Universit Mohammed V-Agdal

Facult des Sciences de Rabat

Habilitation Diriger des Recherches

Prsent par :

Mohammed RZIZA
Doctorat National de la Facult des Sciences de Rabat

Professeur Assistant la Facult des Sciences de Rabat Spcialit Informatique

Mthodes de classification : Application la dtection, reconnaissance du visage et lindexation de document audio

Soutenu le 20 mars 2010 devant le Jury : M. Driss Aboutajdine : PES la FSR (Prsident) M. Mohamed El Marraki : PES la FSR (Rapporteur Interne) M. Ahmed Hammouch : PES lENSET de Rabat (Rapporteur Externe) M. EL Mustapha Mouaddib : PES luniversit dAmiens (Rapporteur Externe)

Mohammed RZIZA
Mthodes de classification : Application la dtection, Reconnaissance du visage et lindexation de document audio. Dans le document consacr la prsentation de l'ensemble de nos travaux de recherche en vue de lobtention de lhabilitation diriger des recherches en Informatique. Nous avons structur ce document en deux parties : La premire reprsente un bilan quantitatif de lensemble des travaux scientifiques et pdagogiques et la deuxime partie expose un rsum dtaill des rsultats scientifiques. Concernant la partie pdagogique, nous avons contribu la formation de plusieurs promotions depuis le dmarrage du systme LMD, par lencadrement de cours et des projets de fin dtude. propos de la partie recherche scientifique, nous avons expos les diffrents travaux raliss dans le domaine de reconnaissance de forme et dindexation. Nous avons travaill dans un projet industriel avec loprateur de Tlcom IAM et dans le cadre dautres projets de coopration franco-marocains : Action intgre et STIC. Durant ces dernires annes, nous avons particip lencadrement de plusieurs thses ainsi que des PFE de DESA et de Master. Nous avons galement collabor la ralisation de plusieurs travaux tels que la participation et lorganisation de congrs, lanimation de sminaires ainsi que la gestion de la formation DESA Informatique et Tlcommunications (DESA IT). Concernant la partie rsum des rsultats scientifiques, nous avons expos diffrentes mthodes de dtection de visage : une base sur la modlisation de la peau, une autre sur la mise en correspondance des gabarits Template Matching et une troisime sur la localisation des yeux. Nous avons propos plusieurs contributions en se basant sur la transformation DCT et sur la texture. Ces dernires sont utilises pour modliser la peau par des Modles Gaussiens Gnraliss. Les rsultats exprimentaux ont montr la robustesse des mthodes proposes compares celles de la littrature. Par la suite, nous avons mis en avant deux catgories de mthodes de reconnaissance de visage : une qui sappuie sur lextraction et la slection de

primitives et lautre base la fusion dinformation. La premire catgorie avait pour but de trouver les primitives qui reprsentent le mieux le visage avec le minimum dinformation possible. La mthode propose est construite sur lextraction des primitives en utilisant la transformation DCT et sur la slection des meilleures primitives en se basant sur les algorithmes gntiques. Pour la mthode de classification nous avons utilis un classificateur bas SVM. La deuxime catgorie de mthodes sappuie sur la fusion d'information. Nous avons prsent deux nouvelles approches hybrides : La premire se base sur la fusion de diffrentes primitives, tandis que la seconde sur la fusion de plusieurs sous bandes. Nous avons test les diffrentes mthodes proposes sur plusieurs bases de donnes standards. Nous avons montr, par les exprimentations, que ces diffrentes mthodes ont amlior les rsultats de reconnaissance de visages par rapport celles existantes dans la littrature. Ces diffrentes mthodes ont t testes pour la ralisation dun systme de contrle daccs scuris. Ce systme a t valid sur la base de donnes LRIT que nous avons fait le choix de construire. Nous avons expos, galement, lensemble des travaux que nous avons raliss dans le domaine dindexation de documents audio au sens de locuteur dans le cas des grands volumes de donnes incrmentales. Plusieurs techniques dorganisation des modles de locuteurs ont pu tres proposs avec lobjectif de rduire le cot dexploration et de cration de la structure en sappuyant sur des mesures de similarit telles que KL, KLm. Nous avons utilis un modle de mlanges gaussiens comme lment reprsentant un locuteur rcemment dtect et ajout la structure dindex. Dans le but damliorer la performance de la distance de similarit entre modles des locuteurs, nous avons propos et adapt de nouvelles approximations de la divergence de Kullback-Leibler. En effet, notre contribution principale se trouve tre lorganisation hirarchique de modles de mlanges gaussiens afin de rduire la complexit de la recherche linaire lors du passage lchelle incrmentale. Nous avons propos une contribution base sur des techniques de mesure de similarit laide de la mesure de divergence KL. Nous avons galement prconis un algorithme de fusion de modles de mlanges gaussiens dans le but doptimiser le cot de construction dun arbre de recherche de modle de locuteurs par lot de modles de mlanges gaussiens via un arbre binaire de recherche ascendant.