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.
Type de document :
Communication dans un congrès
TAIMA'2011, septième édition des ateliers de travail sur le traitement et l'analyse de l’information, Oct 2011, Hammamet, Tunisie. 2011
https://hal.archives-ouvertes.fr/hal-01354466
Contributeur : Équipe Gestionnaire Des Publications Si Liris <>
Soumis le : jeudi 18 août 2016 - 19:28:44
Dernière modification le : vendredi 19 août 2016 - 01:04:22
Wael Ben Soltana, Di Huang, Mohsen Ardabilian, Liming Chen, Chokri Ben Amar. Modèle de fusion de classifieurs basé sur le recuit simulé
et son application à la vérification de visages en 3D. TAIMA'2011, septième édition des ateliers de travail sur le traitement et l'analyse de l’information, Oct 2011, Hammamet, Tunisie. 2011. <hal-01354466>
