sys828 – systèmes biométriques hiver 2014. 2 s ommaire 1. organisation du cours: 1)...

101
SYS828 – Systèmes SYS828 – Systèmes biométriques biométriques Hiver 2014

Upload: bianca-maurel

Post on 04-Apr-2015

105 views

Category:

Documents


1 download

TRANSCRIPT

Page 1: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

SYS828 – Systèmes biométriquesSYS828 – Systèmes biométriques

Hiver 2014

Page 2: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

2

SOMMAIRE

1. Organisation du cours:1. Organisation du cours:1)1) Présentation personnellePrésentation personnelle2) Plan détaillé du cours

2. Introduction à la biométrie1) Reconnaissance conventionnelle2) Reconnaissance biométrique3) Défis actuels

3. Survol: reconnaissance de formesSYS828: Systèmes biométriques Éric Granger

Page 3: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

3

1.1) Présentation personnelle1.1) Présentation personnelle2008-présent: Directeur de programme MGPA

2006-présent: Professeur agrégé (permanent)

2004-2006: Professeur adjointDépartement de GPA, ÉTS

2001-2004: Ingénieur en circuits ITGE R&D, Mitel Networks

1999-2001: Chercheur pour la défenseDRDC – Ottawa, DND

2001: Ph.D. en génie électriqueÉcole Polytechnique de Montréal

SYS828: Systèmes biométriques Éric Granger

Page 4: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

4

1.1) Présentation personnelle1.1) Présentation personnelle

Intérêts en recherche et expertise: reconnaissance de formes

systèmes adaptatifs pour la reconnaissance– apprentissage incrémental et enligne– classifieurs neuroniques et statistiques – systèmes à classifieurs multiples– détection de changement et d’ambigüité– calcul évolutionnaire

intégration de systèmes microélectroniquesSYS828: Systèmes biométriques Éric Granger

Page 5: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

5

1.1) Présentation personnelle1.1) Présentation personnelle

Programme de recherche:

Conception de systèmes robustes et adaptatifs avec des applications en:

– sécurité et surveillance – authentification biométrique

– bio-marquage de documents numérisés

• http://profs.etsmtl.ca/egranger/• LIVIA

SYS828: Systèmes biométriques Éric Granger

Page 6: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

6

1.1) Présentation personnelle1.1) Présentation personnelle

Domaines d’application:6 surveillance militaire: identification

de signaux radars-communications

6 biométrie: reconnaissance de visages en vidéo surveillance et vérification de signatures

6 sécurité: détection d’intrusions

dans les réseaux informatiques

6 bio-marquage intelligent

de documents numérisésSYS828: Systèmes biométriques Éric Granger

Page 7: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

7

1.1) Présentation personnelle1.1) Présentation personnelle

Vidéosurveillance – reconnaissance automatique de visages dans des séquences vidéo

6 reconnaitre et poursuivre des individus d’intérêt perçus d’un réseaux de caméras IP

Type 1 Type 2 Type 3

SYS828: Systèmes biométriques Éric Granger

Page 8: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

1.1) Présentation personnelle1.1) Présentation personnelle

CMU – FIA data (mono-modal, 1 face)Type 1: acquisition semi-contrainte – une personne dans

une file d’inspection à l’aéroport

8SYS828: Systèmes biométriques Éric Granger

Page 9: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

1.1) Présentation personnelle1.1) Présentation personnelle

Chokepoint data (mono-modal, 1 to 24 faces)Type 2: acquisition semi-contrainte – une personne

qui passe dans un portail

9SYS828: Systèmes biométriques Éric Granger

Page 10: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

10

1.1) Présentation personnelle1.1) Présentation personnelle

Système pour la reconnaissance spatio-temporelle de visages dans des vidéos

SYS828: Systèmes biométriques Éric Granger

Page 11: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

11

1.1) Présentation personnelle1.1) Présentation personnelle

Contrôle d’accès – system adaptatif basé sur l’optimisation évolutionnaire (Connolly et al., PR 2011)

SYS828: Systèmes biométriques Éric Granger

Page 12: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

12

1.1) Présentation personnelle1.1) Présentation personnelleVidéo surveillance – system adaptatif avec un ensemble par personne (Pagano et al., IJCNN 2012)

SYS828: Systèmes biométriques Éric Granger

Page 13: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

13

1.1) Présentation personnelle1.1) Présentation personnelleSystem modulaire qui s’adapte selon les types de changements (Pagano et al., INS 2014)

