Le problème de détection de visages est un problème classique de reconnaissance de formes qui peut s'énoncer de la façon suivante : considérant une image d'entrée quelconque, qu'elle soit scannée ou extraite d'un flux vidéo, il s'agit de déterminer la présence ou non d'un ou plusieurs visages humains dans cette image. Dans le cas d'une détection il sera nécessaire par la suite de retourner par un codage la position spatiale de chaque visage dans l'image avec un rectangle par exemple. Si ce problème de détection est déjà largement utile par lui-même, la détection de visages est, de plus, une étape préalable à la reconnaissance de visage (identification de personnes).
Dans notre travail nous nous sommes basés sur la détection des visages dans l’espace de luminance par le formalisme SVM prenant pour départ les travaux [E. E. Osuna and Girosi, 1997]. Une série de pré-traitements et une approche en multi-résolution a permit de réduire l’espace de recherche et de pouvoir détecter les visages de taille différente.
Ensuite nous avons mis en collaboration les deux détecteurs : l’un basé sur les SVM et l’autre sur l’apprentissage de la couleur de la peau modélisée par Mélange des lois Gaussiennes. La collaboration des deux détecteurs par filtrage itéré des résultats de la détection et du filtrage géométrique a permit d’une part de restreindre les domaines d’apprentissage dans les deux espaces et d’augmenter le taux de la détection pour des poses complexes.

Résultat de la détection sur le documentaire « Quel temps font-ils », CERIMES ©
Une autre approche consiste à combiner les résultats des détecteurs OpenCV avec des approches par le suivi temporel. Nos outils sont utilisés comme extracteurs des indices caractéristiques de niveau moyen au sein du consortium IRIM/GDR ISIS dans les campagnes de TREC 2008-2010.







