Une technique de pointe en reconnaissance faciale se généralise
Pendant des millions d'années, et avant même l'avènement de la parole, les humains ont communiqué en utilisant des expressions faciales pour exprimer leurs émotions et communiquer des messages. Comme les visages jouent un rôle essentiel dans la communication humaine, il est naturel que le traitement des images faciales jouent un rôle clé dans les environnements high-tech actuels. Le projet MMFP (Multimodal face processing), financé par l'UE et coordonné par l'Université technique d'Istanbul en Turquie, a fait de grands progrès dans ce domaine. «Nous nous sommes intéressés à des applications comme la ludification, les technologies d'aide à l'apprentissage, les systèmes d'assistance, l'indexation multimédia et l'animation», déclare le Dr Hazim Kemal Ekenel, chercheur du projet et professeur associé au Département de génie informatique de l'Université. Dans cet esprit, l'équipe du projet a développé un cadre commun pour obtenir des informations à partir d'images de visages et optimiser l'extraction de ces informations. Elle a également fait d'importants progrès dans la reconnaissance des visages dans des conditions ambiantes. Une étape importante a été l'exploitation des réseaux neuronaux convolutifs (CNN), des réseaux neuronaux artificiels inspirés des processus biologiques, qui ont été utilisés avec succès pour analyser l'imagerie visuelle. Une technologie primée pour les jeux et d'autres applications «Nous avons mis au point un système de reconnaissance faciale qui exploite la représentation en profondeur des CNN et une normalisation des scores pour la reconnaissance faciale dans des conditions peu favorables», remarque le Dr Ekenel. «Le système développé s'est classé premier au concours international de reconnaissance biométrique en milieu naturel», ajoute-t-il, faisant référence au premier événement de ce type organisé dans le cadre de la Conférence internationale sur la biométrie. En effet, le projet a développé les algorithmes de reconnaissance faciale génériques, rapides et fiables qui sont capables de gérer simultanément plusieurs types de variations et fonctionnent en temps réel dans des conditions non contrôlées. «Grâce à leur polyvalence, leur rapidité et leur fiabilité, les méthodes de traitement des images faciales développées ont pu être utilisées dans un grand nombre d'applications réelles», déclare le Dr Ekenel. Deux applications de ce type ont été réalisées par l'équipe du projet dans le domaine de la ludification, qui représente une excellente occasion de démontrer la précision et la fiabilité de la technologie. «Nous avons développé deux tests de validation du concept: le premier est un jeu de type paintball qui vous permet de cibler l'opposant grâce à la reconnaissance faciale, le deuxième est un jeu d'imitation où vous marquez des points en imitant des expressions faciales.» Les visages ne mentent ni sur l'âge, ni sur les goûts En termes plus techniques, l'équipe a perfectionné une représentation basée sur l'apprentissage profond pour la reconnaissance faciale dans diverses conditions, telles que la pose, l'éclairage, un mauvais alignement et des dégradations de l'image. Elle a amélioré la technologie dans des domaines tels que l'anonymisation des visages, l'estimation de l'âge et le classement par genre. «Nous avons également développé un système de reconnaissance d'expression faciale qui fonctionne à la fois sur des représentations statiques et dynamiques», explique le Dr Ekenel, «et nous avons exploré des applications innovantes d'analyse faciale telles que l'estimation visuelle de l'appréciation du goût et le tutorat intelligent.» Une entreprise dérivée a déjà été créée en marge des recherches de laboratoire réalisées par le projet. «Nous avons également mené à bien plusieurs projet industriels», révèle le Dr Ekenel. Tous les efforts du projet ont été appuyés par des partenaires internationaux de 11 pays en Amérique, Asie et Europe, ce qui souligne l'importance de ce thème dans les recherches actuelles en haute technologie. Ce nouveau cadre unifié, qui permet d'obtenir des informations à partir d'images du visage et d'améliorer l'extraction des informations, a déjà commencé à produire des applications s'appuyant sur une reconnaissance faciale plus intelligente et plus précise. Grâce à ces travaux, l'avenir de ces applications semble maintenant plus prometteur que jamais.
Mots‑clés
Reconnaissance faciale, traitement des images faciales, MMFP, ludification, réseaux neuronaux convolutifs, biométrique