Résumé:
L’utilisation de l’oreille et du visage comme des modalités biométriques est apparue
ces dernières années comme moyen fiable de reconnaissance des personnes. Elles permettent
de différencier les personnes grâce à leur stabilité dans le temps et à la richesse de
leurs caractéristiques telles que la texture, la couleur et la taille. Cette thèse propose une
nouvelle approche de la reconnaissance de l’oreille et du visage basée sur une variante du
descripteur de modèle binaire local appelé : Local Binary Pattern multi scale (MLBP). La
MLBP est calculée localement, en divisant l’image en plusieurs blocs égaux, pour extraire
les caractéristiques de la modalité qui seront utilisées dans le processus d’appariement
afin de prendre une décision en détectant les similitudes entre les vecteurs de caractéristiques
à l’aide de City-Block distance (CTB). La méthode proposée est évaluée à partir de
six bases de données de référence dont IIT Delhi I, IIT Delhi II et USTB-1 sur l’oreille et
ORL, Yale et AR sur le visage. L’analyse de l’ensemble des résultats obtenus a clairement
démontré la robustesse et la stabilité de la méthode de reconnaissance proposée. En réalisant
des performances de reconnaissance attrayantes en termes de taux d’identification
de rang 1 à : 98,40% pour IIT Delhi I, 98,64% pour IIT Delhi II et 98,33% pour USTB-1,
97,90% pour ORL, 96,90% pour YALE et 99,24% pour AR.
