Création d une application pour la détection des personnage par les empreintes digitale 1.

Slides:



Advertisements
Présentations similaires
Encadré par : O. Papini, H. Glotin et P. Hebrard Nidhal BEN ALOUI
Advertisements

Reconnaissance d’empreintes digitales
Reconnaissance d’empreintes digitales
Serrure biométrique Reconnaissance dempreintes digitales Raphaël FROMONT – Pascal GRIMAUD – Nicolas MUNOZ Tuteur : M. Patrick ISOARDI.
Mise en place d’un système de détection d’intrusion Présenté par:  Elycheikh EL-MAALOUM  Zakaria ZEKHNINI  Mohammed RAZZOK Encadré par: : Mr. SEFRAOUI.
Julien Delmas Formateur TICE Médiapôle d’Argenteuil Formation TICE à la carte Traitement de texte avancé Médiapôle d’Argenteuil Lundi 4 mai 2008.
Visualisation dynamique d'arbres hiérarchiques de très grande taille Par Rémi Fusade TER encadré par Thomas Hurtut et Thierry Stein.
Les incertitudes au Lycée. Convaincre  Variabilité « visible » I = 3,5 mA mA Instaurer un vocabulaire adapté  Valeur vraie, erreur ≠ incertitude.
Nouveaux programmes de Seconde Géométrie dans le plan et dans l'espace.
Projet ISN: developper une calculatrice sous android.
Le Pré-traitement en pratique Conférence AIP 2008Luc Coiffier Auteur de DeepSkyStacker.
Comparing color edge detection and segmentation methods Projet TIM.
Traitement de texte OpenOffice 2 : première approche. B. Gugger – Novembre 2006 – Département RTC.
Les blasons d’autonomie – Dessins par étapes. Les blasons d’autonomie – Dessin par étapes Fiche 1.
TP 1 Maths De la séquence à la séance… en passant par la classe.
Master ESEEC Rédaction de documents (longs) structurés Patrice Séébold Bureau 109, Bât B.
Les Techniques Biométriques et leurs applications Par Ghislain MUKENDI KALONJI.
Classification-Catégorisation
CARTER POUR SEPARATEUR ET DESHUILEUR
Exploitation de logiciels :
Mettre à jour les données
Scratch un outil au service de la technologie
De nombreuses nouveautés !
Dominique PETRELLA – Frédéric GUINEPAIN - IA-IPR STI Versailles
Automates Programmables Industriels Automates Programmables
Plateforme CountrySTAT
La mesure du soleil exp43 Science Daniel Blais Nathan Lachance
Recherche et Indexation d’Image
Projet Analyse numérique – 2
Les bases de données et le modèle relationnel
-Découvert d’un corps -Allonger sur le sol du balcon -Graine de pollen
Information, Calcul, Communication
CARTER POUR SEPARATEUR ET DESHUILEUR
Comment donner du relief à un document plan
Réalisation d’une application web sous le thème: «Mon vétérinaire » par : Benzineb Asmaa et Meftahi Oualid Présentation à Université Saad Dahlab Blida.
République Algérienne Démocratique et Populaire Ministère de l'Enseignement Supérieur et de la Recherche Scientifique Université Saad.
Concepts avancés en mathématiques et informatique appliquées
1 La gestion par activités (ABM) pour mieux gérer les coûts et les processus dans l’organisation. S o l u t i o n s `
Plus de 4000 langages....
ACP Analyse en Composantes Principales
Techniques du Data Mining
Royaume de Maroc Université Hassan Premier Settat Faculté des Sciences et Techniques de Settat LA CLASSIFICATION K-MEANS SOUS R /MATLAB Master :Automatique.
Le morphage d’images Steph Hoffman
Les méthodes non paramétriques
OPPSARCOW 22/06/2015.
17 mars 2015.
Thème Nouvelle Approche d’Alignement d’Ontologies à Base d’Instances
Plateforme CountrySTAT
Data Mining Fait par : Belhaj Nadia Derouich Maryem.
E cole N ationale S upérieure des M ines de R abat Département Electromécanique Concevoir un système de monitoring pour une ligne prototype de production.
SUJET : E C L A T UNIVERSITE GASTON BERGER DE SAINT LOUIS UFR DES SCIENCES APPLIQUEES ET DE TECHNOLOGIE MASTER PROFESSIONNEL EN DÉVELOPPEMENT DE SYSTÈMES.
ENSEIGNER L’ALGORITHMIQUE ET LA PROGRAMMATION AU COLLÈGE
Cinématique : concepts de base
Développement d’une application Android sur le suivi oculaire
Informatique et Création Numérique
SUJETS SPÉCIAUX EN INFORMATIQUE II
RABAH M ed Ali 2018/2019
Formation SpeechExec Enterprise Dictate
INTELLIGENCE ARTIFICIELLE
Tableau de bord d’un système de recommandation
Cinématique directe Où est ma main? Cinématique directe : ICI!
INTELLIGENCE ARTIFICIELLE
PROGRAMMATION SCIENTIFIQUE EN C
LES EMPREINTES DIGITALES
Sommaire Les réseaux de capteurs sans fils Les réseaux de capteurs sans fils Communication dans Contiki Communication dans Contiki Réalisation Réalisation.
Société de l’Information
Chapitre P4 : Mouvement d’un solide indéformable I) Quelques rappels de seconde : 1)Nécessité d’un référentielNécessité d’un référentiel 2)TrajectoireTrajectoire.
La programmation dynamique
Transcription de la présentation:

Création d une application pour la détection des personnage par les empreintes digitale 1

plan de travaille 2

1.Introduction Cette étude est base sur la Création d’une application qui permet identifier les personne a partir de leur empreinte digitales et extraire les caractéristiques de ces dernières. On utilisent l'algorithme de correspondance. 3

la biométrie 4

Rappel (empreinte digitale) Une empreinte digitale est formée d’un ensemble de lignes, dans certaines régions les dessins adoptent certaines formes. Une minutie est un point qui se situe sur le changement de continuité des lignes peut être bifurcation ou terminaient.. 5

Information globale sur les directions générales des arêtes 6

Cœurs/ noyaux et deltas 7

les arêtes 8

particularités d’arêtes Pores Forme d’arête 9

Rappel(Système de reconnaissance d empreinte digitale) Le système de reconnaissance d 'empreinte digitale consiste de quatre phases: phase d’acquisition, prétraitement pour l’extraction des minuties, l’extraction de caractéristiques, et enfin la phase de mise en correspondance 10

Environnement logiciel et matériel Matériel: _Machine personnel logiciel: _langage déprogrammation MATLAB. MATLAB permet de :  manipuler des matrices.  d'afficher des courbes et des données.  mettre en œuvre des algorithmes.  créer des interfaces utilisateurs _Base donnée FVC

Processus proposé d’un système de reconnaissance d’empreinte digitale 12

Prétraitements Amélioration de la qualité: uniformisation du contraste, problèmes d’encre, doigts gras ou secs, etc. 13

Classification automatique (reconnaissance de formes) 14

Binarisation et squelettisation 15

Détection des minuties 16

Principales caractéristiques détectées sur l’empreinte 17

Étapes de la comparaison 18

Exemple de matching Empreinte 1Empreinte 2 19

Alignement 20

Rotation/ translation 21

Algorithmes de comparaison Certains algorithmes comptent le nombre de lignes entre deux points, généralement des minuties, au lieu des distances calculées à partir des positions 22

Empreinte latente Accord entre une image d'empreinte provenant d'un enregistrement sur fiche (fiche de police où les 10 doigts encrées sont imprimés) et une empreinte latente, utilisant les minuties. 23