Reconnaissance biométrique par fusion

Abstract

L’assurance da la fiabilité de l’identité personnelle est devenue la clé de réussite dans ce monde numérique en croissance rapide. Cette assurance garantit la sécurité des personnes, leurs actions transactionnelles et communicationnelles. La biométrie se révèle être une technique efficace pour assurer la reconnaissance automatique des individus en fonction de leurs caractéristiques physiologiques et comportementales. Cependant, Les systèmes biométriques uni-modaux utilisant une seule modalité biométrique ne garantissent pas avec certitude une identification fiable. De plus, ces systèmes connaissent certaines limitations comme la sensibilité aux tentatives d’intrusion, la sensibilité au bruit (vu l’unicité du capteur) et les taux de reconnaissance moyens, La plupart de ces problèmes peuvent être réduits par la mise en place de systèmes biométriques utilisant plusieurs signatures biométriques d’une même personne. C’est dans cette vision, que nous avons proposé une approche de reconnaissance multi-instance en se basant sur une récente modalité nommée FKP (Finger Knuckle Print), qui réduit le facteur intrusif et elle est difficile à usurper. Cette approche était le fruit d’un travail guidé par deux contributions. La première contribution de cette thèse s’articulait sur la recherche d’une approche d’extraction en combinant des primitives discriminantes et résistantes aux variations afin d’améliorer les performances de la reconnaissance. Dans ce sens, nous avons proposé la fusion entre deux méthodes d’extraction de primitives, qui pouvaient joindre l’aspect global et local ; la DCT (Discret Cosine Transform) pour l’aspect global et la LBP (Local Binary Pattern) pour l’aspect local. Dans la deuxième contribution, nous nous sommes basés sur les résultats de la première et sur les contraintes réelles qui peuvent affecter tout système, tels que la largeur de la base de données et la complexité des calculs (coût en termes de traitement et implémentation). La première partie de cette contribution s’accentuait sur l’évaluation de lavariante ULPB (Uniform Local Binary Pattern) dans le cas des images FKP. Alors que la deuxième partie de cette contribution portait sur la conception d’un système multi-instance et l’étude de méthodes de fusion de scores pour améliorer les performances de la méthode ULPB et spécialement pour réduire la dépendance entre les taux de reconnaissance et la taille du bloc, qui constitue l’unité de division de l’image FKP pour l’extraction des caractéristiques. Au final, nous avons confronté notre approche aux « cas défis » que peut rencontrer un système de reconnaissance, dans le but de prouver et de confirmer l’amélioration que porte notre approche aux niveaux des taux de reconnaissance.