et devant une vidéo ?

Peut-être que ça se base plus sur les micro-déformations d'un visage qui bouge naturellement, en plus de la forme et des couleurs ? En simplifiant l'image du visage en quelques grandes lignes, on doit pouvoir repérer quelques déformation temporelles particulières à l'individu, un peu comme quand on entraine un système de reconnaissance d'écriture.
C'est une manière élégante de faire un début de reconnaissance 3D qui peut être réalisée avec une interface de cpature 2D, enfin, moi c'est ce que je ferai...