Identification Biométrique par Descripteurs de Texture Locaux: Application au Visage & Oreille

Abstract

v RésuméRésumé RésuméRésuméRésumé Identification Biométrique par Descripteurs de Texture Locaux: Application au Visage & Oreille Les systèmes biométriques offrent une identification automatique de l’identité, basés sur des mesures biologiques de l’individu. Nous nous somme intéressés dans cette étude à deux modalités biométriques, qui sont le visage et l’oreille. Tout d’abord, la reconnaissance par visage possède plusieurs avantages par rapport aux autres technologies; elle est naturelle, non-intrusive et facile à utiliser. Cependant, une identification rapide et précise par visage présente toujours un certain nombre de défis et de difficultés, particulièrement dans les environnements non-contrôlés. Par ailleurs, l’oreille humaine est considérée comme une modalité très récente dans ce domaine, elle peut être utilisée comme une pièce complémentaire au visage. L’identification par oreille reste jusqu’à présent en cours d’exploration, son avantage principal réside dans sa richesse d’information et sa stabilité au cours du temps. Dans le cadre de cette thèse, nous proposons une approche d’extraction des caractéristiques basée principalement sur les descripteurs de texture locaux, dans le but d’identifier les individus à partir des images d’intensités 2D, de visages ou d’oreilles, dans des conditions non-contrôlées; en effet, quatre descripteurs ont été testés et comparés, à savoir: LBP (Local Binary Pattern), 1DLBP (One Dimensional Local Binary Pattern), LPQ (Local Phase Quantization) et BSIF (Binarized Statistical Image Features). Cette approche a la capacité à dériver facilement des modèles de caractéristiques efficaces qui combinent dans un vecteur de données unique la forme globale de l’objet analysé et la texture locale de son apparence; elle imite, d’une façon similaire, les capacités de l’être humain en reconnaissance d’objets, par sa particularité en codification des composantes à basses et hautes fréquences qui contribuent à la description des caractéristiques locales et globales respectivement.