Please use this identifier to cite or link to this item: http://dspace.univ-guelma.dz/jspui/handle/123456789/14246
Title: Un système biométrique multimodal basé sur la fusion visage-iris
Authors: Khider, Ali
Keywords: environnements non contrôlés; reconnaissance de visage ; reconnaissance de l’iris; apprentissage approfondi; Autoencoder; fusion; multimodale; multi algorithme.
Issue Date: 2-Mar-2023
Abstract: La multi-biométrie, ou la fusion de plus d'une modalité, d'un échantillon, d'un capteur ou d'un algorithme biométrique, gagne rapidement en popularité en tant que méthode d'amélioration des performances et de la robustesse des systèmes biométriques dans les environnements non contrôlés. Malgré le succès récent de la recherche sur la multi-biométrie, peu de recherches ont été réalisées pour étudier la possibilité de réaliser une fusion multimodale à partir d'un même capteur, en particulier pour la fusion entre le visage et l'iris, qui sont naturellement connexes, surtout après la grande amélioration sur la résolution des caméras les dernières années. Dans ce travail, nous proposons un système : multimodal qui fusionner le visage et l'iris, et multi-algorithme qui fusionner plusieurs méthodes pour l’identification des individus. Cette approche présente de nombreux avantages, notamment la capacité à améliorer les taux de reconnaissance, tout en réduisant le coût d’implémentation et les temps de traitement. Plusieurs études expérimentales sont implémentées pour tester l'efficacité de ce système sur des bases des données courant, les meilleurs taux de reconnaissance étant obtenus en utilisant CLAHE, Gabor, LBP, LPQ, LDA, et l’apprentissage approfondi (l’autoencoder). Les résultats expérimentaux finaux obtenus montre que les performances des deux modalités sont mieux que à modalité unique, et que l’approche proposée donne de meilleurs résultats que les techniques similaires
URI: http://dspace.univ-guelma.dz/jspui/handle/123456789/14246
Appears in Collections:Thèses de Doctorat

Files in This Item:
File Description SizeFormat 
Thèse_Ali Khider.pdf3,89 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.