cours biometrie
TRANSCRIPT
-
7/24/2019 Cours Biometrie
1/30
INTRODUCTION LAINTRODUCTION LAINTRODUCTION LAINTRODUCTION LA BIOMTRIEBIOMTRIEBIOMTRIEBIOMTRIE
OCTOBRE 2011OCTOBRE 2011OCTOBRE 2011OCTOBRE 2011
-
7/24/2019 Cours Biometrie
2/30
2
BibliographiesBibliographies
http://www.clorenz.org/article-12579256.html (vido)
http://www.cse.msu.edu/~jain/ http://www.cl.cam.ac.uk/~jgd1000/ http://face.nist.gov/frvt/frvt2006/frvt2006.htm
http://iris.nist.gov/ice/ http://bias.csr.unibo.it/fvc2006/ http://www.nist.gov/speech/tests/spk/index.htm
http://www.cnil.fr/ http://www.biometrie-online.net/index.php http://www.biometrics.org/
-
7/24/2019 Cours Biometrie
3/30
3
Avant de commencer
Une vido Film documentaire sur la biomtrie le temps
des biomatres (50 minutes) Prsentation du march de la biomtrie
Description de quelques modalits et systmes Diffrentes applications Limites des systmes actuels
Pistes de recherche
-
7/24/2019 Cours Biometrie
4/30
4
Plan de la prsentation
Introduction
Technologies et applications de lidentificationbiomtrique
Architecture dun systme biomtrique Acquisition des donnes Extraction de caractristiques Comparaison/Dcision
Evaluation des performances Multi-modalit
-
7/24/2019 Cours Biometrie
5/30
5
Introduction
Trois possibilits pour prouver son identit1. Ce que l'on possde (carte, badge, document) ;2. Ce que l'on sait (un nom, un mot de passe) ;
3. Ce que l'on est (empreintes digitales, main, visage, voix,
ADN, signature,) - Il s'agit de la biomtrie.
-
7/24/2019 Cours Biometrie
6/30
6
Introduction
Trois catgories de technologies biomtriques
Analyses biologiques : Odeur, sang, salive, urine, ADN, cheveux...
Analyses comportementales :
La dynamique de la signature (la vitesse dedplacement du stylo, les acclrations, la pressionexerce, l'inclinaison), la faon d'utiliser un clavierd'ordinateur (la pression exerce, la vitesse de frappe),la voix, la manire de marcher
Analyses morphologiques : Empreintes digitales, forme de la main, traits du visage,
dessin du rseau veineux de l'il
-
7/24/2019 Cours Biometrie
7/30
7
Introduction
Trois scnarios de fonctionnement
Authentification tes-vous la personne qui prtend tre ? Matching on-to-one. Ncessite la dfinition dun seuil de dcision
Identification Ensemble ferm : vous tes dans ma base de donnes, quiest tes vous ?
Matching one-to-many Watch List
Ensemble ouvert : tes vous dans ma base de donnes?, sioui qui tes vous? Dtection puis reconnaissance Plus difficile que la vrification et lidentification
-
7/24/2019 Cours Biometrie
8/30
8
TechnologiesQuelle technologie choisir pour son application?
Face
Fingerprint
Iris
Signature Hand geometry
Iris
FingerprintIris
Hand
Voice/Speeker
Vein
Fingerprint
-
7/24/2019 Cours Biometrie
9/30
9
Applications
La biomtrie sur le lieude travail (pointeuse)
Restriction des accs (physique etlogique)
Vos clefs !
Pay-by-touch
Empcher lesexpulss de rentrer
(EAU)
L'afghane aux yeux verts
Traces de criminels
Passeportsbiomtrique
-
7/24/2019 Cours Biometrie
10/30
10
Applications
Carte Identit nationale lectronique scurise (INES) La carte contiendra des donnes biomtriques du porteur dans sa puce
(photo, signature, empreinte digitale, )
Lutte contre le terrorisme, vol, fraude documentaire
Passeport biomtrique Norme de photographie (ISO/ICE19794-5:2005)
Visa biomtrique
Carte vitale, carte de sjour, permis de conduite, etc.
