Méthodes d’ensembles et apprentissage profond pour l’analyse faciale – FacIL

Les expressions faciales sont porteuses d'informations relatives à l'état cognitif, émotionnel et aux intentions sociales d'une personne. La reconnaissance des expressions faciales vise à extraire de manière automatique ces indices dans une image ou un flux vidéo. Il s'agit d'un domaine de recherche très actif à l'interface de la vision par ordinateur et de l'apprentissage artificiel. Depuis une quinzaine d'années, les recherches ont connu des avancées remarquables et les technologies actuelles sont suffisamment matures pour être exploitées dans des applications et des services commerciaux tels que la capture de mouvements faciaux sans marqueurs, l'analyse de l'engagement émotionnel des consommateurs pour le marketing ou encore l'analyse des expressions faciales dans le cadre d'études comportementales.
Pour être vraiment effectifs et déployés à plus large échelle, les systèmes d'analyse faciale de nouvelle génération devront toutefois répondre à plusieurs défis d'envergure : la grande variabilité des données en conditions réelles (in the wild), le faible nombre de données, la complexité en mémoire et en temps des modèles, et l'adaptabilité des modèles à de nouveaux domaines et à de nouvelles tâches. Afin de relever ces défis, le choix du modèle prédictif, de son architecture, et de l'algorithme d'apprentissage est donc central. L'objectif scientifique de ce projet de recherche d'une durée de 48 mois est de dépasser ces verrous scientifiques en proposant de nouvelles architectures de modèles hybrides à l'interface des forêts aléatoires et des réseaux de neurones profonds. Ces approches seront validées au travers de deux applications en environnements réels et non contraints : l'évaluation des productions émotionnelles d'enfants dans un contexte de jeu sérieux et l'analyse des expression faciales pour la caractérisation de la souffrance respiratoire (dyspnée) de patients placés sous assistance respiratoire. Les développements issus de ce projet seront intégrés dans une bibliothèque logicielle sous licence Open Source.