SYS828: Systèmes biométriques Éric Granger

Page 14: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

14

1.1) Présentation personnelle1.1) Présentation personnelleSystem qui s’auto-adapte lors d’opérations à de nouvelles trajectoires (De le Torre et al., IF 2014)

SYS828: Systèmes biométriques Éric Granger

Page 15: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

15

1.1) Présentation personnelle1.1) Présentation personnelle

Fusion dynamique des classifieurs selon le contexte: débalancement des données (Radtke et al., IF 20013)• Skew-Sensitive Boolean Combination (SSBC)

SYS828: Systèmes biométriques Éric Granger

Page 16: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

16

1.1) Présentation personnelle1.1) Présentation personnelle

Boolean Combination: fusion des décisions dans l’espace ROC

SYS828: Systèmes biométriques Éric Granger

Page 17: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

17

1.1) Présentation personnelle1.1) Présentation personnelle

Reconnaissance de visages en vidéo surveillance

SYS828: Systèmes biométriques Éric Granger

Page 18: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

18

1.1) Présentation personnelle1.1) Présentation personnelleRéalisation de classifieurs sur un processeur Réalisation de classifieurs sur un processeur parallèleparallèle (Prieur et al., MVA 2012)

SYS828: Systèmes biométriques Éric Granger

Page 19: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

19

1.1) Présentation personnelle1.1) Présentation personnelle

Sécurité dans les réseaux informatiques – détection d’intrusions

SYS828: Systèmes biométriques Éric Granger

Page 20: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

20

1.1) Présentation personnelle1.1) Présentation personnelleSécurité dans les réseaux informatiques

système hybride pour la détection– d’anomalies: modélise le comportement normal– de menaces: modélise de attaques prédéfinis

SYS828: Systèmes biométriques Éric Granger

Page 21: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

21

1.1) Présentation personnelle1.1) Présentation personnelle

Sécurité dans les réseaux informatiques

ensembles de HMM pour la détection d’anomalies/menaces

HMM1,1

CLASS 2

P(O/λ1,1)

observation O

DRIFT DETECTION

MODULE

FUSION OF RESPONSES

IN ROC SPACE

class 1

HMM1,2

HMM1,m

P(O/λ1,2)

P(O/λ1,m)

CLASS n...

familiarity

familiarity

...

familiarity

SYS828: Systèmes biométriques Éric Granger

Page 22: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

22

1.1) Présentation personnelle1.1) Présentation personnelle

Systèmes militaires de surveillance électronique (SE) pour signaux radars-comms

SYS828: Systèmes biométriques Éric Granger

Page 23: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

23

1.1) Présentation personnelle1.1) Présentation personnelle

Systèmes militaires de SE pour signaux radars

système généralisé

SYS828: Systèmes biométriques Éric Granger

Page 24: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

24

1.1) Présentation personnelle1.1) Présentation personnelle

Systèmes militaires de SE pour signaux radars

système qui peut exploiter un classificateur neuroniquecontexte: existence d’un ensemble de données radars collecté dans l’environnement

SYS828: Systèmes biométriques Éric Granger

Page 25: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

25

1.1) Présentation personnelle1.1) Présentation personnelleSystèmes militaires de SE pour signaux radars

réseau de neurones à fusion what-and-where

SYS828: Systèmes biométriques Éric Granger

Page 26: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

26

SOMMAIRE1. Organisation du cours:1. Organisation du cours:

1)1) Présentation personnellePrésentation personnelle2) Plan détaillé du cours

2. Introduction à la biométrie1) Reconnaissance conventionnelle2) Reconnaissance biométrique3) Défis actuels

3. Survol: reconnaissance de formes

SYS828: Systèmes biométriques Éric Granger

Page 27: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

27

Encadrement:Éric Granger (enseignant et responsable)6 local: A-36426 téléphone: (514) 396-86506 courriel: [email protected] disponibilité: lundi au jeudi inclusivement

ou par rendez-vous

Miguel de la Torre Gómora (auxiliaire de laboratoire) 6 local: A-36006 téléphone: (514) 396-8800, poste 76876 courriel: [email protected] disponibilité: par rendez-vous

