Directeur de thèse : Alice CAPLIER Patricia LADRET
École doctorale : Electronique, electrotechnique, automatique, traitement du signal (EEATS)
Spécialité : Signal, image, parole, télécoms
Structure de rattachement : Université Grenoble Alpes
Établissement d'origine : UJF
Financement(s) : allocation MENRT ; contrat à durée déterminée
Date d'entrée en thèse : 01/10/2008
Date de soutenance : 31/01/2012
Composition du jury :
M.Pierre-Yves COULON (Président)
M.Larabi CHAKER (Rapporteur)
M. Mohamed DAOUDI (Rapporteur)
M. Frédéric LERASLE (Examinateur)
Mme Alice CAPLIER (Encadrante)
Résumé : Les performances des algorithmes de reconnaissance faciale dépendent largement des conditions d'acquisition des images. Nous proposons une approche permettant d'améliorer la reconnaissance de visages sur des images dégradées dans un contexte de vidéosurveillance. Cette méthode consiste à adapter les images de la galerie en fonction de la dégradation de l'image d'entrée. L'approche présentée se divise en deux étapes. Une étape d'estimation qui permet d'évaluer l'ampleur de la dégradation présente dans une image et une étape de dégradation qui permet de modéliser la dégradation et de dégrader la galerie de façon adaptée. Dans cette thèse, nous proposons d'améliorer l'une ou l'autre des deux étapes en fonction d'artéfacts auxquels nous nous intéressons, en se focalisant sur les artéfacts de flou, de bloc et de pose. Nous avons validé notre méthode pour ces trois contributions et avons amélioré significativement le taux d'identification de plusieurs algorithmes.