Descripteurs SIFT et SURF pour la reconnaissance des visages à l'aide de transformée en ondelettes

La reconnaissance automatique des visages est un domaine de recherche majeur dans le domaine de la vision par ordinateur qui vise à reconnaître les visages humains sans intervention humaine. Des développements significatifs dans ce domaine ont montré que dans de nombreuses applications de reconnaissance de visages, les techniques automatisées sont plus performantes que les techniques humaines. Le principal problème de la reconnaissance des visages est de trouver un ensemble de caractéristiques permettant d'identifier un visage. De nombreux algorithmes d'extraction de caractéristiques ont été proposés, qui comprennent principalement trois aspects : les caractéristiques géométriques, faciales et statistiques du visage. Dans ce livre, les performances des algorithmes conventionnels SIFT et SURF sont testées pour la reconnaissance des visages. Elles offrent des performances élevées. Cependant, ces performances peuvent être améliorées en transformant l'entrée dans un domaine différent du temps réel. Nous appliquons donc la transformée en ondelettes discrète (DWT) ou la transformée en ondelettes de Gabor (GWT) aux images faciales d'entrée, ce qui nous permet d'obtenir des images plus denses et plus claires que celles obtenues par les méthodes conventionnelles SIFT ou SURF. Les simulations montrent que les approches proposées basées sur la DWT ou la GWT utilisant SIFT ou SURF offrent des performances très élevées par rapport aux algorithmes conventionnels.