>>

Séminaire MIDI : Romain Négrel

Titre du séminaire et orateur

Apprentissage de métrique pour la recherche par similarité de visages. Applications en ré-identification de personnes.

Romain Négrel, post-doctorant, Université de Caen, GREYC.

Date et lieu

Lundi 11 avril 2016, 14h.

Université de Cergy-Pontoise, site de St-Martin 1, locaux ETIS, 5ème étage, salle 570.

Résumé

Le projet ANR Physionomie a pour but le développement de nouveaux outils pour le traitement de base d'images et de vidéos dans le cadre d’investigation judiciaire. L'objectif principal est la ré-identification automatique de personnes à partir des images d'une base de connaissance.

Ce séminaire sera focalisé sur la méthode d’apprentissage supervisé de métriques MLBoost (Metric Learning Boosting). Cette méthode est capable d'apprendre une métrique telle-que la distance entre deux images dites similaires soit toujours plus petite que la distance entre deux images dites dissimilaires. Pour apprendre cette métrique, la méthode est basée sur une approche de type Boosting qui consiste à construire une métrique dite forte (qui offre une bonne performance) par combinaisons successives des métriques dites faibles (qui offrent des mauvaises performances). L'avantage majeur de la méthode MLBoost par rapport à l'état de l'art, réside dans l'absence des hyper-paramètres (qui doivent être déterminés d'une manière empirique en général), ce qui implique une mise en œuvre simple et rapide. L'utilisation de cette méthode pour construire une structure d'indexation hiérarchique des visages permet de réduire le temps de recherche dans les bases de connaissance tout en conservant des très performances.

Les expérimentations de cette méthode en ré-identification de personnes dans/avec la base LFW (Labeled Faces in the Wild), montrent que la méthode MLBoost est très robuste au sur-apprentissage et offre de très bonnes performances.

Retour