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

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

SYS828: Systèmes biométriquesÉric Granger A1-1 CONTENU DU COURS.

Présentations similaires


Présentation au sujet: "SYS828: Systèmes biométriquesÉric Granger A1-1 CONTENU DU COURS."— Transcription de la présentation:

1 SYS828: Systèmes biométriquesÉric Granger A1-1 CONTENU DU COURS

2 A1-2 CONTENU DU COURS A.Reconnaissance biométrique: A.1 Un système généralisé: architectures de systèmes et étapes de traitement fusion multimodale évaluation qualitative et comparaison des performances A.2 État de lart en reconnaissance biométrique: survol de systèmes de pointe pour la reconnaissance à partir de la signature et du visage performance des technologies modernes SYS828: Systèmes biométriquesÉric Granger

3 A1-3 Sommaire – Section A.1 A.1 Un système généralisé: 1) Structure de systèmes 2) Fusion multimodale 3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

4 A1-4 A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

5 A1-5 Sous-système de collection de données Objectifs: 1.lorsquun individu se présente, capter les traits biométriques distinctifs et invariants dans le temps 2.produire un échantillon (données brutes) pour lanalyse Considération importante – processus de collection standard pour minimiser les variances et maximiser le caractère distinctif face au: comportement et coopération de lindividu environnement opérationnel spécifications techniques du senseur A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

6 A1-6 Sous-système de transmission Objectif: acheminer les données brutes (si le traitement ou le stockage se font à des endroits différents de la collection) Considération importante – la compression des donnée brutes pour la transmission et stockage: ̶ le processus de compression-expansion occasionne des pertes de qualité dans le signal restauré ̶ techniques qui minimisent limpact sur les performances ̶ protocoles de transmission et de compression standards (e.g., JPEG – visages et CELP – voix) pour uniformiser A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

7 A1-7 Sous-système de traitement du signal Objectif: comparer léchantillon avec le modèles biométriques dun ou plus individus abonnés au système Comporte 4 tâches: 1.segmentation: détecter et extraire un patron biométrique brute dintérêt dans le signal original A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

8 A1-8 Sous-système de traitement du signal Tâches: (suite) 2.extraction de caractéristiques: extraire et sélectionner des caractéristiques invariants et distinctifs du patron biométrique brute segmenté: réduit la dimensionnalité du patron brute produit un vecteur caractéristique représentatif A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

9 A1-9 Sous-système de traitement du signal Tâches: (suite) 2.extraction de caractéristiques: extraire et sélectionner des A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

10 A1-10 Sous-système de traitement du signal Tâches: (suite) 3.contrôle de qualité: vérifier au niveau du vecteur caractéristique si le signal capté (issu de la collection) est dune qualité acceptable A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

11 A1-11 Sous-système de traitement du signal Tâches: (suite) 4.classification: 1.comparer le vecteur caractéristique avec un ou plus modèles dindividus stockés dans la base biométrique 2.produire 1+ scores – mesure quantitative dune comparaison – pour le sous-système de décision A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

12 A1-12 Sous-système de traitement du signal Considérations importantes – ce traitement est complexe pour plusieurs raisons: variabilité intra-classe similarité interclasse A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

13 A1-13 Sous-système de traitement du signal Considérations importantes – ce traitement est complexe pour plusieurs raisons: (suite) variations dans le temps bruit et distorsions qualité/quantité déchantillons lors dabonnement dun individu (modèles biométriques) limitations des algorithmes de segmentation, dextraction de caractéristiques et de classification A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

14 11 A.1(1) Structure de systèmes Sous-système de traitement du signal Modèle biométriques ̶ conçu a priori, lors de labonnement, avec un nombre limité déchantillons référence:

15 A1-15 Base de données Objectif: emmagasiner et gérer le modèle biométrique correspondant à chaque individu abonné au système Considérations importantes – inscription A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

16 A1-16 Base de données Considérations importantes – stockage local ou global des modèles, selon lapplication vérification: on peut distribuer la base localement sur des cartes dID ou carte intelligente cartes dID ou carte intelligente ID/surveillance: on stocke dans une grande base centralisé et applique une stratégie pour réduire le temps de recherche: 1.partitionnement de la grande base en sous-bases 2.algorithmes pour lindexation de la base (pour biométriques spécifiques) A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

17 A1-17 Sous-système de décision Objectifs: 1.réaliser la politique décisionnelle du système en dirigeant la recherche dans la base biométrique 2.accepter/rejeter ou identifier lindividu selon les mesures quantitatifs de comparaison et la politique: acceptation: mesure(s) de similarité S(échant) γ rejet: peut permettre n comparaisons, avec différentes mesures de score avant le rejet final Considérations importantes – la politique est spécifique à lapplications et aux besoins en sécurité A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