Site Internet du cours:6 https://cours.etsmtl.ca/sys828/

1.2) Plan détaillé du cours1.2) Plan détaillé du cours

SYS828: Systèmes biométriques Éric Granger

Page 28: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

28

1.2) Plan détaillé du cours1.2) Plan détaillé du cours

Objectifs spécifiques d’apprentissage:

1. Notions fondamentales – reconnaissance d’individus selon leurs traits biométriques

2. Analyse et conception de systèmes robustes pour la reconnaissance biométrique:6 algorithmes d’apprentissage automatiques pour la

réalisation des classificateurs neuroniques et statistiques

6 architectures spécialisées (modulaire et hiérarchiques)

6 systèmes biométriques adaptatifs

6 fusion multimodale et reconnaissance contextuelle SYS828: Systèmes biométriques Éric Granger

Page 29: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

29

1.2) Plan détaillé du cours1.2) Plan détaillé du coursContenu du cours:

ARECONNAISSANCE

BIOMÉTRIQUE

BALGORITHMES POUR

L’APPRENTISSAGE AUTOMATIQUE

CCONCEPTION DE

SYSTÈMES ROBUSTES

Ø A.1 Un système généralisé

Ø A.2 État de l’art – reconnaissance de visages

Ø B.1 Introduction aux algorithmes d’apprentissage

Ø B.2 Apprentissage non-supervisé pour la catégorisation de vecteurs

Ø B.3 Apprentissage supervisé pour la classification de vecteurs

Ø B.4 Apprentissage supervisé pour la classification de séquences

Ø C.1 Systèmes de classification modulaires et hiérarchiques

Ø C.2 Techniques pour la fusion multimodale

Ø C.3 Systèmes adaptatifs

Ø C.4 Reconnaissance contextuelle

SYS828: Systèmes biométriques Éric Granger

Page 30: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

30

1.2) Plan détaillé du cours1.2) Plan détaillé du cours

Stratégies pédagogiques:cours magistraux: 3 heures/semaine, 12 semaines

séances pratiques: évaluation de classificateurs pour la reconnaissance de visages

projet de session: étude comparative de différentes techniques/systèmes pour une application en biométrie:

1. synthèse de la littérature – étudier des systèmes biométriques de pointe (qui exploitent les algorithmes d’apprentissage automatique)

2. étude expérimentale – évaluer et comparer les performances de ces systèmes empiriquement, à partir de données biométriques

SYS828: Systèmes biométriques Éric Granger

Page 31: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

31

1.2) Plan détaillé du cours1.2) Plan détaillé du cours

Évaluation: 2 quiz + projet de session

exigences: surtout la rédaction de 2 rapports techniques et 2 présentations orales

ACTIVITÉ PONDÉRATION

ÉCHÉANCE

Quiz (parties A et B) 10% A) 27 janvierB) 10 mars

Proposition de projet 5% 20 janvier

Rapport 1: courte présentation orale 5% 3 mars

Rapport 1: synthèse de littérature 25% 3 mars

Rapport 2: présentation orale 15% 7 ou 14 avril

Rapport 2: étude expérimentale 40% 21 avril

SYS828: Systèmes biométriques Éric Granger

Page 32: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

32

1.2) Plan détaillé du cours1.2) Plan détaillé du cours

Documentation obligatoire:R. M. Bolle, J. H. Connell, S. Pankanti, N. K. Ratha and A.W.

Senior, Guide to Biometrics, Springer, New York, 2004.

Fortement Recommandé:T. Dunstone et N. Yager, Biometric Systems and Data Analysis:

Design, Evaluation, and Data Mining, Springer, New York, 2009.

SYS828: Systèmes biométriques Éric Granger

Page 33: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

33

Sommaire

1. Organisation du cours:1. Organisation du cours:1)1) Présentation personnelle2) Plan détaillé du cours

2. Introduction à la biométrie1) Reconnaissance conventionnelle2) Reconnaissance biométrique3) Défis actuels

3. Survol: reconnaissance de formesSYS828: Systèmes biométriques Éric Granger

Page 34: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

34

2.1) Reconnaissance conventionnelle2.1) Reconnaissance conventionnelle

Reconnaissance fiable d’individus:

l’association d’une identité avec un individu a toujours été important dans la société humaine

il s’agit d’un élément intégral de l’infrastructure requise pour les:6 finances, 6 soins et santé, 6 sécurité et contrôle d’accès, 6 gouvernements,6 système légal,6 communications, etc.

