Reconnaissance dempreintes digitales Fao Frédéric-Liméry Lionel-Guiraud Ludovic Tuteur : M....
-
Upload
rosalie-pereira -
Category
Documents
-
view
116 -
download
0
Transcript of Reconnaissance dempreintes digitales Fao Frédéric-Liméry Lionel-Guiraud Ludovic Tuteur : M....
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