18 A.1(1) Structure de système Fonctionnalités biométriques 1. Vérification: vérifier lauthenticité dun individu inscrit au système à partir dun échantillon biométrique A1-18 SYS828: Systèmes biométriquesÉric Granger

19 Fonctionnalités biométriques A.1(1) Structure de systèmes A1-19 SYS828: Systèmes biométriquesÉric Granger

20 A.1(1) Structure de système Fonctionnalités biométriques Processus de décision: le système accepte ou rejette à partir dune comparaison entre un échantillon et le modèle de lindividu identifié Applications potentielles: contrôle daccès à des lieux sécurisés, à des réseaux informatique, etc. accès à un compte via une machine de banque ATM achats dans un magasin avec carte de crédit (signature) utilisation dun téléphone cellulaire ou PDA Contraintes de lapplication: un système à coût modique et un interface conviviale A1-20 SYS828: Systèmes biométriquesÉric Granger

21 A.1(1) Structure de système Fonctionnalités biométriques 2. Identification: déterminer si un échantillon biométrique est associé avec un des individus abonné au système A1-21 SYS828: Systèmes biométriquesÉric Granger

22 Fonctionnalités biométriques A.1(1) Structure de systèmes A1-22 SYS828: Systèmes biométriquesÉric Granger

23 A.1(1) Structure de système Fonctionnalités biométriques Processus de décision: le système identifie à partir dune comparaison entre léchantillon et tous les modèles dindividus inscrits au système Applications potentielles: contrôle aux frontières enquêtes criminelles identification denfants portés disparus Contraintes de lapplication: un débit élevé de traitement et très peu dintervention humaine A1-23 SYS828: Systèmes biométriquesÉric Granger

24 A.1(1) Structure de système Fonctionnalités biométriques 3. Surveillance: déterminer de façon discrète si un échantillon biométrique correspond à un individu sur une liste restreinte dindividus recherchés A1-24 SYS828: Systèmes biométriquesÉric Granger

25 A.1(1) Structure de système Fonctionnalités biométriques Processus de décision: le système identifie à partir dune comparaison entre léchantillon et tous des modèles dune liste restreinte Applications potentielles: sécurité dans les aéroports sécurité pour les lieux et les événements publics Contraintes de lapplication: débit élevé de traitement et peu dintervention humaine doit composer avec un processus dinscription mal défini un contrôle limité sur les conditions dopération A1-25 SYS828: Systèmes biométriquesÉric Granger

26 A1-26 A.1(1) Structure de systèmes Système biométrique simplifié SYS828: Systèmes biométriquesÉric Granger

27 A1-27 Système simplifié Composants de base du système simplifié: senseur automatique: acquisition de léchantillon [collection] système de classification: [traitement du signal] ̶ segmentation du signal ̶ extraction de caractéristiques ̶ analyse de qualité ̶ comparaison entre échantillon et les modèles biométriques base biométrique [stockage de données] contrôleur principal: [décision] ̶ configuration de lopération du système ̶ surveille lintégrité du système et mise-à-jour des modèles ̶ applique la politique décisionnel A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

28 A1-28 Architecture centralisée vs distribuée Type 1: Architecture centralisée A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

29 A1-29 Architecture centralisée vs distribuée Type 2: Architecture distribuée A.1(1) Structure de systèmes SYS828: Systèmes biométriquesÉric Granger

30 A1-30 A.1(1) Structure de systèmes Architecture centralisée vs distribuée Avantages et inconvénients des architectures: CentraliséeDistribuée + gestion des connaissances: facile – robustesse: risque élevé dune panne à léchelle du système – coûts en communications: bande passante élevée (même avec la compression des échantillons) + coûts en communications: bande passante modiques (scores) + robustesse: risque de panne globale moins élevé car des ressources sont locaux – coût attaché à la redondance système – risque élevé dune panne de blocs fonctionnels locaux – gestion des connaissances: complexe SYS828: Systèmes biométriquesÉric Granger

31 A1-31 A.1(1) Structure de systèmes Architecture centralisée vs distribuée Type dapplications: CentraliséeDistribuée Stockage global de modèles: plusieurs individus inscrits plusieurs points daccès ex: système bancaire Stockage local de modèles: un individu inscrit un seul point daccès ex: téléphones mobiles et PDAs SYS828: Systèmes biométriquesÉric Granger

