Description des plus récentes modalités biométriques

Description des plus récentes modalités biométriques 

Quand on parle de biométrie, on pense à la reconnaissance d’empreinte digitale, de l’iris, du visage ou de la voix. Bien entendu, certaines biométries sont employées depuis plus d’un siècle, d’autres plus innovantes ne sont encore qu’à un stade purement expérimental. Ainsi, les progrès dans ce domaine ont permis d’explorer d’autre biométries prometteuses comme la thermographie (thermo gramme de la main, le thermo gramme facial), les mouvements des yeux, les battements du cœur, l’odeur corporelle, ou encore le mouvement des yeux.

L’avantage majeur de ces modalités c’est qu’elles ne sont pas intrusives. Mais ces solutions biométriques restent trop coûteuses.

La thermographie 

Le principe de la thermographie est que le corps n’a pas la même température sur son ensemble. De ce fait, la thermographie a été considérée comme une technique biométrique. Donc, grâce à une caméra thermique, ne mesure pas de température mais des flux de rayonnement, une partie du corps (souvent le visage ou la main) sera sélectionné pour produire une cartographie spatiale des températures (thermo gramme). Cette cartographie permet de faire apparaître une répartition de la chaleur qui est unique à chaque individu. Un des avantages de cette technique est la possibilité d’obtenir une cartographie sans contact et sans laisser de traces. Elle permet également de distinguer de vrais jumeaux.

Le thermo gramme facial 

La quantité de chaleur émise par les différentes parties du visage caractérise chaque individu. Elle dépend de la localisation des veines mais aussi de l’épaisseur du squelette, la quantité de tissus, de muscles, de graisses, etc. Pour capturer l’image, il est possible d’utiliser un appareil photo ou une caméra numérique dans le domaine de l’infrarouge. Contrairement à la biométrie de visage, la capture peut se faire dans des conditions d’éclairage différentes même dans le noir complet. Aussi, la chirurgie plastique n‘a pas une grande influence sur les thermo grammes faciaux ce qui est un autre avantage sur la reconnaissance de visage classique. Mais comme la reconnaissance de visage, les thermo grammes ont une sensibilité à la pose, aux émotions et à la température corporelle. A l’état actuel, aucun système n’a réussi à prouver la sûreté de cette technique.

Les battements du cœur
Comme toute autre modalité biométrique, le rythme cardiaque est propre à chaque personne. C’est une nouvelle empreinte biométrique développée sous forme de bracelet, basée sur l’unicité du rythme cardiaque. De récentes travaux sur la reconnaissance d’individu par les battements de cœur ont été publiés tel que (Chen et al. 2012) .

L’odeur corporelle
Chaque personne dégage une odeur qui lui est particulière. Les systèmes biométriques qui exploitent cette technologie analysent les composants chimiques contenus dans l’odeur corporelle pour ensuite les transformer en données comparatives.

Les mouvements des yeux 

Les mouvements des yeux ou les saccades sont étudiées depuis de nombreuses années mais de récentes études montrent qu’elles sont uniques pour chacun d’entre nous. Cette caractéristique constitue une signature biométrique exploitable. Bien entendu, deux personnes suivant une même cible auront leur regard qui se comportera de la même façon. Ce sont les stratégies oculaires fines des saccades qui seront différentes et propres à chaque individu. Les principaux avantages des saccades sont qu’elles ne peuvent pas être reproduites frauduleusement et qu’elles peuvent être mesurées par de simples caméras à haute définition. Dans le cadre de la proposition des systèmes de contrôle des saccades pour l’utiliser comme signature biométrique. Des travaux de recherche récents ont été publiés comme (Kasprowski et al., 2004) et (Holland et al., 2013).

Limitations de la biométrie 

Les systèmes biométriques par rapport aux moyens d’identification classiques (mot de passe, badge, carte,..) est moins fiable en termes d’exactitude puisque ces moyens sont toujours reconnus avec un taux de 100%. Aussi, ces systèmes se basent sur un score de vraisemblance exprimant le score de similitude entre deux modalités biométriques en question. Donc, en se basant sur ce score, les systèmes  biométriques passent par un module de décision qui compare ce score à un seuil afin de générer une décision. Mais, voir que ce score ne reflète pas toujours la vérité de la comparaison et de similitude vérifié, on peut dire que ces système biométrique ne peuvent pas être fiable de 100%. L’absence de correspondance est une autre limitation qui est due à la variabilité des données biométriques à cause de non fiabilité des représentations de ces modalités. Donc cette variabilité est due à la variabilité lors de la capture ou temporelle.

• La variabilité lors de la capture
Cette variabilité est due à plusieurs phénomènes: déformation physique lors de la capture, erreurs lors de la numérisation, bruit d’acquisition. Cette variabilité n’est pas intrinsèquement liée à la biométrie mais à la numérisation de cette biométrie. Aussi, l’acquisition des biométries peut être impossible à cause des conditions environnementales. Par exemple il est impossible d’utiliser un système de reconnaissance de la voix dans un endroit très bruité ou de reconnaissance par le visage lorsqu’il fait nuit (si l’on utilise une caméra à lumière visible).

