Multimodalité biométrique dans le cadre d’une application d’authentification

Abstract

La biométrie multimodale consiste à combiner plusieurs modalités biométriques, ou plusieurs échantillons ou instances biométriques du même trait, ou encore utiliser plusieurs capteurs ou appliquer plusieurs extracteurs au même trait biométrique. Elle est de plus en plus utilisée de nos jours. En effet, elle permet de pallier les limites observées dans les systèmes biométriques unimodaux comme le manque d’individualité et la sensibilité aux attaques, tout en améliorant l’efficacité et la performance de la reconnaissance. Dans ce travail nous présentons trois éléments de contribution, montrant chacun un type de la biométrie multimodale. - La première contribution concerne la proposition d’un algorithme d’identification par l’iris à base de deux algorithmes d’appariement. Dans cette proposition nous utilisons la fuzzification des résultats de la reconnaissance marquée par le degré d’appartenance aux ensembles flous modélisant les décisions du système, ce qui offre un intervalle intermédiaire entre la décision d’accepter le client et la décision de le rejeter. Le système peut donc, par exemple, déclarer une authentification comme « fortement accepter », ou bien « fortement rejeter ». Nous agissons au niveau de la phase d’appariement en appliquant deux algorithmes d’appariement différents et en essayant de voir l’influence et l’apport de la fusion par l’inférence floue sur les résultats de la reconnaissance du système. - La deuxième contribution concerne La proposition d’un nouvel algorithme de la reconnaissance par empreinte digitale assurant l’identification par instances répétées (plusieurs impressions du même doigt) et multiples (plusieurs doigts) d’empreintes digitales. La fusion est établie au niveau caractéristique (feature level). A ce niveau de fusion, Choisir de combiner les informations biométriques provenant d’instances répétées et/ou multiples engendre un ensemble de caractéristique (feature set) plus riche en information biométrique que d’utiliser la fusion au niveau Score ou bien au niveau de Décision. En plus, il assure la détection des points de caractéristiques biométriques redondants qui seront supprimés avant l’appariement. Cet avantage n’est pas offert par la fusion au niveau Score ou bien au niveau de Décision, ensuite, Choisir la fusion au niveau caractéristique est idéal quand les codes à fusionner sont homogènes (dans notre cas les codes sont tous des codes d’instances d’empreinte). Nous avons mesuré la Spécificité et la Sensibilité de l’algorithme proposé en utilisant une instance, trois instances puis huit instances de l’empreinte et on a déduit à propos de la meilleure combinaison. Le critère de la Spécificité mesure la pertinence du système à éviter les fausses détections, le critère de la Sensibilité mesure la pertinence du système à détecter les vraies minuties. Les résultats expérimentaux ont montrés que la précision de la reconnaissance est améliorée chaque fois on fusionne plus d’instances.