Abstract:
l'identification des enfants disparus est une préoccupation universelle qui transcende les frontières géographiques et culturelles. Chaque année, des milliers d'enfants disparaissent, laissant derrière eux des familles dévastées et des communautés bouleversées. Bien que les technologies de recherche et de sauvetage aient considérablement progressé au fil des ans, de nombreux défis subsistent, en particulier lorsqu'il s'agit d'enfants qui ont grandi et dont l'apparence a évolué avec le temps. L'age est un défi complexe en raison des changements physiques qui surviennent au fil du temps tels que la perte des dents, la maturité de la peau, la puberté, etc.
Pour relever ce défi complexe, Nous proposons une nouvelle méthode qui consiste à réaliser un système d'identification robuste et efficace qui se base sur les ré- seaux de neurones pour la détection et l'alignement des visages avec la méthode MTCNN, deux méthodes puissantes pour l'extraction des caractéristiques locales LBP et HOG, deux méthodes très efficaces pour la réduction des dimensions PCA et LDA, un CNN pour l'apprentissage et la classification et Finalement la distance euclidienne pour la prise de décision. notre système sera appliqué sur la base de donnée FG net.
