| Titre : | Etude de la fusion de modalités pour l'authentification en biométrie(visage,voix) |
| Auteurs : | Abdelmalik Ouamane, Auteur ; salim Sbaa, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algerie] : Université Mohamed Kheider, 2011 |
| Format : | 133p / 30cm |
| Accompagnement : | CD |
| Langues: | Français |
| Langues originales: | Français |
| Résumé : |
L'identification et/ou la vérification des visages possède plusieurs avantages sur les autres technologies biométriques : elle est naturelle, non intrusive et facile à utiliser. Les systèmes biométriques (unimodaux) permettent de reconnaître une personne en utilisant une seule modalité biométrique, mais ne peuvent pas garantir avec certitude une bonne identification. Alors la solution est la mise en place de systèmes biométriques multimodaux obtenus en fusionnant plusieurs systèmes de reconnaissance de visages. Dans ce présent travail, nous abordons plusieurs points importants concernant la biométrie multimodale. Tout d’abord, après avoir dressé un état de l’art de la reconnaissance de visages et étudié plusieurs méthodes pour sélectionner les meilleurs systèmes d’authentification de visages. Ensuite, nous présentons la multimodalité et les méthodes de fusion de score pour les deux approches combinaison et classification. Enfin les méthodes de fusion de scores sont comparées sur la base de données des visages XM2VTS et les scores de visages et voix de XM2VTS selon son protocole associé (protocole de Lausanne 1). The identification and / or verification of faces have several advantages over other biometric technologies: it is natural, not intrusive and easy to use. Unimodal biometric systems can recognize a person using a single biometric modality, but cannot guarantee with certainty the proper identification. So the solution is the establishment of multimodal biometric systems obtained by merging several face recognition systems. In this work, we discuss several important issues concerning the multimodal biometrics. First, after taking a state of the art of face recognition and studied several methods for selecting the best face authentication systems. Then, we present multimodality and fusion methods score for both combination and classification approaches. Finally, the fusion methods are compared on the XM2VTS database of faces and scores of faces and voices according XM2VTS its associated protocol (Lausanne Protocol 1). |
| Sommaire : |
Listes des figures…I Listes des tableaux…I Introduction générale 1 1. Reconnaissance de visage 5 1.1 Introduction… 5 1.2 État de l'art des techniques de reconnaissance de visage… 6 1.2.1 Méthodes globales 6 1 Les techniques linéaires 7 2 Les techniques non linéaires… 7 1.2.2 Méthodes locales… 7 1.2.3 Méthodes hybrides… 8 1.3 Présentation de modèle 10 1.3.1 Extraction des caractéristiques des visages… 11 1 Extraction des caractéristiques par la transformée de Hough… 11 2 Extraction des caractéristiques par les ondelettes de Gabor 14 1.3.2 Les algorithmes de réduction d’espace de données…17 1 Analyse en Composantes Principales (ACP)… 19 2 Analyse Discriminante Linéaire. 21 3 Le modèle discriminant linéaire amélioré de Fisher (Enhanced Fisher linear discriminant Model (EFM)) 24 4 La LDA directe (DLDA)… 26 5 L’Analyse Discriminante Linéaire Bidimensionnelle Orientée (ADL2Do)… 27 1.3.3 Comparaison…28 1.4 Mesure de la performance des systèmes d’authentification biométriques 29 1.4.1 Intervalle de confiance… 31 1. Méthode non-paramétrique… 31 2. Méthode paramétrique… 31 1.5 Conclusion…32 Sommaire 2. Authentification de visages et étude 35 2.1 Introduction… 35 2.2 La base de données XM2VTS…de donnée 37 2.3.1 Prétraitement d’image… 37 1 Découpage… 37 2 Décimation… 38 3 La composante S de l’espace de couleur TSV de l’image…38 4 Enchaînement des (lignes/ou colonnes)… 39 5 Photo normalisation… 40 2.3.2 Les algorithmes de réduction d’espace 40 2.3.3 Projection des images… 42 2.3.4 Comparaison 42 2.3.5 Résultats de simulation… 43 2.4 La transformation de Hough… 45 2.5 Les ondelettes de Gabor…… 47 2.5.1 Extraction des caractéristiques…47 2.5.2 Représentation du visage et choix des filtres de Gabor… 50 1 Influence des caractéristiques de la famille des filtres de Gabor sur les performances de l’authentification de visages… 50 2 Utilisation de la phase de Gabor pour l’authentification de visages 51 2.6 Conclusion… 53 3. La multimodalité… 54 3.1 Introduction… 54 3.2 Les limitations des systèmes biométriques monomodaux…54 3.3 La multimodalité… 56 3.3.1 Les différents multi- possibles… 56 3.3.2 Les architectures… 57 3.3.3 Les niveaux de fusion… 58 1 La fusion pré-classification… 59 2 La fusion post-classification… 60 Sommaire 3.3.4 Choix des types de multimodalité et du niveau de fusion 61 1 Choix du type de multimodalité…. 61 2 Niveau de fusion… 62 3.3.5 État de l'art de la fusion de scores… 62 1 Approche par classification de scores…63 2 Approche par combinaison de scores…… 63 3.4 Conclusion… 65 4. Les méthodes de fusion de scores… 66 4.1 Introduction… 66 4.2 Normalisation de scores…… 67 4.2.1 Normalisation par la méthode Min-Max…68 4.2.2 Normalisation par la méthode Z-Score…… 68 4.2.3 Normalisation par la méthode tangente hyperbolique "Tanh" 69 4.2.4 Normalisation par la médiane et l’écart absolu médian (MAD)… 69 4.2.5 Normalisation par une fonction Quadratique-Linéaire-Quadratique (QLQ)….. 69 4.2.6 Normalisation par une fonction double sigmoïde… 70 4.3 Approche par combinaison de scores… 71 4.3.1 Méthode de combinaisons simples…71 4.3.2 Combinaison de scores par logique floue… 72 1 Mesure floue…. 73 2 Intégrale floue… 74 4.4 Approche par classification de scores… 75 4.4.2 Les machines à vecteurs de support (SVM)… 77 4.4.3. Réseaux de neurones artificiels… 79 4.5 Conclusions81 5. Conception du système multimodale… 83 5.1 Introduction…… 83 Application I 5.2 La multi-modalité (multi-algorithmes) 1 Méthodes de normalisation associées aux méthodes de combinaisons Simples. 88 2 Comparaison des méthodes de normalisation par logique floue… 90 5.2.2 Méthodes de normalisation associées aux méthodes de classifications…92 1 Classification de scores par méthode statistique de Fisher92 2 Classification de scores avec les machines à vecteurs de support (SVM)93 3 Classification de scores avec réseaux de neurones artificiels 95 Application II 5.3 La multi-modalité (multi-biométries)…97 5.3.1 Les scores de visage et voix de la base de données XM2VTS… 97 5.4. Conclusion… 102 Conclusion générale… 103 Annexe… 108 Bibliographie…124 |
Disponibilité (1)
| Cote | Support | Localisation | Statut | Emplacement | |
|---|---|---|---|---|---|
| TH/0237 | Mémoire de magistere | BIB.FAC.ST. | Empruntable | Salle de mémoires et de théses |
Erreur sur le template
