La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 Identification des personnes par liris Emine Krichen INT 26 Avril 2005, France Telecom RD, Issy les moulineaux.

Présentations similaires


Présentation au sujet: "1 Identification des personnes par liris Emine Krichen INT 26 Avril 2005, France Telecom RD, Issy les moulineaux."— Transcription de la présentation:

1 1 Identification des personnes par liris Emine Krichen INT 26 Avril 2005, France Telecom RD, Issy les moulineaux

2 2 Processus de la reconnaissance par liris Segmentation de liris Normalisation, prétraitement, rehaussement Codage/Extraction des paramètres Prise de décision

3 3 Introduction J. Daugman dépose son brevet en 1991 concernant lidentification par liris en utilisant un codage de phase des coefficients en ondelettes de Gabor. R.Wildes propose en 1996 une solution alternative aux travaux de Daugman basée sur la corrélation sur 4 niveaux de résolution. NLPR met à disposition des scientifiques la première base de donnée dimages diris en accès libre, CASIA V personnes, 7 images par personne. (2003)

4 4 Introduction Les modes dacquisitions : –En proche infrarouge ( nm). – En lumière visible Les résolutions –480*640 – 280*320 –Un rayon diris de 100 pixels Les protocoles dacquisitions –35 à 50 cm entre lœil et lobjectif –En intérieur

5 5 Comparaison infrarouge / lumière visible lumière visible infrarouge Peu de texture Plus de reflets

6 6 Motivations Utilisation de la lumière visible –Utilisation de caméra standard –Fusion de modalités : entre liris et le visage, la forme de lœil…

7 7 Algorithmes didentification par liris : Segmentation

8 8 Segmentation de liris

9 9 Transformée de Hough Une fonction à votes Utilisée après détection des points de contours.

10 10 Détecteur de contour circulaire Maximiser le gradient le long dun cercle

11 11 Segmentation de liris par TH

12 12 Segmentation de liris : Méthode hybride Transformée de HoughDétecteur de contour circulaire

13 13 Segmentation de liris par la méthode des contours actifs Aucune supposition sur la forme géométrique de liris –La pupille nest pas parfaitement circulaire –Liris est souvent caché par les paupières Calculer un champ de vecteurs de gradients et imposer une forme de départ

14 14 Liris segmenté par les contours actifs

15 15 Résumé Transformée de Hough Détecteur de contour circulaire Méthode hybride : Binarisation de limage +transformée de Hough pour la détection de liris + CED pour la détection de la pupille Contours actifs

16 16 Algorithmes didentification : Normalisation, rehaussement

17 17 Normalisation : Transformation pseudo polaire

18 18 Détection des cils, paupières et reflets

19 19 Normalisation / rehaussement

20 20 Algorithmes didentification : Codages

21 21 La méthode des ondelettes Base 2D dondelettes de Gabor Paramètre en coordonnés polaires (ρ,θ). 4 niveau de résolution 2048 coefficients pour coder liris J. Daugman, How iris recognition works, Proceedings of the International Conference on Image Processing, 2004

22 22 Notre approche : Paquets dondelettes Analyser toute limage à chaque niveau de résolution Augmenter la taille de la fenêtre de londelette mère 1664 coefficients pour coder liris

23 23 Analyse de texture Transformée de Haar Texture extraire de liris I (x, y) =maximum (hg(x, y), gh(x, y))

24 24 Algorithmes didentification : Décision

25 25 Approche : ondelettes/paquets Codage par ondelette Codage par paquets Deux codes provenant de personnes différentes

26 26 Distance de Hamming Si HD > Seuil Deux iris proviennent de deux personnes différentes Si HD < Seuil Deux iris proviennent de la même personne

27 27 Processus de corrélation Mesure de similarité pour un template

28 28 Bases de données IrisINT : lumière visible. 70 personnes 700 images. CASIA : Proche infrarouge, 108 personne 7 images par personne

29 29 Algorithmes développés Démodulation de phase : ondelette et paquets. –Calcul des coefficients dondette obtenus par la base de filtres de Gabor ou de paquets de Gabor. –Codage de la phase des coefficients complexes de Gabor par le principe de quatre quadrants Analyse de texture et corrélation : – filtrage de limage par londelette de Haar – extraction de la texture de liris en utilisant les informations hautes fréquences verticales et horizontales –Processus de corrélation sur les images de textures basé sur le calcul du PSR entre des templates provenant des images de références et de tests.

30 30 Courbe ROC (IrisINT)

31 31 Courbe DET (Méthode de corrélation ) EER = 0.07

32 32 Mode dégradé Image originale Image dégradée

33 33 Courbes DET (CT vs DP) DP CT EER = 2.3 EER = 8.1

34 34 Conclusion Identification de liris en mode dégradé –lumière visible Paquets dondelettes Corrélation de texture


Télécharger ppt "1 Identification des personnes par liris Emine Krichen INT 26 Avril 2005, France Telecom RD, Issy les moulineaux."

Présentations similaires


Annonces Google