UNE APPROCHE MULTIMODALE POUR LA VERIFICATION BIOMETRIQUE

  • ISMAHÈNE DEHACHE Laboratoire LRI, Université Badji Mokhtar, BP 12, 23000, Annaba
  • LABIBA SOUICI-MESLATI Laboratoire LRI, Université Badji Mokhtar, BP 12, 23000, Annaba

Résumé

Aujourd’hui, la biométrie est un domaine de recherche en pleine expansion, plusieurs systèmes d’identification et de
vérification sont à présent développés, cependant leurs performances restent insuffisantes face aux besoins accrus de plus de
sécurité. L’utilisation d’une seule modalité biométrique diminue, dans la plupart des cas, la fiabilité de ces systèmes, ce qui
nous a incités à combiner plusieurs modalités. Dans cet article, nous prposons une approche de fusion multibiométrique pour la
vérification de l’identité. En effet, nous utilisons deux types de biométries : l’empreinte digitale et la signature. Notre approche
d’intégration de ces modalités se base sur l’utilisation des séparateurs à vaste marge (SVM), cette fusion est réalisée au niveau
des scores générés à partir d’une combinaison de classifieurs neuronaux de type perceptrons multicouches. La décision est
prise, par la suite, selon le score émis par le classifieur SVM. Nous avons ainsi conçu et réalisé un système multibiométrique
par la fusion des deux modalités, cette fusion a permis d’améliorer significativement les performances de vérification. Les
résultats obtenus confirment la supériorité de la multibiométrie par rapport aux systèmes biométriques unimodaux.

Références

Une approche multimodale pour la verification biometrique
86
[6] http://www.cl.cam.ac.uk/~jgd1000/combine/combine.
html
[7] Kuncheva L. « Combining Pattern Classifiers -
Methods and Algorithms », Wiley 2004.

[8] Maltoni D., Cappelli R. : « Fingerprint Recognition »,
apparu dans [17], Pages 23-42.
[9] Ratha N., Bolle R.: « Automatic Fingerprint
Recognition Systems », Springer 2004.
[10] Chouinard S. : «Réseaux de neurones artificiels»,
Tutoriel, Université Laval, Colloque GRETSI, Troyes,
Canada, 2007.
[11] Abroug Ben Abdelghani I., Elouaer L., Essoukri Ben
Amara N. : «Vérification de Signatures Manuscrites
cas des Faux par Imitation», Tutoriel, Université
Laval, Colloque GRETSI, Troyes, Canada, 2007.
[12] Ben Yacoub S.: « Multi-Modal Data Fusion for
Person Authentification using SVM», IDIAP Research
Report 1998.
[13] Fuentes M., Mostefa D., Kharoubi J., Salicetti G.,
Dorizzi B., Chollet G. : «Vérification de l’identité par
fusion de données biométriques», Colloque
International Francophone sur l'Ecrit et le Document,
CIFED 2002, Pages 315-324, Hammamet, Tunisie,
2002.
[14] http://www.cedar.buffalo.edu/NIJ/data/signature.rar
[15] http://bias.csr.unibo.it/fvc2006/
[16] Tistarelli M., Li S., Chellappa R.: «Handbook of
Remote Biometrics: for Surveillance and Security
(Advances in Pattern Recognition) », Springer 2009.
[17] Jain A., Flynn P., Ross A. « Handbook of biometrics»,
Springer 2008.[1] Jain A., Flynn P., Ross A.: «Handbook of
Multibiometrics», Springer 2006.
[2] Ross A.: «An introduction to multibiometrics»,
Proceeding of 15th
European Signal Processing
Conference (EUSIPCO), Poland 2007.
[3] Ross A., Poh N.: «Multibiometric Systems: Overview,
Case Studies, and Open Issues», apparu dans [16],
Pages 273-292.
[4] Ross A., Jain A.:« Information fusion in biometrics »,
Pattern Recognition, Volume 24, Pages 2115–2125,
2003.
[5] Jain A., Nandakumar K., Ross A.: « Score
normalization in multimodal biometric systems»,
Pattern Recognition, Volume 38, Pages 2270 – 2285,
2005.
Comment citer
DEHACHE, ISMAHÈNE; SOUICI-MESLATI, LABIBA. UNE APPROCHE MULTIMODALE POUR LA VERIFICATION BIOMETRIQUE. Courrier du Savoir, [S.l.], v. 12, mai 2014. ISSN 1112-3338. Disponible à l'adresse : >http://revues.univ-biskra.dz/index.php/cds/article/view/455>. Date de consultation : 12 jui. 2020
Rubrique
Articles