La recherche présentée dans cette thèse est divisée en trois parties. Notre objectif
dans la première partie est l’amélioration de la compression de l’image par
stéganographie. Dans cette étude, la compression de données est effectuée en deux
étapes. Tout d’abord, nous profitons du compactage d’énergie en utilisant JPEG
pour réduire les données redondantes. Ensuite, nous intégrons des blocs de bits
dans les blocs suivants de la même image stéganographie. Les bits intégrés servent
à non seulement augmenter la taille du fichier de l’image compressée, mais aussi
à diminuer davantage la taille du fichier. Les résultats expérimentaux montrent
que notre méthode donne de meilleurs taux de compression tout en conservant
une haute qualité de l’image. Le deuxième sujet de cette thèse propose un formalisme
bayésien pour la stéganalyse d’image numérique qui permet la détection
d’images stego, l’identification de l’algorithme de stéganographie utilisé, l’estimation
de la longueur du message et l’emplacement, et l’anticipation dans le cas de
l’intégration en utilisant un algorithme de stéganographie inconnu. La détection,
l’identification et l’anticipation impliquent l’apprentissage discriminant dans l’espace
des fonctions. L’estimation nécessite la fusion de classificateurs permettant la
discrimination entre les sous-images et une intégration entière des couvertures de
tailles différentes. La validation sur des images JPEG montre que le système proposé
est efficace et permet d’anticiper des algorithmes de stéganographie inconnus.
Le troisième sujet de la thèse décrit une méthode d’estimation du regard de l’oeil
humain pendant un mouvement normal de la tête. Dans ce procédé, la position et
l’orientation de la tête sont acquises par des données de profondeur fournies par
Kinect. La direction de l’oeil est obtenue à partir d’images à haute résolution. Nous
nous proposons la régression logistique multinomiale pour construire une fonction
de mappage du regard et de vérifier l’état de l’iris. L’efficacité de la méthode proposée
est validée par une évaluation de la performance pour plusieurs personnes
avec différentes distances et poses par rapport à la caméra et dans différents états
de l’oeil.
| Identifer | oai:union.ndltd.org:usherbrooke.ca/oai:savoirs.usherbrooke.ca:11143/5335 |
| Date | January 2014 |
| Creators | Jafari, Reza |
| Contributors | Ziou, Djemel |
| Publisher | Université de Sherbrooke |
| Source Sets | Université de Sherbrooke |
| Language | English |
| Detected Language | French |
| Type | Thèse |
| Rights | © RezaJafari |
Page generated in 0.0022 seconds