32 A1-32 Sommaire – Section A.1 A.1 Un système généralisé: 1) Structures de systèmes 2) Fusion multimodale 3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

33 A1-33 A.1(2) Fusion multimodale SYS828: Systèmes biométriquesÉric Granger

34 A1-34 A.1(2) Fusion multimodale Opération dun système multimodal: 1.mode sériel: exploite un trait à la fois permet de réduire le nombre didentités avant dexploiter un autre trait (technique dindexation) 2.mode parallèle: exploite tous les traits simultanément 3.mode hiérarchique: chaque trait est exploité par un classificateur indépendant les classificateurs sont combinés selon une structure en arbre SYS828: Systèmes biométriquesÉric Granger

35 A1-35 A.1(2) Fusion multimodale Niveaux de fusion Au niveau de lextraction de caractéristiques: SYS828: Systèmes biométriquesÉric Granger

36 A1-36 A.1(2) Fusion multimodale Niveaux de fusion Au niveau de la confiance: SYS828: Systèmes biométriquesÉric Granger

37 A1-37 A.1(2) Fusion multimodale Niveaux de fusion Au niveau de la décision: SYS828: Systèmes biométriquesÉric Granger

38 A1-38 A.1(2) Fusion multimodale Scénarios pour la fusion multimodale SYS828: Systèmes biométriquesÉric Granger

39 A1-39 Sommaire – Section A.1 A.1 Un système généralisé: 1) Structures de systèmes 2) Fusion multimodale 3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

40 A1-40 A.1(3) Évaluation des performances Facteurs qui influencent la complexité dun système de reconnaissance biométrique: SYS828: Systèmes biométriquesÉric Granger

41 A1-41 Qualité Processus de décision: A.1(3) Évaluation des performances γ SYS828: Systèmes biométriquesÉric Granger

42 A1-42 Qualité Distribution de scores: (Granger et al., IJBM 2012) A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

43 A1-43 Qualité A.1(3) Évaluation des performances γ SYS828: Systèmes biométriquesÉric Granger

44 A1-44 Qualité Matrice de confusion: A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

45 A1-45 Qualité Métriques communes: 1.FRR (False Rejection Rate ou taux de faux rejets): déf.: la proportion de fois quun individu légitime (abonné) est rejeté par le système même chose que fnr pour False Negative Rate le FRR est lié à la sensibilité (tpr pour True Positive Rate): la proportion de fois quun individu légitime est accepté par le système FRR = fnr = 1 – tpr = 1 – (TP/ P) A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

46 A1-46 Qualité Métriques communes: (suite) 2.FAR (False Acceptance Rate ou taux de fausses acceptations): déf.: la proportion de fois quun individu non- légitime (pas abonné) est accepté par le système même chose que fpr pour False Positive Rate le FAR est lié à la spécificité ou tnr (True Negative Rate): la proportion de fois quun individu non- légitime est rejeté par le système FAR = fpr = 1 – tnr = 1 – (TN / N) A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

47 A1-47 Qualité A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

48 A1-48 Qualité Compromis du système: on veut minimiser à la fois le FAR et le FRR en ajustant le seuil de décision, γ évaluation: avec les scores dun base de test, on compte les décisions correct and incorrect en variant le seuil, and on exprime les compromis de performance Courbes ROC et DET – permettent dillustrer ce compromis, et donc la qualité dun système: courbes paramétriques: on trace FRR vs FAR en faisant varier le seuil de décision représente limpact du seuil sur les taux derreurs A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

49 A1-49 Qualité Courbes ROC (Receiver Operation Characteristic) A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

50 A1-50 Qualité Courbes DET (Detection Error Trade-Off) A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

51 A.1(3) Évaluation des performances Qualité Populations débalancées – courbes precision-recall: ̶ mesure scalaire: F 1 51 SYS828: Systèmes biométriquesÉric Granger

52 A.1(3) Évaluation des performances Qualité Impact dun débalancement dans les populations (Radtke et al., Information Fusion 2013) 52 SYS828: Systèmes biométriquesÉric Granger

53 A.1(3) Évaluation des performances Qualité Impact dun débalancement dans les populations (Radtke et al., Information Fusion 2013) 53 SYS828: Systèmes biométriquesÉric Granger

54 A.1(3) Évaluation des performances Qualité Détection des ambiguïtés dans lespace ROC (Tortorella, Pattern Recognition Letters 2005) 54 SYS828: Systèmes biométriquesÉric Granger