• La variabilité temporelle et la non-unicité des biométries
Ces variabilités sont également appelées variabilité intra-classe (variabilité d’une modalité pour un individu) au niveau des échantillons de la même biométrie d’une même personne et variabilité interclasse (variabilité entre les modalités de plusieurs individus) entre les différentes échantillons des modalités de personnes différentes. Les systèmes biométriques souffrent du problème de l’intrusion par les fraudes. A priori, il est simple à voler une carte ou décoder un mot de passe mais il est plus difficile de falsifier un iris plutôt qu’il est toute fois possible de reproduire certaines modalités biométriques. Aussi, s’il est relativement simple de reproduire une signature ou imiter la voix d’une personne, il est plus difficile de reproduire l’iris ou l’empreinte digitale mais cela est possible. Ainsi que certaines études ont montré qu’il était possible de reproduire les empreintes digitales avec de la silicone.

Les notions de base

Gabarit

Habituellement, les systèmes biométriques ne comparent pas directement les images visuelles des caractéristiques d’une personne. Celles-ci sont plutôt traitées pour les rendre plus aptes à la comparaison par ordinateur et réduire au minimum leur taille de stockage. Généralement, on ne peut pas recréer une image à partir du gabarit découlant de celle-ci. Prenant l’exemple de création de gabarits d’empreintes digitales qui est fonction des algorithmes commerciaux mis au point par chaque fournisseur, mais leur processus est similaire :

1) On capture l’image d’une empreinte digitale;
2) On traite l’image en vue de faire apparaître clairement les crêtes et les sillons;
3) On étudie la disposition des crêtes pour y trouver des irrégularités, appelées points caractéristiques (minuties), dont voici quelques exemples fréquents : bifurcations, centres de figure, divisions, coupures, îlots et deltas.
4) On mesure l’emplacement relatif des points caractéristiques, obtenant ainsi un schème connu sous le terme de « graphique de minuties » constituant la base du gabarit d’empreintes digitales.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela rapport-gratuit.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

Introduction générale
Chapitre 1 : La biométrie
1. Introduction
2. Biométrie monomodale
2.1. Description générale
2.2. Description des plus récentes modalités biométriques
2.2.1. La thermographie
2.2.2. Le thermogramme facial
2.2.3. Les battements du cœur
2.2.4. L’odeur corporelle
2.2.5. Les mouvements des yeux
3. Limitations de la biométrie
4. Les notions de base
4.1. Gabarit
4.1.1. Gabarit d’enrôlement
4.1.2. Gabarit d’authentification
4.2. Identification
4.3. Vérification
4.4. Evaluation
5. La multi modalité
5.1. Les différentes formes de la multi modalité
5.2. Les niveaux fusion
5.2.1. Fusion au niveau capteur
5.2.2. Fusion au niveau des données ou des caractéristiques
5.2.3. Fusion au niveau score de comparaison
5.2.4. Fusion au niveau rang
5.2.5. Fusion au niveau prise de décision
5.3. Normalisation
5.4. Les scénarios de fusion
5.4.1. Modalité biométrique unique et de multiples capteurs
5.4.2. Unique trait biométrique, multiples classificateurs
5.4.3. Unique trait biométrique, plusieurs unités
5.4.4. multiples modalités biométriques
5.5. Les Modes de fonctionnement
5.6. Les stratégies d’intégration
5.7. Travaux existants
6. Conclusion
Chapitré 2 : Les outils et les méthodes
1. Introduction
2. La transformée en curvelet
2.1. Avant propos
2.2. La transformée en ridgelet
2.3. Description de la transformée en curvelet
2.3.1. Présentation
2.3.2. Principe
2.4. Les curvelets pour la caractérisation de modalités biométriques
2.4.1. Les curvelets pour la représentation de l’iris
2.4.2. Les curvelets pour la représentation de l’empreinte digitale
3. La théorie possibiliste
3.1. Avant Propos
3.2. Description de la théorie possibiliste
3.2.1. Obtention des distributions de possibilités
3.2.1.1. Méthode basée sur le concept de distance
3.2.1.2. Classification floue par un algorithme de c-means
3.2.1.3. Méthodes heuristiques
3.2.2. La mesure de possibilité
3.2.3. La mesure de nécessité
3.2.4. Relation entre mesures de nécessité et de possibilité
3.2.5. Les opérateurs de fusion
3.2.5.1. Fusion conjonctive
3.2.5.2. Fusion disjonctive
3.2.5.3. Fusion adaptative
4. Algorithme génétique
4.1. Généralités sur la sélection des caractéristiques
4.2. Description
4.2.1. Le vocabulaire
4.2.2. Principe de base
4.2.3. Opérateurs de reproduction
4.2.4. Sélection
4.2.5. Croisement
4.2.6. Mutation
5. Conclusion
Chapitre 3 : Le système de vérification d’iris proposé
1. Introduction
2. Travaux existants
2.1. Démarche générale
2.2. Méthodes de Segmentation
2.2.1. Ganeshan et al. (2006)
2.2.2. Arvacheh et al. (2006)
2.2.3. Randy et al. (2007)
2.2.4. Zhaofeng et al. (2008)
2.2.5. Basit et al. (2008)
2.2.6. Zhongliang et al. (2008)
2.3. Normalisation de l’iris
Conclusion générale

Rapport PFE, mémoire et thèse PDFTélécharger le rapport complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.