Identification faciale par machine learning à partir de quelques gènes cible in silico

Abstract

La morphologie faciale, un trait complexe sous contrôle de la génétique. Mendel propose que les traits soient définis par des "éléments héréditaires" appelés gènes. Les gènes apparaissent sous différentes versions ou expressions, qu’on désigne par allèles. Les allèles dominants sont exprimés au détriment des allèles récessifs. Les allèles récessifs ne s’expriment que lorsqu’ils sont présents tous les deux. De nombreuses recherches ont identifié plusieurs gènes associe à divers caractères faciaux. Cette présente étude va essayer à partir d’une trace biologique de prédire et reconnaitre le faciès d’une personne en utilisent son profil génétique. Ceci dit c’est à partir d’un ensemble restreint de gènes clés impliqués dans la pigmentation (comme OCA2, HERC2, TYR) et la morphologie faciale, que nous essayons de développer un système intelligent capable de prédire les traits du visage humain. Un système intelligent a été développé pour interpréter ces données génétiques et produire des prédictions visuelles, L’implémentation de ce système a été réalisée en langage Python, à l’aide de bibliothèques spécialisées en science des données et en apprentissage automatique. Ce système basé sur la pigmentation des yeux particulièrement, est un essai pour les autres traits faciaux qui par modélisation 3D de la morphologie faciale va donc nous donner la prédiction d’un profil inconnu en faciès connu. Les résultats obtenus, bien qu’exploratoires et limités à quelques traits, démontrent la faisabilité technique de cette approche et constituent une preuve de concept solide. Cette étude ouvre ainsi des perspectives prometteuses pour le développement d’outils plus complets d’identification faciale à visée biométrique, médico-légale ou anthropologique