-
7/24/2019 Cours Biometrie
11/30
11
Le march de la biomtrie IBG (International Biometric Group) dite rgulirement un raport
sur le march de la biomtrie. Cette tude est une analyse complte
des chiffres d'affaires, des tendances de croissance, et desdveloppements industriels pour le march de la biomtrie actuel etfutur.
Les empreintes digitales continuent tre la principale technologiebiomtrique en terme de part de march, prs de 50% du chiffredaffaires total (hors applications judiciaires).
-
7/24/2019 Cours Biometrie
12/30
12
Plan de la prsentation
Introduction
Applications de lidentification biomtrique Architecture dun systme biomtrique
Acquisition des donnes Extraction de caractristiques Comparaison/Dcision
Evaluation des modalits Multi-modalit
-
7/24/2019 Cours Biometrie
13/30
13
Architecture dun systme biomtrique
Authentificationou
IdentificationApprentissage
enrlement
prtraitement
Extracteur decaractristiques
prtraitement
Base de donnesdes caractristiques
(Templates)(Templates)
Mise en correspondance
(Matcher)(Matcher)
Oui/non
ouIdentit
(Sample)(Sample) (Sample)(Sample)
Critre de dcision
Coordonnesdes minuties
-
7/24/2019 Cours Biometrie
14/30
14
Architecture dun systme biomtriquephase dextraction de caractristiques
le (Ridge Island)
Fin de ligne (Ridge Ending)
Lac (Ridge enclosure)
Bifurcation (Ridge bifurcation)
Point (Ridge Dot)
Reprsentation duneempreinte digitale : lesminuties. Une minutie est un point qui
se situe sur le changement decontinuit des lignespapillaires.
Les minuties sont lesreprsentations les plusutilises en reconnaissance
La probabilit de trouver deux
empreintes digitales similairesest de 1 sur 10 puissance 24.
Phase de prtraitement pourlextraction des minuties.
Delta
Noyau (core)
(a) Caractristiques locales
(b) Caractristiques globales
-
7/24/2019 Cours Biometrie
15/30
15
Architecture dun systme biomtriquephase de prtraitement
Problmes dacquisition
-
7/24/2019 Cours Biometrie
16/30
16
Architecture dun systme biomtriquephase dextraction de caractristiques
Minuties non dtects
Mthodes
Contours (gradient) Discontinuit dans lorientation
Informations sur les courbures
Influence de la qualit
faux minuties = 0 faux minuties = 7 faux minuties = 27
Image dorientation
-
7/24/2019 Cours Biometrie
17/30
17
Architecture dun systme biomtriquephase de mise en correspondance
Challenges Images de mauvaises qualits
Mauvaise dtection desminuties
Transformations rigides (R,T) Distorsions lastiques
Modlisation des distorsions Variabilit intra-classe
Mise en correspondance de deux
empreintes digitales
Estimation de(R,T, Distorsions)
Empreintes digitales dune mme personne avec diffrentes variabilits intra-classe
-
7/24/2019 Cours Biometrie
18/30
18
Architecture dun systme biomtrique
Authentificationou
Identification
Apprentissageenrlement
prtraitement
Extracteur decaractristiques
prtraitement
Base de donnesdes caractristiques
(Templates)(Templates)
Mise en correspondance(Matcher)(Matcher)
Oui/nonou
Identit
(Sample)(Sample) (Sample)(Sample)
Critre de dcision
-
7/24/2019 Cours Biometrie
19/30
19
Architecture dun systme biomtriquephase de prtraitement
Modes dacquisition Visible/Infrarouge
Peu de texture, plus de reflet
Segmentation de liris Contours circulaires
Contours actifs
Lumire visible Lumire infrarouge
Binarisation Dtecteur decontour
Dtecteur deContour circulaire
Normalisation de liris Coordonnes polaires ( ,).