SYS828: Systèmes biométriques Éric Granger

Page 35: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

35

2.1) Reconnaissance conventionnelle2.1) Reconnaissance conventionnelle

Situation actuelle: avec la croissance, mobilité et inter connectivité de la population, on doit…

1. exploiter une représentation substitut de l’individu, soit:

6des documents: passports, cartes d’identité, cartes d’accès, etc...6des secrets: mots de passe, codes d’accès, etc...

2. reconnaitre un individu rapidement, par des moyens automatiques, et souvent à distance

SYS828: Systèmes biométriques Éric Granger

Page 36: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

36

2.1) Reconnaissance conventionnelle2.1) Reconnaissance conventionnelle

Problématique

Les représentations substitues (documents et secrets) ne sont plus fiables pour la reconnaissance automatique d’individus, car:

1. vol d’identité: des informations confidentiels peuvent êtres volées et partagées pour reproduire une identité, et:

6 commettre un crime6 retirer d’un compte bancaire, 6 emprunter de l’argent, etc.

Commissariat à la protection de la vie privée du Canada

SYS828: Systèmes biométriques Éric Granger

Page 37: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

37

2.1) Reconnaissance conventionnelle2.1) Reconnaissance conventionnelle

Problématique

2. menaces accrues à la sécurité: dans notre société globale et interconnectée, il existe des individus qui sont de plus en plus dangereux et spécialisés6 nous ne pouvons plus leur faire confiance à partir de

documents pouvant êtres compromis et reproduits

3. rétention de plusieurs secrets: une proportion importante d’individus vont:6 transcrire leurs codes et mots de passes6 sélectionner des codes et mots de passe communs

SYS828: Systèmes biométriques Éric Granger

Page 38: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

38

SOMMAIRE

1. Organisation du cours:1. Organisation du cours:1) Présentation personnelle2) Plan détaillé du cours

2. Introduction à la biométrie1) Reconnaissance conventionnelle2)2) Reconnaissance biométriqueReconnaissance biométrique3) Défis actuels

3. Survol: reconnaissance de formesSYS828: Systèmes biométriques Éric Granger

Page 39: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

39

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Déf.: reconnaissance automatique d’individus selon leurs traits distinctifs, soit:

physiologiques: visage, empreinte digitale, etc.comportementales: signature, voix, etc.

La biométrie est un outil potentiellement puissant: car c’est une représentation intrinsèque – on reconnait un individu à partir de son corps,et on associe celui-ci à une identité (établi indépendamment)

SYS828: Systèmes biométriques Éric Granger

Page 40: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

40

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Pourquoi la biométrie?

SYS828: Systèmes biométriques Éric Granger

Page 41: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

41

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Avantages Inconvénients☺ améliore la sécurité: difficile à transférer, oublier, perdre ou reproduire les traits biométriques

☺ la robustesse et la fiabilité peut être très élevé

☺ décourage les actes de fraude

☺ représentation intrinsèque: peut faciliter la tâche d’authentification pour l’individu

● inquiétudes pour la confidentialité des informations biométriques

● le système peut faire l’objet d’une attaque

● ne peut être remis à zéro si l’information est compromis

● ambigüité des décisions: produit un score de comparaison (et non une décision binaire)

Pourquoi la biométrie?

SYS828: Systèmes biométriques Éric Granger

Page 42: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

42

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Aperçu historiqueHabitual Criminal Act (1869): le parlement Britannique demande d’identifier

les criminels familiers

SYS828: Systèmes biométriques Éric Granger

Page 43: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

43

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Aperçu historiqueAlphonse Bertillon (1882): propose un système de mesure pour l’identification de criminels

consiste à mesurer le diamètre du crane, la taille, la longueur d’un pied, d’un bras, d’un index, etc.

SYS828: Systèmes biométriques Éric Granger

Page 44: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

44

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Aperçu historique − empreintes digitales

Sir William Hershel (1856), Dr. Henry Faulds (1870), Francis Galton (1880s) et Edward Henry (1887): réalisent indépendamment des systèmes pour la classification d’empreintes digitales

adoption par Scotland Yard en 1901

FBI (1924): ouvre une division pour l’identification selon l’empreinte

FBI (1965): installe un AFIS avec une base de 810k individus (1 par individu)

FBI (2000): installe un IAFIS avec une base de 47M individus (10 par individu)50,000 recherches criminelles par jour en moyennetemps de réponse d’environ 2hrs par rechercheattache maintenant une plus grande importance à l’identification fiable, sans intervention humain, et souvent à distance

