RECONNAISSANCE FACIALE GLOBALE 2D ET 3D

La recherche présentée ici est développée dans le cadre des systèmes de reconnaissance automatique d'images faciales. Il s'agit de traiter des images de visages de personnes en utilisant des méthodes statistiques et mathématiques d'extraction de caractéristiques et de classification d'images, pour savoir si un individu fait partie d'une certaine classe, et finalement trouver son identité. Le traitement automatique d'un visage est compliqué, car plusieurs facteurs l'affectent, comme la position du visage, l'expression, l'âge, la race, le type d'éclairage, le bruit et les objets tels que les lunettes, le chapeau, la barbe et autres. Le traitement est effectué de manière globale, où l'ensemble du visage est traité. Il est connu que le traitement global des images est plus rapide, plus pratique et plus fiable que le traitement par caractéristiques. En outre, il est connu que le traitement des images en trois dimensions est plus réaliste et plus cohérent qu'en deux dimensions. L'objectif principal de la thèse proposée était de développer une technique efficace de reconnaissance des visages avec des caractéristiques globales et des images tridimensionnelles. À cette fin, les algorithmes les plus efficaces ont été sélectionnés