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 Le Projet BIOMET II Vérification biométrique multimodale de lidentité Bernadette DORIZZI, GET/INT Sonia SALICETTI, GET/INT.

Présentations similaires


Présentation au sujet: "1 Le Projet BIOMET II Vérification biométrique multimodale de lidentité Bernadette DORIZZI, GET/INT Sonia SALICETTI, GET/INT."— Transcription de la présentation:

1 1 Le Projet BIOMET II Vérification biométrique multimodale de lidentité Bernadette DORIZZI, GET/INT Sonia SALICETTI, GET/INT

2 2 Plan Pourquoi la Biométrie ? BIOMET II dans la suite de BIOMET: objectifs Principales réalisations de BIOMET II –Base de donnée multimodale –Quelques résultats unimodaux –Résultats de Fusion Laprès BIOMET

3 3 Pourquoi la Biométrie ? Besoins accrus en terme de sécurité Les systèmes de vérification standards : cartes à codes, badges magnétiques présentent des inconvénients : perte, vol, falsification Lusage de la biométrie reste encore très limité: problème d acceptabilité, de performances, dusages, de législation...

4 4 Pourquoi utiliser plusieurs modalités biométriques? Modalités intrusives (iris, empreintes digitales) plutôt fiables, versus modalités non intrusives (visage, voix, signatures dynamiques) moins performantes Utilisation conjointe : fiabiliser les performances Utilisation alternative : sadapter aux situations dusage

5 5 BIOMET II dans la suite de BIOMET Le projet BIOMET, coordonné par Marc SIGELLE, GET/ENST (projet incitatif 2001) Rappel des objectifs de BIOMET –Créer une base de donnée multimodale : 5 modalités visage voix signature en-ligne empreintes digitales forme de la main –Mettre au point des systèmes de vérification unimodaux –Tester des stratégies de fusion

6 6 BIOMET: Participants INT: –vérification de signatures en-ligne –reconnaissance de visages sur images issues d'une caméra infra-rouge –Fusion de scores ENST: –vérification du locuteur –reconnaissance de visages sur images issues d'un système d'acquisition 3D –implémentation d algorithmes biométriques sur carte à puce EURECOM: –vérification du locuteur –reconnaissance de visages sur images issues d'une caméra numérique –empreintes digitales ELDA : validation/distribution des données

7 7 La Base BIOMET Définition de protocoles dacquisition, denregistrement et de sauvegardes par modalités, réalisation dun logiciel Biblos 3 campagnes dacquisition échelonnées de 3 mois environ (prise en compte de la variabilité temporelle) environ 130 personnes enregistrées

8 8 Poste de travail et protocoles dacquisition 5 modalités « réparties » sur 3 postes : –Image de la main, signature dynamique et empreintes digitales –Visage : caméra infrarouge + caméra 3D –Visage + parole caméra vidéo numérique

9 9 Poste de travail (suite)

10 10 Scanner : forme de la main Scanner HP Validation des données Extraction de points caractéristiques dans les images de main (projet ENST)

11 11 Modèle DCR-TR20-E Vidéo + parole Stockage numérique –sur cassette DV –sur Memory Stick : pleine résolution (1152 x 864) Validation des données (stage ENST) Caméra numérique

12 12 Caméra infrarouge Indépendant de lillumination visible Fiabilité dacquisition Premiers résultats de vérification à confirmer (stage INT)

13 13 Système dacquisition 3D Charles Beumier, ENST Lumière structurée Fiabilité dacquisition Faible coût mémoire Rapidité algorithmique Prototype avec flash / diapositive En développement pour la couleur (acquisition de la texture) Illumination non uniforme Couleurs imparfaites de la diapositive

14 14 Capteurs dempreintes digitales SAGEM –Morpho Touch –Scores didentification GEMPLUS –PC TOUCH 430

15 15 Signatures dynamiques S. Salicetti, INT Tracé dynamique (x,y) Pression dynamique Orientation dynamique Validation des données Implantation dun système de vérification à base de HMM

