Back to Search Start Over

Sélection de courbes de la surface nasale pour l'authentification de personnes en utilisant Adaboost

Authors :
Ballihi, Lahoucine
Ben Amor, Boulbaba
Daoudi, Mohamed
Srivastava, Anuj
Aboutajdine, Driss
FOX MIIRE (LIFL)
Laboratoire d'Informatique Fondamentale de Lille (LIFL)
Université de Lille, Sciences et Technologies-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lille, Sciences Humaines et Sociales-Centre National de la Recherche Scientifique (CNRS)-Université de Lille, Sciences et Technologies-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lille, Sciences Humaines et Sociales-Centre National de la Recherche Scientifique (CNRS)
Laboratoire de Recherche en Informatique et Télécommunications [Rabat] (GSCM-LRIT)
University of Mohammed V
Institut TELECOM/TELECOM Lille1
Institut Mines-Télécom [Paris] (IMT)
Department of Statistics [Tallahassee, FL]
Florida State University [Tallahassee] (FSU)
Contrat Plan Etat- Région (CPER) Région Nord-Pas de Calais Intelligence Ambiante
Université Mohammed V de Rabat [Agdal] (UM5)
Source :
17e congres francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle, RFIA, RFIA, Jan 2010, Caen, France. pp.00-00
Publication Year :
2010
Publisher :
HAL CCSD, 2010.

Abstract

National audience; Nous proposons dans cet article d'étudier l'apport de chaque courbe de la région nasale, dans le cadre de la biométrie faciale 3D, en utilisant l'algorithme Adaboost. En effet, nous représentons les surfaces nasales par des collections de courbes fermées appelées courbes nasales puis de comparer celles-ci dans l'espace des courbes fermées en s'appuyant sur une analyse riemannienne de cet espace. En considérant qu'à chacune des courbes on peut associer un classifieur faible, nous proposons de construire un classifieur final basé sur l'algorithme Adaboost. Le boosting permet d'optimiser les performances individuelles de chacune des courbes. Les expérimentations sur un ensemble de données de la base FRGC v2 (Face Recognition Grand Challenge) montre l'amélioration nette des résultats d'authentification.

Details

Language :
French
Database :
OpenAIRE
Journal :
17e congres francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle, RFIA, RFIA, Jan 2010, Caen, France. pp.00-00
Accession number :
edsair.dedup.wf.001..ae6816693153491fcb7734b8145b1268