 |
Conference papers
Modèle de fusion de classifieurs basé sur le recuit simulé et son application à la vérification de visages en 3D
Résumé : La fusion de classifieurs est une solution efficace et séduisante permettant de générer
une décision optimale à partir de plusieurs classifieurs et de surmonter les limitations des
systèmes mono-classifieur. Une telle stratégie est souvent adoptée dans des problèmes de
reconnaissance variés comme par exemple la biométrie. Toutefois, la recherche d’un schéma de
fusion optimale n’est pas une tâche triviale. Ceci est principalement dû à la cardinalité de l’espace
de recherche des stratégies de fusion qui croit de manière exponentielle avec le nombre de
classifieurs. Dans cet article, nous proposons une méthode de fusion combinant 24 classifieurs
différents et utilisée pour la vérification de visages en 3D. L’optimisation de la fusion est basée
sur l’algorithme de recuit simulé. Notre approche permet de sélectionner et de fusionner
automatiquement les meilleurs scores de similarité générés par ces différents classifieurs. Les
résultats des expérimentations menées sur la base FRGC2.0 montrent la performance et la
stabilité de notre solution.
https://hal.archives-ouvertes.fr/hal-01354466
Contributor : Équipe Gestionnaire Des Publications Si Liris <>
Submitted on : Thursday, August 18, 2016 - 7:28:44 PM
Last modification on : Wednesday, July 8, 2020 - 12:43:45 PM
Contributor : Équipe Gestionnaire Des Publications Si Liris <>
Submitted on : Thursday, August 18, 2016 - 7:28:44 PM
Last modification on : Wednesday, July 8, 2020 - 12:43:45 PM