55 A.1(3) Évaluation des performances Qualité Identification – courbe Cumulative Match Characteristic: ̶ indique la probabilité des bonnes identifications pour un rang n (probabilité que la personne correspond aux n meilleures scores 55 SYS828: Systèmes biométriquesÉric Granger

56 A1-56 A.1(3) Évaluation des performances Qualité Cas 1 – vérification: on combine la reconnaissance artificielle et biométrique FRR: on peut rejeter un individu inscrit au système selon la reconnaissance artificielle OU biométrique: FAR: on peut accepter un imposteur ssi la reconnaissance artificielle ET biométrique sont valides: SYS828: Systèmes biométriquesÉric Granger

57 A1-57 A.1(3) Évaluation des performances Qualité Cas 2 et 3 – identification et surveillance: on suppose quil y a I individus dinscrits au système on suppose que les scores dimposteur entre différents individus légitimes ne sont pas corrélés FRR: FAR: SYS828: Systèmes biométriquesÉric Granger

58 58 A.1(3) Évaluation des performances Qualité Taux derreurs pour différentes technologies de vérification (classificateurs à 1 ou 2-classes): Trait biométrique Test à grande pour technologies de pointe (avec bases standards) FRRFAR empreinte digitale FVC types de senseurs; population hétérogène; rotations et distorsions de peau 2.2% visageFRVT contrôle de luminosité; haute résolution 1.6%0.1% fixé irisICE contrôle de luminosité; haute résolution 1.4%0.1% fixé voixNIST indépendant du texte; multilingue 5-10%2-5% SYS828: Systèmes biométriquesÉric Granger

59 A1-59 Temps de traitement On vise généralement un petit temps de traitement, mais dépend des besoins de lapplication: exemple dapplication lente: vérification des empreintes digitales par le FBI dans le contexte dune enquête criminelle exemple dapplication rapide: contrôle daccès dans un lieu sécurisé (e.g., aéroport) A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

60 A1-60 A.1(3) Évaluation des performances Temps de traitement Temps pour la classification dun échantillon: SYS828: Systèmes biométriquesÉric Granger

61 A1-61 A.1(3) Évaluation des performances Temps de traitement Débit de traitement pour différentes technologies biométriques communes: Fonctionnalité biométrique empreinte digitale visageiris 1) vérification (temps de traitement) 10 msec90 µsec< 1 µsec 2) Identification (débit) 1 / min0.66 / min> 60 / min 3) Surveillance (débit) > 1 / sec22 / sec> 2000 / sec SYS828: Systèmes biométriquesÉric Granger

62 A1-62 Consommation en mémoire Facteurs qui influencent la consommation mémoire dun système: 1.extraction de caractéristiques: on veut représenter chaque échantillon biométrique brute par un vecteur caractéristique (à M dimensions) mais on veut conserver les traits invariants et distinctifs 2.le nombre et la complexité des modèle dans la base: ex: le nombre de noyaux, N, associé au modèle de chaque individu dans la base biométrique A.1(3) Évaluation des performances SYS828: Systèmes biométriquesÉric Granger

63 A1-63 A.1(3) Évaluation des performances Consommation en mémoire Capacité de mémoire (en octets): SYS828: Systèmes biométriquesÉric Granger

64 A1-64 A.1(3) Évaluation des performances Sommaire Fonctions didentification et de surveillance: + plus conviviale: lindividu nest pas tenu à sidentifier avant léchantillonnage Fonction de vérification: + demande moins de ressources: léchantillon est comparé avec seulement un modèle + taux derreurs moins élevés: la combinaison de reconnaissance artificielle + biométrique peut diminuer le FAR considérablement SYS828: Systèmes biométriquesÉric Granger

65 A1-65 A.1(3) Évaluation des performances Sommaire SYS828: Systèmes biométriquesÉric Granger

66 A1-66 A.1(3) Évaluation des performances Sommaire Critères de sélection pour un trait biométrique: –Universality: tous les individus ont cette caractéristique? –Uniqueness: variation entre caractéristiques des individus? –Permanence: consistance des caractéristiques dans le temps? –Collectability: possible de prendre un bon échantillon quantitatif? –Performance: peut-on atteindre une discrimination élevée dans un temps de traitement raisonnable –Acceptability: le processus déchantillonnage est-il acceptable pour les individus? –Circumvention: peut-on facilement reproduire ou tricher? SYS828: Systèmes biométriquesÉric Granger

67 A1-67 A.1(3) Évaluation des performances Sommaire SYS828: Systèmes biométriquesÉric Granger


Télécharger ppt "SYS828: Systèmes biométriquesÉric Granger A1-1 CONTENU DU COURS."

Présentations similaires


Annonces Google