16 16 Signatures dynamiques (suite) Acquisition dune signatureAcquisition dune imitation

17 17 Activités carte à puce J. Leroux les Jardins, ENST Réalisation dun algorithme de vérification dempreintes digitales Stockage sur carte à puces des minuties Vérification didentité associée (extraction de caractéristiques sur le PC, mise en correspondance sur la carte)

18 18 Vérification du locuteur Evaluations NIST pour la parole (ENST) –ModèleS GMM et arbre de classification Adaptation des reconnaisseurs au locuteur basés sur lusage de voix propres (Eurecom) –Voix propres et clustering de locuteurs –Prise en compte des accents et des variations lexicales des locuteurs

19 19 Reconnaissance de visages en images fixes (Eurecom) modélisation de la transformation à effectuer pour apparier diverses variations dun visage dune personne plutôt que sur la modélisation directe des variations du visage; Approche composée dune mosaïque dappariements locaux et flexibles sous la contrainte dune cohérence globale supervisée par une chaîne de Markov cachée bidimensionnelle (HMM 2-D)

20 20 Premiers résultats Validation (partielle) en reco. de visages, avec des résultats significatifs sur la base Feret. –500 personnes pour lapprentissage et 500 pour les tests (2 images / personnes). –Taux dídentification de lórdre de 96 à 97% (ref. Fisherfaces ~93%)

21 21 Base de chimères: –38 signataires de la base de PHILIPS –38 locuteurs de la base POLYVAR Modèle HMM de vérification de signatures (INT) Modèle HMM de vérification de locuteurs (ENST) Fusion par un modèle à base dapprentissage de type SVM (Support Vector Machine) Fusion bimodale parole-signature ENST-INT

22 22 Résultats Fusion bimodale (suite) 1.75% 3.00% 2.63% SVM 4.56% 5.11% 4.94%Cov. Inverse 5.61% 9.31% 8.20% Moy. Arith. 7.72% 11.56% 10.41% Parole 17.89% 4.35% 8.41% Signatures FR FA TE Modèle

23 23 Une simple fusion de scores permet de fiabiliser les performances des systèmes unimodaux : ceci a déjà été vérifié dans le contexte parole-visage (projets IST : M2VTS, BANCA) Des questions : –Quel algorithme de fusion? –Combien de modalités fusionner? De quelles qualités? Est-ce que la fusion améliore toujours les performances? –Compromis complexité (implantation) / performance etc… Conclusion : multimodalité biométrique

24 24 BIOMET : rayonnement Publications : –21 publications (ICASSP, AVBPA, ICSLP, ICPR etc…) –A noter une publication commune à AVBPA 03 (base BIOMET) Liens avec le COST 275 (Biometrics on Internet), présentation à FT R&D, Sagem, Thalès ID etc… Co-organisation du Workshop Multimodal User Authentication, Santa Barbara, Dec 11-12, 03 Etc…

25 25 Prolongements ultérieurs Enregistrement dune base de donnée complémentaire à lUniversité de Fribourg (Suisse) Renforcement du partenariat industriel : Thalès, Gemplus, Sagem, BougueTélecom Rédaction dun livre en français coordination Eurecom Développer des statégies de fusion plus complexes: rejet, hiérarchie de modalités, alternatives etc… Développer la relation usages-modalités-interfaces (projet incitatif GET, BIOLAB en cours)

26 26 Projets en cours de montage : TRUST-eS (projet MEDEA +), le GET coordonne le WP biométrie BIOSECURE : le GET coordonne la proposition pour un NoE du FP6 Proposition dune AS biométrie dans le RTP 13, sécurité Proposition dune ACI Sécurité informatique : « Biométrie et multimodalités » (LIA, Eurecom, INT, CLIPS Participation à des montages de projets IP et STREPS dans le cadre FP6


Télécharger ppt "1 Le Projet BIOMET II Vérification biométrique multimodale de lidentité Bernadette DORIZZI, GET/INT Sonia SALICETTI, GET/INT."

Présentations similaires


Annonces Google