SYS828: Systèmes biométriques Éric Granger

Page 45: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

45

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Aperçu historique − automatisation

1960s: techniques en traitement numérique du signal et en électronique mènent aux premiers systèmes automatiques

1960s: premiers systèmes automatiques pour la voix et l’empreinte sont développés

1970s: premiers systèmes pour la géométrie de la main

Goldstein et al. (1971): premier article sur la reconnaissance automatique de visages

1980s: premiers systèmes pour la rétine, la signature, et le visage

1990s: premiers systèmes pour l’irisSYS828: Systèmes biométriques Éric Granger

Page 46: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

46

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Traits biométriques

SYS828: Systèmes biométriques Éric Granger

Page 47: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

47

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Traits biométriques

les technologies biométriques sont basées sur deux types de traits:

physiologiques

le système reconnait une caractéristique anatomique

comportementales

le système reconnait un patron de comportement

iris et rétine des yeux géométrie et paume de main visage empreinte digitale DNA

signature voix dynamique de taponnage au clavier mouvement des lèves

SYS828: Systèmes biométriques Éric Granger

Page 48: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

48

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Traits biométriques

Critères de sélection pour un trait biométrique:– Universality: les individus ont-ils tous ce trait? – Uniqueness: variation entre traits de différent individus?– Permanence: persistance du trait dans le temps?– Collectability: est-ce possible de prendre un bon échantillon

quantitatif?– Performance: peut-on atteindre une discrimination élevée

dans un temps de traitement raisonnable– Acceptability: le processus d’échantillonnage est-il acceptable

pour les individus?– Circumvention: peut-on facilement reproduire ou tricher?SYS828: Systèmes biométriques Éric Granger

Page 49: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

49

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Traits biométriquesChoix des traits et des technologies en fonction des besoins spécifiques d’un application

SYS828: Systèmes biométriques Éric Granger

Page 50: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

50

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Traits biométriques

Un autre perspective: coût vs précision

SYS828: Systèmes biométriques Éric Granger

Page 51: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

51

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Traits biométriques

Proportion des technologies sur le marché:

SYS828: Systèmes biométriques Éric Granger

Page 52: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

52

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Traits biométriques

Croissance du marché

revenus annuels selon les

différentes technologies

biométriques

SYS828: Systèmes biométriques Éric Granger

Page 53: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Fonctionnalités biométriques

1. Vérification: vérifier l’authenticité d’un individu abonné au système à partir d’un échantillon biométrique

Le système accepte ou rejette l’authenticité en comparant un échantillon avec le modèle de l’individu identifié

53SYS828: Systèmes biométriques Éric Granger

Page 54: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Fonctionnalités biométriques

2. Identification: déterminer si un échantillon biométrique est associé avec un des individus abonnés au système

Le système identifie à partir en comparant un échantillon et tous les modèles d’individus abonnés

54SYS828: Systèmes biométriques Éric Granger

Page 55: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Fonctionnalités biométriques

55SYS828: Systèmes biométriques Éric Granger

Page 56: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Fonctionnalités biométriques

3. Surveillance: déterminer de façon discrète si un échantillon biométrique correspond à un individu qui figure parmi des individus recherchés

Le système identifie discrètement en comparant un échantillon avec une liste restreinte de modèles

56SYS828: Systèmes biométriques Éric Granger

Page 57: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

57

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Applications

SYS828: Systèmes biométriques Éric Granger

Page 58: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

58

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Applications

Domaines d’applications:

SYS828: Systèmes biométriques Éric Granger

Page 59: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

59

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Applications

Domaines d’applications:

SYS828: Systèmes biométriques Éric Granger

Page 60: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

60

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Applications

Programme US-VISIT: Visitor and Immigrant Status Indicator Technology)

