Ce projet consiste à hybrider plusieurs sources d’information à savoir audio et vidéo à travers des captures par des périphériques appropriés. Ce flux informationnel va servir en tant que source d’information pour développer des algorithmes performants pour la reconnaissance faciale.

Cette reconnaissance n’est pas conventionnelle mais une reconnaissance robuste pour des visages cachés ou tronqués suite à une capture défaillante ou floue due à un gradient de vitesse important.

Cette reconnaissance se fera par rapport à une base de données d’images non tronquées, réelles et complètes qui seront comparées avec le flux de visages manquants.

Une fois la classification développée, elle sera une base d’attaque pour développer une classification en vue d’une identification, du genre, de la race, de l’âge, du sexe et d’autres paramètres en vue de l’identification complète de l’individu ou de l’ensemble des individus.

Pour accomplir ces deux tâches essentielles pour la réussite du projet, des outils intelligents comme la logique floue et les réseaux de neurones seront utilisés. Ces outils sont maitrisés par nos chercheurs et seront des piliers pour des performances de reconnaissances et prédictions intelligentes.

Les résultats qui seront obtenus seront mis à la disposition des médecins pour les exploiter dans le diagnostic de certaines maladies particulièrement en urologie comme par exemple la reconnaissance et l’identification de certaines pathologies prostatiques en exploitant la reconnaissance du type des foyers infectieux et leur constitution.

De même, on procèdera à une exploitation des techniques d’intelligence artificielle développées et des attributs discriminatifs pour la détection et prédiction de l’épilepsie et l’identification de certaines cellules cancéreuses.

Cette même intelligence artificielle sera exploitée au profit de la société MEDIS en vue de l’optimisation de la distribution des médicaments selon la des attributs de prédiction et de classification.