2. La reconnaissance faciale
La reconnaissance faciale est un procédé
biométrique au même titre que la
reconnaissance des empreintes digitales, de
l’iris… Un système de contrôle biométrique est
un système automatique de mesure basé sur la
reconnaissance de caractéristiques propres à
l'individu.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 2
3. La reconnaissance faciale
Le système de reconnaissance faciale est à
proprement parlé une application
informatique, qui, à l’aide d’un
algorithme, analyse toutes les données faciales
récupérées via un système d’acquisition vidéo.
On s’en sert pour la sécurité
(aeroports, casinos, lieux sensibles, lieux à forte
fréquentation (stades), etc.).
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 3
4. La reconnaissance faciale
Nous allons traité le sujet de manière
assez large, et nous ne nous
pencherons que légèrement sur les
algorithmes, noyaux du procédé. En
effet, ces algorithmes dépassent
largement nos compétences.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 4
6. La reconnaissance faciale
• Les débuts de la reconnaissance faciale
• Les différentes techniques
• Développements récents
• Reconnaissance à usage « ludique »
• Secteurs/organisations en ayant l’usage
• Problèmes liés
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 6
7. Les débuts de la reconnaissance faciale
Dès 1964, Woody BLEDSOE, Helen CHAN et
Charles BISSON, s’intéressent à la
reconnaissance faciale automatisée par
ordinateur via le croisement de visages sur des
photographies et ceux contenus dans une base
de données.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 7
8. Les débuts de la reconnaissance faciale
Les premières difficultés étaient, par
exemple, qu’un visage tourné de plus de 20° ne
pouvait pas être reconnu en tant que visage. Ils
rencontraient également des difficultés vis à vis
à l’inclinaison, l’échelle (distance par rapport à la
caméra).
Reconnaissance impossible à
cause de l’inclinaison, l’angle et
l’échelle. La netteté de l’image
est également gênante.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 8
9. Les débuts de la reconnaissance faciale
Le projet est repris par la suite par Peter
HART au Standford Research Institute. Avec les
performances informatiques en constant
progrès, les caractéristiques que les premiers
chercheurs utilisaient peuvent alors être
réellement prises en compte par les ordinateurs.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 9
10. Les débuts de la reconnaissance faciale
Plusieurs d’universités, une allemande et
trois américaines, reprennent le sujet à la fin des
années 90. Les résultats de ces recherches sont
probants.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 10
11. Les Différentes techniques
Les algorithmes populaires de reconnaissance
incluent l'analyse de composant principal avec
l'eigenface, linéaire le fisherface assorti
d'analyse discriminante, de graphique élastique
de groupe, le modèle caché de Markov, et
l'assortiment motivé neuronal de lien
dynamique.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 11
12. Les Différentes techniques
Mais deux techniques principales sont
utilisées afin de reconnaitre les visages :
• Utilisation des caractéristiques géométriques
distinctives de chaque individu par les algorithmes :
distance entre les pupilles, largeur du nez, forme des
pommettes, longueur de la ligne de la mâchoire.
• Approche photométrique, qui est en fait une approche
statistique qui donne une valeur à chaque partie de
l’image, pour ensuite comparer aux valeurs des
modèles.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 12
13. Les Différentes techniques
Les algorithmes
De nombreux algorithmes ont été développés
dans cette technologie (avec ces approches). Trois
principaux d'entre eux sont :
• PCA : analyse par composantes principales (ACP) est une
approche, où les images de la sonde et galerie doivent être
normalisés pour aligner les yeux et la bouche des sujets dans les
images.
• LDA : analyse discriminante linéaire (LDA) est une approche
statistique pour classer les échantillons de classes inconnues
basées sur des échantillons de formation avec des classes
connues.
• EBGM : Elastic Graph Matching Bunch (EGBM) est une approche
où les caractéristiques non-linéaires qui ne sont pas abordées par
les méthodes d'analyse linéaire, sont mesurés pour la
reconnaissance d'un visage.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 13
14. Développements récents
• Progrès de la reconnaissance faciale par
« retrait des lunettes », numériquement
donc, par Yuan-Kai Wang, professeur à Taiwan.
• Amélioration de la qualité des images
obtenues via caméra de surveillance : 16 fois
plus de pixels sans flou, par NEC.
