Alors que la création et la diffusion de contenus vidéos augmente de manière importante, le besoin d'algorithmes et d'outils efficaces pour analyser, identifier et rechercher ces contenus est devenu évident. La problématique de cette thèse est directement liée à ces besoins, en particulier deux applications privilégiées sont envisagées : le comptage de personnes et la reconnaissance d'expressions faciales.
Sur la base d'un système de détection de visages dans les vidéos développé dans notre laboratoire, nous approfondissons ces travaux dans le cadre de cette thèse, en développant une méthode de suivi de visages robuste et efficace reposant sur la combinaison d'une méthode de type « kernel tracking » et d'un filtre de Kalman, qui est le coeur de notre système de comptage de personnes.
De plus, nous travaillons à la réalisation d'une segmentation précise du visage dans les images afin de réaliser une reconnaissance de l'expression faciale. Pour cela, nous envisageons de développer une approche innovante reposant sur l'analyse de l'expression à partir de traits faciaux permanents (fronts, yeux, bouche) ainsi que de traits faciaux transitoires en utilisant des points d'intérêts extraits du visage.