Changes

   <h2>Sommaire technique</h2>

   <h2>Sommaire technique</h2>

   <p class="inline">Les systèmes de reconnaissance faciale peuvent utiliser une image bidimensionnelle ou tridimensionnelle ou une alimentation vidéo pour créer une image numérique, établir l’empreinte faciale et identifier un visage en comparant l’image numérique avec les empreintes faciales dans la base de données. Chaque visage a ses caractéristiques déterminantes que le système marquera comme des points nodaux. Un visage humain peut compter jusqu’à 80 de ces points. Ils constituent des zones d’intérêt sur le visage mesurées par le système. </p><p class="expand inline mw-collapsible-content">SLa distance entre les yeux, la largeur du nez et la profondeur de l’orbite en sont des exemples. Ces mesures seront stockées dans une base de données sous forme d’empreinte faciale. </p><p class="inline">Lorsque le système numérise un visage, il compare toutes ces mesures aux profils, soit les empreintes faciales, dans la base de données. </p><p class="expand inline mw-collapsible-content">Les systèmes de reconnaissance faciale utilisent un algorithme, comme le Facial Recognition Vendor Test, qui permet de prédire s’il y a une correspondance en fonction des points nodaux du visage d’une personne. </p><p class="inline">Habituellement, la technologie suit quatre étapes :  <ref><i>[http://www.ex-sight.com/technology.html]</i></ref>: </p>

   <p class="inline">Les systèmes de reconnaissance faciale peuvent utiliser une image bidimensionnelle ou tridimensionnelle ou une alimentation vidéo pour créer une image numérique, établir l’empreinte faciale et identifier un visage en comparant l’image numérique avec les empreintes faciales dans la base de données. Chaque visage a ses caractéristiques déterminantes que le système marquera comme des points nodaux. Un visage humain peut compter jusqu’à 80 de ces points. Ils constituent des zones d’intérêt sur le visage mesurées par le système. </p><p class="expand inline mw-collapsible-content">SLa distance entre les yeux, la largeur du nez et la profondeur de l’orbite en sont des exemples. Ces mesures seront stockées dans une base de données sous forme d’empreinte faciale. </p><p class="inline">Lorsque le système numérise un visage, il compare toutes ces mesures aux profils, soit les empreintes faciales, dans la base de données. </p><p class="expand inline mw-collapsible-content">Les systèmes de reconnaissance faciale utilisent un algorithme, comme le Facial Recognition Vendor Test, qui permet de prédire s’il y a une correspondance en fonction des points nodaux du visage d’une personne. </p><p class="inline">Habituellement, la technologie suit quatre étapes :  <ref><i>[http://www.ex-sight.com/technology.html]</i></ref>: </p>

   <p>Capture –un échantillon physique ou comportemental est capté par le système lors d’une analyse;</p>

   <ul>

  <p>extraction – des données uniques sont extraites de l’échantillon, et un modèle est créé;</p>

    <li><b>Capture</b> – un échantillon physique ou comportemental est capté par le système lors d’une analyse;</li>

  <p>comparaison – le modèle est ensuite comparé à un autre échantillon;</p>

    <li><b>Extraction</b> – des données uniques sont extraites de l’échantillon, et un modèle est créé;</li>

  <p>correspondance – le système décide alors si la caractéristique extraite du nouvel échantillon a une correspondance.</p>

    <li><b>Comparaison</b> – le modèle est ensuite comparé à un autre échantillon;</li>

    <li><b>Correspondance</b> – le système décide alors si la caractéristique extraite du nouvel échantillon a une correspondance.</li>

  </ul>

   <h2>Utilisation par l'industrie</h2>

   <h2>Utilisation par l'industrie</h2>

   <p class="inline-spacer"></p>

   <p class="inline-spacer"></p>

   <p class="inline">La reconnaissance faciale nécessite beaucoup de puissance pour le traitement des images en temps réel, un problème que pourrait résoudre l’informatique en périphérie. Les tâches de prétraitement de l’image peuvent être effectuées par l’appareil qui a pris la photo, ou beaucoup plus près de l’appareil que le centre de données. L’appareil capterait l’image, la balaierait à la recherche de visages puis extrairait l’information sous forme d’empreinte faciale. Une fois que l’empreinte faciale a été créée, elle est envoyée au serveur principal pour l’authentification, et l’image d’origine est éliminée. </p><p class="expand inline mw-collapsible-content">Comme le prétraitement de l’empreinte faciale a été effectué à l’extérieur du serveur, ce dernier n’a qu’à vérifier s’il y a correspondance interne avec l’empreinte faciale récente.</p>

   <p class="inline">La reconnaissance faciale nécessite beaucoup de puissance pour le traitement des images en temps réel, un problème que pourrait résoudre l’informatique en périphérie. Les tâches de prétraitement de l’image peuvent être effectuées par l’appareil qui a pris la photo, ou beaucoup plus près de l’appareil que le centre de données. L’appareil capterait l’image, la balaierait à la recherche de visages puis extrairait l’information sous forme d’empreinte faciale. Une fois que l’empreinte faciale a été créée, elle est envoyée au serveur principal pour l’authentification, et l’image d’origine est éliminée. </p><p class="expand inline mw-collapsible-content">Comme le prétraitement de l’empreinte faciale a été effectué à l’extérieur du serveur, ce dernier n’a qu’à vérifier s’il y a correspondance interne avec l’empreinte faciale récente.</p>

   <h4>Difficultés</h4>

   <h4>Difficultés</h4>