• La technologie va apparaître rapidement sur
les SmartPhones. Reconnaissance faciale pour l'iPhone 4
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 14
15. Reconnaissance à usage « ludique »
De reconnaissance « ludique », nous
qualifions l’utilisation grand public de la
reconnaissance faciale.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 15
16. Reconnaissance à usage « ludique »
Réseaux sociaux/logiciels
Sur Facebook, et
Picasa, des systèmes de
reconnaissance faciale sur
les photos mises en ligne
ont été étudiés. Ceux-ci
reprennent les mêmes
algorithmes que les
systèmes présentés
précédemment sans pour
autant obtenir des résultats
aussi probants.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 16
17. Reconnaissance à usage « ludique »
Appareils photo
Dans le cas des appareils photos, la tâche
est nettement simplifiée, en effet, seul la forme
du visage et/ou du sourire est à analyser par les
algorithmes. On a donc affaire à des algorithmes
d’analyse beaucoup moins complexes.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 17
18. Reconnaissance à usage « ludique »
On commence à trouver un peu partout la
reconnaissance faciale : distributeurs
automatiques, vidéo de démonstration du
système, robinets, article de gizmodo.com sur le
sujet.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 18
19. Secteurs/organisations en ayant
l’usage
Notamment utilisée pour la sécurité, la
technologie de reconnaissance faciale est
employée lors du Super Bowl aux vues du
nombre de spectateurs particulièrement élevé.
La Police Fédérale Allemande se sert également
de cette technologie à l’aéroport international
de Francfort.
Security looking faces at Super Bowl
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 19
20. Secteurs/organisations en ayant
l’usage
À des fins judiciaires, elle
est aussi utilisée aux Etats-
Unis, notamment pour voir si Detection of potential
criminals via face
des criminels récidivistes recognition
apparaissent sur les bandes
vidéos (CCTV) de scènes de
crimes.
Dans les casinos est de la
même façon employée la
reconnaissance faciale, afin de
repérer au plus vite les individus
blacklistés (ceux qui comptent
les cartes par exemple).
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 20
21. Problèmes liés à la reconnaissance
faciale
L’usage de cette technologie pose des
problèmes éthiques selon certaines personnes
et organisations. Le respect de la vie privée
est, pour elles, bafoué lorsque des personnes
totalement inconnue et sans que l’on en ait
connaissance, peuvent avoir accès à des
informations privées.
Facial recognition privacy
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 21
22. Problèmes liés à la reconnaissance
faciale
Par exemple la reconnaissance faciale
automatique de Facebook est critiquée : « Quand
on te photographie quelque part en train de faire
une connerie, il suffit qu'on note ton nom pour que
ça arrive directement sur ta page. » dit Jérôme
Commandeur, humoriste. De plus, la CNIL
(Commission nationale de l'informatique et des
libertés) s’y est opposé lors de son lancement.
Article de 20minutes.fr sur le sujet
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 22
23. Conclusion
La reconnaissance faciale a vu ces deux dernières
décennies d’incroyables progrès. La vitesse de
développement de la technologie est telle qu’environ
tout les deux ans, on peut constater une diminution de
moitié du taux d’échec de l’authentification. Depuis 1993,
ce taux a diminué de 272* fois, selon des chercheurs
américains.
Bien qu’elle soit de plus en plus performante, ses
détracteurs vont continuer à lutter en vertu du respect de
la vie privée. On peut alors se poser la question : jusqu’où
peut-on aller pour la sécurité ?
* Ce nombre est à prendre avec des pincettes, il évolue sans cesse.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 23
24. Conclusion
La réalisation de ce projet a été assez
laborieuse en raison de l’importante masse de
documents en anglais. Au de-là de la langue en elle-
même, ce sont les termes spécifiques employés qui
formaient un obstacle à la bonne compréhension
des informations. Nous avons également essayé de
nous répartir le travail équitablement, tout en
regardant régulièrement l’avancée de l’autre afin de
ne pas perdre de vue notre objectif secondaire qui
était l’appréhension et la compréhension de cette
technologie.
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 24
25. Table de traduction des termes utilisés
Français Anglais
Reconnaissance faciale Facial recognition/Face recognition
Algorithme Algorithm
Biométrie Biometry
Clichés anthropométriques Mug shots
Inclinaison et rotation de la tête Head rotation and tilt
Image vidéo Video frame
Repères Landmarks
Base de données Database
Stéréo photométrie Stereo photometry
Adrien LEMAÎTRE & Corentin BUET – ISTIA - EI2 2011-2012 25