SYS828: Systèmes biométriques Éric Granger

Page 61: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

61

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Applications

Programme US-VISIT: vérification biométrique proposée pour le contrôle aux frontière américaines

plus de 500M d’individus traversent

(dans chaque direction) par année

la plupart des visiteurs avec VISA devront

donner 10 empreintes digitales et une photo

numérique

la procédure devra ajouter seulement qques

secondes au temps de traitement par inspecteurs

SYS828: Systèmes biométriques Éric Granger

Page 62: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

62

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Applications

G20 Seoul Summit 2010: vérification de visages à l’entée

SYS828: Systèmes biométriques Éric Granger

Page 63: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

63

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Applications

Système NEXUS (Canada): identification de l’iris

SYS828: Systèmes biométriques Éric Granger

Page 64: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

64

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Applications

Livegrip: système de contrôle d’accès

SYS828: Systèmes biométriques Éric Granger

Page 65: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

65

2.2) Reconnaissance biométrique2.2) Reconnaissance biométrique

Applications

Composant mobiles: sécuriser l’accès et les transactions

SYS828: Systèmes biométriques Éric Granger

Page 66: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

66

SOMMAIRE

1. Organisation du cours:1. Organisation du cours:1) Présentation personnelle2) Plan détaillé du cours

2. Introduction à la biométrie1) Reconnaissance conventionnelle2) Reconnaissance biométrique3) Défis actuels

3. Survol: reconnaissance de formesSYS828: Systèmes biométriques Éric Granger

Page 67: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

67

2.3) Défis actuels2.3) Défis actuels

Facteurs qui influencent la complexité de conception d’un système de reconnaissance biométrique

SYS828: Systèmes biométriques Éric Granger

Page 68: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

68

2.3) Défis actuels2.3) Défis actuelsFacteur 1: Précision

Taux d’erreurs pour différentes technologies de vérification (classificateurs à 1 ou 2-classes):

Trait biométrique

Test à grande pour technologies de pointe (avec bases standards)

FRR FAR

empreinte digitale

FVC 2006- 4 types de senseurs; population hétérogène; rotations et distorsions de peau

2.2% 2.2%

visage FRVT 2006- contrôle de luminosité; haute résolution

1.6% 0.1%

fixé

iris ICE 2006- contrôle de luminosité; haute résolution

1.4% 0.1%

fixé

voix NIST 2006-indépendant du texte; multilingue

5-10% 2-5%

SYS828: Systèmes biométriques Éric Granger

Page 69: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

69

2.3) Défis actuels2.3) Défis actuels

Précision

Besoins en performance pour un classificateur à 2-classes intrinsèque typique:

Fonctionnalité biométrique

FRR FAR (fixé)

1) vérification 0.1% 0.1%

2) identification 10.0% 0.0001%

3) surveillance 1.0% 0.001%

SYS828: Systèmes biométriques Éric Granger

Page 70: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

70

2.3) Défis actuels2.3) Défis actuels

Précision

Principaux facteurs qui augmentent le FRR et le FAR:

variabilité intra-classe et la similarité inter-classevariation des conditions dans le temps, vieillissement, etc. (versus les modèles biométriques)segmentation et prétraitement des échantillonséchantillons bruités et distorsions

Défi: concevoir des modèles biométriques robustes à partir de peu d’échantillons de référence, et qui sont mesurés sous des conditions variables

SYS828: Systèmes biométriques Éric Granger

Page 71: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

71

2.3) Défis actuels2.3) Défis actuels

Précision

Variabilité intra-classe et la similarité inter-classe:

SYS828: Systèmes biométriques Éric Granger

Page 72: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

72

2.3) Défis actuels2.3) Défis actuels

Précision

Variations dans le temps:

SYS828: Systèmes biométriques Éric Granger

Page 73: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

73

2.3) Défis actuels2.3) Défis actuels

Précision

Bruit dans les images:

SYS828: Systèmes biométriques Éric Granger

Page 74: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

74

2.3) Défis actuels2.3) Défis actuels

Précision

Segmentation et prétraitement:

SYS828: Systèmes biométriques Éric Granger

Page 75: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

75

2.3) 2.3) Défis actuelsDéfis actuels

Précision

Interopérabilité des senseurs: les senseurs utilisés pour l’abonnement, et la reconnaissance peuvent différer

SYS828: Systèmes biométriques Éric Granger

Page 76: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

76

2.3) 2.3) Défis actuelsDéfis actuels

Précision

Interopérabilité des senseurs: les senseurs utilisés pour l’abonnement, et la reconnaissance peuvent différer

SYS828: Systèmes biométriques Éric Granger

Page 77: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

77

2.3) Défis actuels2.3) Défis actuels

Précision

Solution: fusion multimodale?

