Identification Biométrique par Fusion Multimodale
Loading...
Date
2018-11-19
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Résumé (Anglais) :
Biometrics is the technology that measures the physiological and/or behavioral characteristics of a person in order to authenticate him. Unimodal biometric systems suffer from multiple limitations such as the noise introduced by the sensor into the collected data, non-universality, lack of individuality as well as sensitivity to attacks, which allows us through the use of multi-biometrics to overcome these problems and achieve better performances in terms of recognition rates.
In this thesis, we propose two multimodal systems that integrate two modalities, namely the iris and the face. The first proposed system based on matching score fusion, uses two feature extraction algorithms, Haar wavelet and Phase-Based Gabor Fisher Classifier (PBGFC) for iris and face, respectively. Experiments are conducted on a chimeric (independent) database by combining iris and face images obtained from the two databases CASIA V1 and ORL and the obtained recognition rate is very encouraging. As for the second system, we propose a new approach that fuses two methods, the Gabor-wigner transform and Gabor-oriented phase information for feature extraction as well as a hybrid scheme that combines several information sources: Multi-algorithm, Multi-instance and Multi-modal and that integrates the face, left and right irises of the same subject. The experiments are conducted on a real SDUML-AHMT database and the obtained results are very satisfactory.
Résumé (Français ) :
La biométrie est la technologie qui mesure les caractéristiques physiologiques et/ou comportementales
d‟un individu afin de l‟authentifier. Les systèmes biométriques monomodaux souffrent de multiples
limitations telles que le bruit introduit par le capteur dans les données collectées, la non-universalité,
le manque d‟individualité ainsi que la sensibilité aux attaques. L'utilisation de la multi-biométrie nous
permet de surmonter ces problèmes et ainsi obtenir de meilleures performances en termes de taux de
reconnaissance.
Dans cette thèse, nous avons proposé deux systèmes multimodaux qui intègrent deux modalités à
savoir l‟iris et le visage. Le premier système proposé basé sur la fusion au niveau du score de
correspondance, utilise deux algorithmes d‟extraction des caractéristiques, l‟ondelette de Haar et le
Phase-Based Gabor Fisher Classifier (PBGFC) pour l‟iris et le visage, respectivement. Les expériences
sont menées sur une base de données chimérique (indépendante) par l‟association des images de l'iris
et du visage obtenues à partir des deux bases de données CASIA V1et ORL et le taux de
reconnaissance obtenu est très encourageant. Pour le deuxième système, nous proposons une
nouvelle approche qui fusionne deux méthodes, la transformée de Gabor-wigner et l'information de
phase orientée de Gabor pour l'extraction des caractéristiques ainsi qu'un schéma hybride qui combine
plusieurs source d‟information : Multi-algorithme, Multi-instance et Multimodale et qui intègre le
visage et les iris gauche et droit d'un même sujet. Les expériences sont menées sur la base de données
réelles SDUML-AHMT et Les résultats obtenus sont très satisfaisants.
Description
Doctorat en Sciences
