Conception et Implémentation d’architectures modulaires et hiérarchiques en reconnaissance biométrique

Abstract

Les systèmes de reconnaissance biométrique unimodaux sont largement utilisés dans divers domaines. L’utilisation d’une seule modalité fait que le système développé souffre de nombreux défis. La combinaison de plusieurs informations extraites de différentes modalités biométriques dans un nouveau système de reconnaissance biométrique est la meilleure solution proposée jusqu’à présent. Ces systèmes visent à résoudre différents inconvénients rencontrés dans un système biométrique unimodal. La recherche de sources de données appropriées pour construire un système robuste et sécurisé est en cours. L’électrocardiogramme (ECG ou EKG) offre une caractéristique inhérente à la vivacité d’une personne, ce qui le rend difficile à usurper par rapport à d’autres modalités biométriques. Cette nouvelle technologie a été récemment utilisée dans plusieurs systèmes unimodaux et multimodaux. L’oreille biométrique est une autre modalité émergente. Elle présente une source d’informations riche et stable sur une période acceptable de la vie humaine. L’iris est l’une des plus anciennes biométries utilisées dans la littérature. En raison de sa précision et de sa fiabilité supérieure, l’iris a été intégré avec des différentes modalités biométriques tels que l’empreinte digitale, le visage et la paume. Dans cette thèse, nous visons à résoudre les problèmes existants rencontrés par le système unimodal en analysant les travaux existants puis en proposant un nouveau système biométrique multimodal. Deux contributions ont été introduites. Dans la première contribution, nous implémentons deux systèmes. Tout d’abord, nous développons un système biométrique pour l’ECG basé sur Shifted 1D-LBP. Dans ce système, nous étudions l’impact de l’étape de prétraitement en appliquant trois techniques différentes (SG-FIR, Butterworth et filtres numériques 1D). Le deuxième système consiste à combiner l’oreille et l’ECG dans un système biométrique bimodal basé sur 1D-MR-LBP. La deuxième contribution utilise l’oreille, l’ECG et l’iris afin de développer un nouveau système multimodal. Des descripteurs de texture locaux (1D-LBP, Shifted 1D-LBP et 1D-MR-LBP) sont utilisés pour extraire les caractéristiques importantes du signal ECG et des images converties de l’oreille et de l’iris en signal 1D. Un vecteur augmenté a été généré en fusionnant l’ensemble des trois caractéristiques. KNN et RBF sont utilisés pour l’appariement afin de classer un utilisateur inconnu comme un authentique ou un imposteur. Les résultats expérimentaux démontrent que l’approche proposée surpasse les systèmes biométriques unimodaux, le système bimodal proposé et les systèmes multimodaux existants.