC for face
recognition " International Information and Engineering Technology Association
‘’(IIETA) (2017).
[101]. [En ligne]. https://medium.com/@RaghavPrabhu/understanding-of-convolutional-
neural-network-cnn-deep-learning-99760835f148.[Accès le 10 07 2020].
[102]. X. xu, Image Based Face Recognition using Global Features, Research Centre for
Integrated Microsystems Electrical and Computer Engineering University of Windsor,
May13, 2005.
95
Résumé
De nos jours, les systèmes de reconnaissance de formes ne cessent de susciter l’intérêt

de la communauté scientifique. Dans ce contexte, la biométrie se présente comme une
technologie de base potentiellement puissante et en plein expansion qui se généraliser dans
un grand nombre d’applications de vie courantes et recherches scientifiques.
Le travail présenté dans ce mémoire consiste à l’étude et la réalisation d’un système de

reconnaissance de visage et de classification du genre et d’âge, basée sur les réseaux du
neurone convolutifs (CNN), suivit d’une étape de visualisation et de regroupement
(clustering) des données (images faciales) en utilisant des techniques de réduction des
dimensions. Les résultats expérimentaux obtenus montrent l’efficacité de notre système
proposé avec une bonne performance en termes de taux de reconnaissance et représentation
des données.
Abstract
Nowadays, the systems of recognition of forms constantly arouse the interest of the
scientific community. In this context, biometrics presents itself as a potentially powerful
and rapidly expanding core technology that is becoming widespread in a large number of
current life applications and scientific research.
The work presented in this brief consists in the study and realization of a system of facial
recognition and classification of gender and age, based on the networks of the convulsive
neuron (CNN), followed by a step of visualization and grouping (clustering) of the data
(facial images) using dimensional reduction techniques. The experimental results obtained
show the effectiveness of our proposed system with good performance in terms of data
recognition and representation.
‫ملخص‬
‫ تقدم‬،‫وفي هذا السياق‬. ‫ تثير أنظمة االعتراف باألشكال اهتمام األوساط العلمية باستمرار‬،‫في الوقت الحاضر‬
‫ والتي أصبحت منتشرة على نطاق واسع في‬،‫المقاييس الحيوية نفسها باعتبارها تكنولوجيا أساسية قوية وسريعة التوسع‬
.‫عدد كبير من تطبيقات الحياة الحالية والبحوث العلمية‬
ً‫ استنادا‬،‫يتألف العمل المقدم في هذا الموجز من دراسة وإدراك نظام التعرف على الوجه وتصنيف الجنس والعمر‬
)‫ ثم خطوة في التصور والتجميع (تجميع) للبيانات (صور الوجه‬، (CNN)‫إلى شبكات الخلية العصبية االختالجة‬
‫وتبين النتائج التجريبية التي تم الحصول عليها مدى فعالية نظامنا المقترح مع األداء الجيد‬. ‫استخدام تقنيات تقليل األبعاد‬
.‫من حيث التعرف على البيانات وتمثيلها‬

Reconnaissance Et Classification Des Traits Caractéristiques Biométriques Faciale

Transféré par

Droits d'auteur :

Formats disponibles

Reconnaissance Et Classification Des Traits Caractéristiques Biométriques Faciale

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Reconnaissance Et Classification Des Traits Caractéristiques Biométriques Faciale

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSITE KASDI MERBAH OUARGLA

Faculté des Nouvelles technologies de l’information et de la

Mémoire Master Professionnel

Domaine : Mathématique et Informatique

Spécialité : Administration et sécurité des réseaux

Reconnaissance et classification des traits

Mr. BOUKHAMLA Akram M.A Président U.K.M Ouargla

Année Universitaire : 2019/2020

Nos remerciements et nos respect vont également à Mr. BOUKHAMLA Akram

Nous adressons aussi nos sincères reconnaissances à tous les enseignants de

À la mémoire de mon père ma gratitude ne suffit pas à

À ma chère mère. Merci pour tes conseils, tes sacrifices, ton

À mon frère Salah.

À tous mes sœurs : Oum elkhair, Kaltoum, Safia, Sara,

À mes grands-pères, à mes grandes mères, à toute ma

À tous mes amis, qui m'ont soutenu dans l'accomplissement

À tous mes professeurs et à tous ceux qui se sont engagés

A mes parents .Aucun hommage ne pourrait être à la hauteur de l’amour

A toute ma famille, et mes amis pour leurs soutiens et leurs

A mon binôme ASMA et toute la famille MAMMERI.

Liste des tableaux.................................................................................................................. vii

Liste des équations ............................................................................................................... viii

Liste des acronymes ............................................................................................................... ix

INTRODUCTION GENERALE ............................................................................................... 1

Chapitre 01 : La biométrie & systèmes de reconnaissance faciale .......................................... 3

1.1 Introduction ....................................................................................................................... 4

1.2 La biométrie ...................................................................................................................... 5

1.2.1 Définition .............................................................................................................. 5

1.2.2 Pourquoi utiliser la biométrie ? ........................................................................... 5

1.3 Panorama des différentes techniques biométries .............................................................. 5

1.4 Le mode de fonctionnement d’un système biométrique..................................................... 7

1.5 Structure générale d’un système biométrie ....................................................................... 8

1.6 Evaluation des performances des Systèmes biométriques ................................................ 9

1.7 Applications des systèmes biométriques ......................................................................... 10

1.8 Mesure de la performance d’un système biométrique .................................................... 10

1.8.1 Performance d’un système d’identification ........................................................ 10

1.8.2 Performance d’un système de vérification ......................................................... 11

1.9 Reconnaissance de visage ............................................................................................... 13

1.9.1 Les classes des techniques de reconnaissance de visage ................................... 14

1.9.2 Principales difficulté de la reconnaissance de visage ........................................ 16

1.9.3 Avantages et inconvénients de la reconnaissance faciale .................................. 19

1.10 La reconnaissance de genre et l'estimation d’âge ..................................................... 19

1.10.1 La reconnaissance de genre ............................................................................... 19

1.11 Conclusion ................................................................................................................. 20

Chapitre 02 : Etat de l'art des techniques de réduction de dimension et classification

2.2 État de l'art des techniques de reconnaissance............................................................... 22

2.3 Les méthodes de réduction de dimension ........................................................................ 23

2.3.1 Méthodes linéaires de réduction de dimension .................................................. 23

2.3.2 Méthodes non linéaires de réduction de dimension ........................................... 29

2.4 Les techniques de classification d’images ...................................................................... 32

2.4.1 Les réseaux de neurones artificiels (RNA) ......................................................... 32

2.4.2 Machine à Vecteur de Support (SVM) ................................................................ 33

2.4.3 Le modèle AAM (Active Appearance Model) ..................................................... 34

2.5 Conclusion ...................................................................................................................... 35

Chapitre 03 : Apprentissage Profond : réseaux de neurones convolutifs ............................. 37

3.1 Introduction ..................................................................................................................... 38

3.2 Intelligence artificielle .................................................................................................... 38

3.3 Apprentissage automatique (machine learning en anglais) ........................................... 39