Reconnaissanced’empreintes digitales

Fao Frédéric-Liméry Lionel-Guiraud Ludovic

Tuteur : M. Patrick ISOARDI

Serrure biométrique

PLAN

• 1. La reconnaissance des empreintes digitales

• 2. L’existant

• 3. Futur

• 4. Planning prévisionnel

3

I - La reconnaissance des empreintes digitales

Principe

- Une empreinte digitale est le dessin formé par les lignes de la peau des doigts

- Grand nombre d’éléments qui différencient chaque empreinte de manière unique:

Les minuties

La reconnaissance des empreintes digitales

4

Un lecteur optique pour scanner une empreinte digitale

L’image capturée représente toutes les lignes de crêtes du doigt en contact direct sur le capteur.

5

La reconnaissance des empreintes digitales

Recherche de Minuties

• Pré-traitrement de l’image pour la recherche de minuties

• Extraction des minuties– Arrêt de ride– Bifurcation

Exemple d'arrêt de ride Exemple de bifurcation

Prétraitements

• Squelettisation– Résultats du traitement d’une image:

7

image binarisée

image squelettisée

Un algorithme parcourt

toute l’image pour détecter

les minuties

Image binarisée : Détection de minuties

Recherche de Minuties

Calcul du graphe

Un graphe complet doit être tracé

Traitement de Minuties

Prise de décision

Une fois le graphe tracé, on pourra comparer les distances entre les minuties, importance du nombre de minuties pour la robustesse de la comparaison.

Pour la prise de décision, il faudra introduire une variable de décision adaptée

SEUIL

Traitement de Minuties

11

La reconnaissance des empreintes digitales

Résumé de l’application:

II - L’Existant

Capteur d’empreinte

Algorithme de reconnaissance

développé par d’anciens étudiants

Prise en Main

Capteur d’empreintes

USB, Windows… Constat

Problème de capture d’image Solution

Toolkit Gratuit

Prise en main (2)

Algorithme développé

Ligne de commande

Prise en main (3)

Constitution de la base de donnéesCommande Java Util

Constat : Problème mineurCapture traitement, test de reconnaissance

Extraction MinutiesCommande : Java Main init bd\

Prise en main (4)

(extraction) Constat :

Nombreuses minuties

Comparaison

2 types de comparaison:

- par image

- par fichier .minuties

Tests

Plusieurs cas:

- Même image d’une même empreinte

- 2 mêmes empreintes, image différente

- 2 empreintes différentes

Résultats:

- Faux/Positifs

Exemple:

18

Futur

Pistes d’améliorations:

- Recherche des minuties:

- Comparaison

19

Utilisation de GMM

Pourquoi?

• Comparaison algorithmique

• Outils LIA_SPKD et disponible

Utilisation de GMM

Reconnaissance d'empreintes via GMM

• Apprentissage des données d'une personne

• Modélisation pertinente

• Probabilité d'appartenance au modèle

• Calcul du seuil de vraisemblance

Utilisation de GMM

Avantage:

Optimisation de la recherche dans la base de donnée grâce à l'identification du type de l'empreinte digitale

Généralisation de la reconnaissance d'empreinte

Utilisation de GMM : Perspective

5 étapes pour la reconnaissance d’empreintes digitales :

1. Récupération de l'empreinte

2. Traitement de l'empreinte

3. Reconnaissance globale de l'empreinte

4. Reconnaissance locale de l'empreinte

5. Prise de décision

Planning Prévisionnel

21 janvier (2 semaines) :

Etude en vue d’une amélioration éventuelle du codage des prétraitements phase de tests, ajout d’éventuels prétraitements supplémentaires

 

04 février (3 semaines) : 

Etude et amélioration de l’algorithme de recherche de minuties phase de tests

  25 février (4 semaines) :

codage des algorithmes de comparaisons phase de tests avec la base de données d’empreintes

 

24 mars (4 semaines) :

utilisation des GMM pour classifier la base de données d’empreintes

21 avril (3 semaines) :

phase importante de tests, et de débugguage rapport sur les résultats

24

But final:

25