-
7/24/2019 Cours Biometrie
20/30
20
Architecture dun systme biomtriquephase dextraction de caractristiques
Extraction de liris
Extraction de la texture Application de transformes Transforme en ondelettes
Niveau de rsolution Coefficients pour coder liris
Codage Algorithme de Daugman
2048 coefficients
Transformes enOndelettes 2D
Codes obtenus
Deux codes provenant de personnes diffrentes
-
7/24/2019 Cours Biometrie
21/30
21
Architecture dun systme biomtrique
phase de mise en correspondance
Distance de Hamming
Diffrence partielle entre les deux squences de bits des codes iris(sans compter les bits affects par du bruit: cils, paupire, etc.) La dfinition mathmatique de cette distance est:
code A et code B correspondent au codage de chaque iris
mask A et mask B identifient la valeur dans chaque iris non affecte par
la prsence de bruits. Loprateur est le OU-exclusif pour dtecter la non-correspondance
entre code A et code B
22
-
7/24/2019 Cours Biometrie
22/30
-
7/24/2019 Cours Biometrie
23/30
23
Pourquoi la biomtrie et difficile ?
Variabilit intra-classe et similarit inter-classes
Prtraitement (segmentation) Bruit dacquisition
Jumaux/ jumellesPre/fils
Empreintes de la mme personne
Empreintes de personnes diffrentes
Le visage dans toutes ses tats!
-
7/24/2019 Cours Biometrie
24/30
24
Evaluation des performances En biomtrie, nous somme en
face de deux populations:
Les vritables clients(Genuine), ceux qui sont dmentautoriss pntrer dans lazone protge
Les imposteurs (Imposters) qui
n'ont aucune autorisation, maisqui vont quand mme essayerde rentrer
Zoneprotge
Zoneprotge
imposteurs
Genuine
Taux derreur FAR (False Accept Rate) : proportion des imposteurs accepts par le systme FRR (False Reject Rate) : proportion des vritables clients rejets
FTR (Failure to Enroll Rate) : proportion des vritables clients qu'on n'arrivepas enregistrer
Failure to Acquire Rate : chec de lacquisition
-
7/24/2019 Cours Biometrie
25/30
25
Evaluation des performances ~3% de la population ont une
mauvaise qualit dempreinte
~7% des iris quon narrivepas enrler
Pupille de grande tailleProblmes de segmentation
Empreintes de mauvaises qualits
Relation entre FAR & FRR FAR=1-VR
FRR=1-RR VR (Verification Rate) RR (True Rejection Rate)
FRR
2
-
7/24/2019 Cours Biometrie
26/30
-
7/24/2019 Cours Biometrie
27/30
27
-
7/24/2019 Cours Biometrie
28/30
,
28
Evaluation des performances Comparaison dalgorithmes indpendamment du seuil de dcision
Courbes DET (Detection Error TradeDET (Detection Error Trade-off) : liaison entre FAR et FRR-off)pour diffrents seuils de dcision
Courbes ROC (Receiver Operating Characteristics)ROC (Receiver Operating Characteristics) : liaison entreVR et FAR
Point EER (Equal Error Rate)EER (Equal Error Rate) : pour lequel FAR=FRR
-
7/24/2019 Cours Biometrie
29/30
29
Etat de lart des taux derreur
0.1%1.1%-1.4%
Eclairagecontrl, bonne
qualitdimages
Iris
ICE [2006]
2-5%5-10%Indpendant du
texte,Multi-lagues
Voix
NIST [2004]
0.1%0.8%-1.6%
Eclairage
contrl, hautersolution
Visage
FRVT [2006]
2.2%2.2%
Populationhtrogne,des ouvriers,
vieux,
Empreinte digitale
FVC [2006]
False Accept RateFalse Reject RateConditions detestsTest
-
7/24/2019 Cours Biometrie
30/30
30
ConclusionConclusion Plusieurs campagnes de collection des donnes
biomtriques et dvaluation :
Des algorithmes de recherche Des systmes commerciales
Un grand effort pour : Rduire la coopration des utilisateurs (iris, empreinte, etc.)
Biometric on the move!
Amliorer les systmes dacquisition
Identifier dautres caractristiques physiologique (loreille 3D,
etc.) Multi-modalit Augmenter la robustesse des systmes dauthentification
biomtrique