Reconnaissance biométriques de personnes par le visage et l’oreille

Abstract

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.