SYS828: Systèmes biométriques Éric Granger

Page 78: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

78

2.3) Défis actuels2.3) Défis actuels

Précision

Solution: adaptation des modèles biométriques?6 nouvelles références selon différentes conditions

6 références synthétiques

SYS828: Systèmes biométriques Éric Granger

Page 79: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

79

2.3) 2.3) Défis actuelsDéfis actuels

Facteur 2: Échelle du problème

Impact du nombre d’individus abonnés au système sur la précision et le débit du système

SYS828: Systèmes biométriques Éric Granger

Page 80: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

80

2.3) Défis actuels2.3) Défis actuelsÉchelle du problème

Vitesse de traitement pour différentes technologies de pointe:

Fonctionnalité biométrique

empreinte digitale

visage iris

1) vérification

(temps de traitement)

10 msec 90 µsec < 1 µsec

2) Identification

(débit)

1 / min10 AFIS imprints

0.66 / min > 60 / min

3) Surveillance

(débit)

1 / sec 2 imprints

22 / sec > 2000 / sec

SYS828: Systèmes biométriques Éric Granger

Page 81: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

81

2.3) Défis actuels2.3) Défis actuels

Échelle du problème

Défi: études des techniques et architectures spécialisées permettant un débit élevé tout en • contrôlant le FAR pour grandes bases (donc de

comparaisons)• limitant le nombre d’accès à la mémoire• limitant la consommation mémoire

SYS828: Systèmes biométriques Éric Granger

Page 82: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

82

2.3) Défis actuels2.3) Défis actuels

Échelle du problèmeSolutions: algorithmes d’indexation efficaces qui sont spécifiques aux traits biométriques?• pré-classification grossière • classification complète sur une sous ensemble tous les

modèles biométriques

SYS828: Systèmes biométriques Éric Granger

Page 83: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

83

2.3) 2.3) Défis actuelsDéfis actuels

Facteur 3: Sécurité

L’intégrité d’un système biométrique peut être attaqué de plusieurs différentes façons:

SYS828: Systèmes biométriques Éric Granger

Page 84: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

84

2.3) 2.3) Défis actuelsDéfis actuels

Sécurité

Défi: réaliser un système qui est à l’abri des traits d’un imposteur

Solutions:6 détecter que les mesures viennent

d’individus vivants?

6 fusionner des données de plusieurs caractéristiques biométriques indépendantes?

SYS828: Systèmes biométriques Éric Granger

Page 85: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

85

2.3) Défis actuels2.3) Défis actuels

Sécurité

Solution: protection des modèles dans une système ou une base biométrique

encryption et bio-marquage des modèles dans la base

stocker seulement une version transformée des modèles

SYS828: Systèmes biométriques Éric Granger

Page 86: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

86

2.3) Défis actuels2.3) Défis actuels

Facteur 4 - Confidentialité

La biométrie peut aider dans la protection des informations personnelles et sensibles, mais…

Inquiétudes communes par rapport aux données biométriques:

6 Est-ce que les données vont servir pour l’analyse secrète des habitudes d’individus?

6 Est-ce qu’on va utiliser ces données pour d’autres intentions?

SYS828: Systèmes biométriques Éric Granger

Page 87: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

87

2.3) Défis actuels2.3) Défis actuels

Confidentialité

Défi: réaliser un système dont la fonctionnalité est vérifiable à chaque lieu de déploiementSolution? • crypto-systèmes: générer des clés d’encryption

basées sur un échantillon biométrique• systèmes qui surveille les décisions

d’authentification, ainsi que les personnes qui accèdent à ces décisions

Règlementation gouvernementale

SYS828: Systèmes biométriques Éric Granger

Page 88: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

88

2.3) Défis actuels2.3) Défis actuels

Perspectives de recherche

La reconnaissance biométrique:

− devient un outil très puissant contre la fraude

− devient indispensable pour sécuriser tous les systèmes de gestion des identités

− plusieurs applications émergent dans divers secteurs (e.g., marché des composants mobiles)

− plusieurs technologies (e.g., senseurs) sont disponibles à prix modiques

− mais, il existe plusieurs défis importants avant un déploiement à plus grande échelle…

SYS828: Systèmes biométriques Éric Granger

Page 89: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

89

2.3) Défis actuels2.3) Défis actuels

Perspectives de recherche

− reconnaissance adaptée au contexte

− classificateurs neuroniques et statistiques performants

− systèmes biométriques adaptatifs

− fusion de différentes modalités biométriques

− l’indexation dans les bases de données

− représentation et protection de modèles biométriques d’individus

− études empiriques avec des bases standardisées pour comparer les performances de systèmes

