comparative study for face detection & recognition

Abstract

This thesis presents a comprehensive comparative study of facial shape classification (Heart, Square, Long, Oval, and Round) across three distinct paradigms: traditional Machine Learning (ML), end-to-end Deep Learning (DL), and Hybrid architectures. Utilizing a dataset of 4,969 female celebrity images, the research evaluates the transition from manual feature engineering to automated representation learning. The first approach leverages 468 facial landmarks to extract geometric ratios and distances, evaluated against traditional classifiers such as Logistic Regression, K-Nearest Neighbors, and Support Vector Machines. Experimental results indicate that the SVM with a Radial Basis Function (SVM-RBF) provides a robust baseline with an accuracy of 82%. The second phase investigates deep learning architectures, including Convolutional Neural Networks (CNNs) and Vision Transformers (ViTs), utilizing transfer learning to overcome dataset constraints. Finally, hybrid models are proposed to fuse hand-crafted geometric descriptors with deep-learned latent features. Results demonstrate that hybrid and deep learning methods offer superior robustness against variations in pose, lighting, and expression compared to purely geometric models. This research contributes a rigorous evaluation framework, highlighting the trade-offs between model interpretability and classification performance in modern computer vision.***

Cette thèse présente une étude comparative approfondie de la classification des formes de visage (Coeur, Carré, Long, Ovale, Rond) à travers trois paradigmes distincts : l’apprentissage automatique traditionnel (ML), l’apprentissage profond (DL) et les architectures hybrides. Sur la base d’un ensemble de données de 4 969 images, cette recherche évalue la transition de l’ingénierie manuelle des caractéristiques vers l’apprentissage de représentations automatisé. La première approche utilise 468 points de repère faciaux pour extraire des rapports géométriques, testés avec des classificateurs tels que la Régression Logistique, les K-Plus Proches Voisins et les SVM. Les résultats montrent que le SVM-RBF constitue une base solide avec une précision de 82%. La deuxième phase explore les architectures de Deep Learning, notamment les réseaux de neurones convolutionnels (CNN) et les Vision Transformers (ViT), en utilisant l’apprentissage par transfert. Enfin, des modèles hybrides sont proposés pour fusionner les descripteurs géométriques manuels avec les caractéristiques extraites par l’apprentissage profond. Les résultats démontrent que les méthodes hybrides offrent une robustesse supérieure face aux variations de pose et d’éclairage par rapport aux modèles purement géométriques. Cette recherche contribue à établir un cadre d’évaluation rigoureux, mettant en évidence les compromis entre l’interprétabilité du modèle et les performances de classification en vision par ordinateur.