Éditeur(s) : HAL CCSD
Résumé : Session "Articles"
National audience
Dans cet article, nous présentons une méthode robuste et précise pour détecter 17 points caractéristiques du visage sur des images expressives. Une nouvelle architecture multi-résolution basée sur les récents algorithmes multi-noyau est introduite. Les patches de faibles résolutions codent les informations globales du visage donnant lieu à une détection grossière mais robuste du point désiré. Les patches de grandes résolutions quant à eux utilisent les détails locaux afin d'affiner cette localisation. En combinant une détection indépendante de points et des informations a priori sur les distributions de points, nous proposons un détecteur robuste aux changements d'expressions ainsi qu'aux variations d'illuminations. Ce système a été évalué sur plusieurs bases de données de la littérature. Les résultats présentés améliorent les performances des détecteurs de l'état de l'art
Actes de la conférence RFIA 2012
Lyon, France

hal-00656522
https://hal.archives-ouvertes.fr/hal-00656522
https://hal.archives-ouvertes.fr/hal-00656522/document
https://hal.archives-ouvertes.fr/hal-00656522/file/rfia2012_submission_99.pdf

Éditeur(s) : HAL CCSD
Résumé : En traitement d'image, avant toute exploitation de résultats d'une segmentation d'image, il est souvent nécessaire de réaliser une opération de fusion. Le but est de créer une partition formée de composantes connexes, modélisant les objets présents dans l'image. La segmentation initiale des images est souvent obtenue par l'exploitation d'attributs de bas-niveau (couleur, texture, forme...). La théorie Gestalt permet de prendre en compte des informations d'un niveau supérieur qui s'appuient sur l'organisation spatiale des objets et groupement d'objets initialement segment'es. Dans cet article, nous proposons une méthode de fusion de régions. L'originalité des travaux repose sur l'ajout d'un nouveau critère qui, associé aux critères Gestalt, permet de prendre en compte les objets jugés d'intérêt par le photographe, c'est-'a-dire les objets aux contours nets. Les régions associées aux objets d'intérêts seront alors préservées alors que les régions floues ou aux contours flous, situées dans l'arrière-plan, auront tendance 'a fusionner entre elles.
Journée du GdR Mathématique de l'Optimisation et Application (MOA)
Saint-François, Guadeloupe

hal-00706538
https://hal.archives-ouvertes.fr/hal-00706538