SYS828: Systèmes biométriques Éric Granger

Page 90: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

90

SOMMAIRE

1. Organisation du cours1. Organisation du cours1) Présentation personnelle2) Plan détaillé du cours

2. Introduction à la biométrie1) Reconnaissance conventionnelle2) Reconnaissance biométrique3) Défis actuels

3. Survol: reconnaissance de formes3. Survol: reconnaissance de formesSYS828: Systèmes biométriques Éric Granger

Page 91: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

91

3. Reconnaissance de formes3. Reconnaissance de formes

Systèmes de reconnaissance de formes

Reconnaissance de formes: discipline dans laquelle on tente d’assigner des objets à différentes classes selon leurs caractéristiques

SYS828: Systèmes biométriques Éric Granger

Page 92: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

92

3. Reconnaissance de formes3. Reconnaissance de formes

Systèmes de reconnaissance de formes

SYS828: Systèmes biométriques Éric Granger

Page 93: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

93

3. Reconnaissance de formes3. Reconnaissance de formes

Systèmes de reconnaissance de formes

1. Acquisition: exploite des senseurs ou transducteurs (camera, microphone, etc.) pour convertir un échantillon du phénomène réel en signal brute

2. Prétraitement et segmentation: traite le signal brute pour en faire ressortir l’information essentielle (signal segmenté)

3. Extraction de caractéristiques: représente le signal segmenté par un ensemble de caractéristiques qui est distinctif et invariant aux translations, aux rotations et à l’échelle

4. Classification: assigne une classe à chaque vecteur de caractéristiques

5. Post traitement: exploit des informations contextuelles pour améliorer les performances

SYS828: Systèmes biométriques Éric Granger

Page 94: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

94

3. Reconnaissance de formes3. Reconnaissance de formes

Étapes de conception d’un système

SYS828: Systèmes biométriques Éric Granger

Page 95: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

95

3. Reconnaissance de formes3. Reconnaissance de formes

Exemple classique

SYS828: Systèmes biométriques Éric Granger

Page 96: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

96

3. Reconnaissance de formes3. Reconnaissance de formes

Exemple classique

Classifier par espèce – soit perche ou saumon – des poissons qui passent sur un convoyeur

caractéristiques suivantes ont été suggérées par un expert du domaine car elles sont invariantes et distinctives:

longueurclartélargeurnombre et géométrie des nageoiresposition de la bouche

SYS828: Systèmes biométriques Éric Granger

Page 97: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

97

3. Reconnaissance de formes3. Reconnaissance de formes

Exemple classique

Étapes du traitement:1. acquisition: collection des images avec une caméra

2. prétraitement des signaux: segmentation et filtrage pour isoler les poissons l’un de l’autre, et de l’arrière plan

3. extraction de caractéristiques: mesure les caractéristiques de chaque poisson d’après les segments

4. classification: assigne une des deux classes à chaque vecteur caractéristique de poisson

SYS828: Systèmes biométriques Éric Granger

Page 98: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

98

3. Reconnaissance de formes3. Reconnaissance de formes

Exemple classique

Essai 1 – Classification 1D avec la longueur du poisson comme caractéristique:

SYS828: Systèmes biométriques Éric Granger

Page 99: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

99

3. Reconnaissance de formes3. Reconnaissance de formes

Exemple classique

Essai 2 – Classification 1D avec la clarté du poisson comme caractéristique:

SYS828: Systèmes biométriques Éric Granger

Page 100: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

100

3. Reconnaissance de formes3. Reconnaissance de formes

Exemple classiqueEssai 3 – Classification 2D avec clarté + largeur: on trouve la borne de décision 2D qui min l’erreur selon les échantillons d’entrainement

sur-apprentissage...

SYS828: Systèmes biométriques Éric Granger

Page 101: SYS828 – Systèmes biométriques Hiver 2014. 2 S OMMAIRE 1. Organisation du cours: 1) Présentation personnelle 2) Plan détaillé du cours 2. Introduction

101

3. Reconnaissance de formes3. Reconnaissance de formes

Exemple classique

Essai 4 – Classification avec clarté + largeur: on trouve la borne de décision 2D qui min l’erreur selon des échantillons de validation

bonne généralisation

SYS828: Systèmes biométriques Éric Granger