Rencontre sur la Recherche en Informatique R 2 I Juin 2011, Tizi Ouzou, Algérie Soumia Benbakreti 1 Pr.Mohammed Benyettou 1 Pr.Hubert Cardot 2 1 LAMOSI: Laboratoire de modélisation et de d'optimisation des systèmes industriels, Département d‘informatique, Université des Sciences et des Technologie, Mohammed Boudiaf (USTOMB) 2 Equipe Reconnaissance des Formes et Analyse d’Images (RFAI), Laboratoire d'Informatique. Université François-Rabelais, Tours

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Plan de Travail  Introduction  Système biométrique  Contribution  Résultats  Conclusion

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Savoir determiner de manière à la fois efficace et exacte l’identitè d’un individu est devenu un problème critique dans notre sociète. En effet, bien que nous ne nous en rendions pas toujours compte, notre identité est verifièe quotidiennement par de multiples organisations : Banque, réseau informatique, etc. Il existe traditionnellement deux manières d’identifier un individu:  Connaissance: mot de passe.  Possession: pièce d’identite, une clef, un badge, etc. Ces deux modes d’identification peuvent être utilisès de manière complementaire afin d’obtenir une securitè accrue. Cependant, elles ont leurs faiblesses respectives. Dans le premier cas, le mot de passe peut être oubliè par son utilisateur ou bien devinè par une autre personne. Dans le second cas, le badge (ou la piece d’identite ou la clef materielle) peut être perdu ou volè. Introduction

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU La biométrie est une alternative aux deux precédents modes d’identification. Elle consiste à identifier une personne à partir de ses caractèristiques physiques ou comportementales, difficiles à deviner ou à voler ainsi qu’a dupliquer. Le visage, les empreintes digitales, l’iris, etc. sont des exemples de caractèristiques physiques. La voix, l’écriture, le rythme de frappe sur un clavier, la démarche, etc. sont des caracteristiques comportementales. Ces caractèristiques, qu’elles soient innées comme la démarche ou bien acquises comme la signature, sont attachées à chaque individu et ne souffrent donc pas des faiblesses des méthodes basées sur une connaissance où une possession.

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Architecture des systèmes biométriques Il existe toujours au moins deux modules dans un systeme biometrique : le module d’apprentissage et celui de reconnaissance. Pendant l’apprentissage le système va acquérir une ou plusieurs mesures biométriques qui serviront a construire un modèle de l’individu.

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Au cours de la reconnaissance, la caracteristique biometrique est mesurée et un ensemble de parametres est extrait comme lors de l’apprentissage. La suite de la reconnaissance sera effectuée differemment suivant le mode opératoire du système : En mode identification, le système doit deviner l’identitè de la personne. Il repond donc à une question de type "Qui suis-je ? ". (le système va comparer le signal mesuré avec les différents modèles contenus dans la BDD). En mode vérification ou authentification, le système doit répondre à une question du type : "Suis-je bien la personne que je pretends l’être ? ". L’utilisateur propose une identitè au système et le système doit verifier que l’identite de l’individu est bien celle proposée.

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Comment identifier une personne? Comparaison de la lecture avec les "signatures" enregistrées Dépôt Refus Acceptation OuiNon Comparaison de la lecture avec les "signatures" enregistrées Vérificatio n de l'identité Lecture d'une caractéristique physiologique ou comportementa le Terminal de lecture biométrique Seuil<Score Le système va alors décider si la correspondance est suffisante, en calculant un score.

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU En biométrie, nous somme en face de deux populations: – Les véritables clients (Genuine), ceux qui sont dûment autorisés à pénétrer dans la zone protégée – Les imposteurs (Imposters) qui n'ont aucune autorisation, mais qui vont quand même essayer de rentrer. Taux d’erreur – FAR (False Accept Rate) : proportion des imposteurs acceptés par le système – FRR (False Reject Rate) : proportion des véritables clients rejetés

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU

Reconnaissance de la démarche La démarche humaine est un dispositif d’identification d’une personne par le mouvement des pieds, en analysant des séquences vidéo.

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Travaux précédents Il existe deux familles d'algorithmes de reconnaissance par la démarche: - Silhouette-based Human Identification from Body Shape and Gait : -Les approches dérivent la silhouette humaine en séparant l'objet mobile du fond. Le sujet peut être identifié par les mesures qui reflètent la forme et/ou le mouvement. Ces algorithmes se basent sur le déploiement des modèles de Markov cachés (HMM) et qui prennent en considération deux images de silhouette: le contour de silhouette dans la forme binaire et la silhouette binaire entière elle-même. - Model-based approaches: Les approches modèle basées visent à dériver le mouvement du torse et/ou des jambes. À la différence d'une silhouette ceci se concentre sur la dynamique, omettant la forme du corps.

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Notre Approche Prétraitement:

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU

Calcul de l’angle: alpha= arccos( / ||d1||.||d2|| )

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU La déformation temporelle dynamique (algorithme DTW en anglais) est un algorithme permettant de mesurer la similarité entre deux suites qui peuvent varier au cours du temps. C’est un algorithme qui permet de trouver le meilleur appariement entre une référence enregistrée et un signal à reconnaître, par le calcul d'une différence entre des vecteurs respectifs de caractéristiques. Elle est proposée par Belman dés Dans notre travail, étant donné que chaque image possède un angle, on compare donc entre les suites d’angles. Classification par la méthode DTW:

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Nous définissons deux séries temporelles: The distance between a[i] and b[j] is defined by d(i, j) = a[i]− b[ j], so the total distance between A and B is DIST(A,B), which can be obtained by (3) below. La distance entre a[i] and b[j] est définie par d(i, j) = a[i]− b[ j], mais la distance total entre A et B est DIST(A,B), obtenue par la formule suivante: Algorithme DTW:

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Avec D(i,j) est la distance entre A(i) and B(j), A(i) est a[1],a[2],…,a[i] et B(j) is b[1],b[2],…,b[j]. La plus petite valeur de DIST(A,B) est prise pour déterminer la distance minimale entre les deux séquences.

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU

Résultats & comparaisons: 72,50 %BenAbdelkader 2001 [2] 71,25 %Collins 2002 [1] 87,50 %Lee 2002 [3] 78,75 %Phillips 2002 [4] 82,50 %Wang 2003 [5] 57,50 %Kale 2003 [6] 90 %Notre approche Recognition accuracy (pr é cision) (%) Nombre de s é quences Database CASIA Average (moyenne) σ = 5σ = 10σ = 20 Dist [0, 200] (4×20) FRR= 1.1%-1.4% FAR= 0.1%

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU Conclusion & Perspectives Nous avons proposé une méthode originale pour l'identification de la démarche humaine basée sur l’algorithme DTW. L’analyse indique que notre approche donne des résultats encourageants comparant aux autres travaux. Nous espérons par ce travail avoir contribué au développement de la science dans le domaine de la sécurité. Dans un futur proche, nous améliorerons cette contribution sur une analyse multimodale, en espérant ainsi enrichir notre étude.

Rencontre sur la Recherche en Informatique / JUIN 2011 TIZI OUZOU [1] R. Collins, R. Gross, and J. Shi, “Silhouette-Based Human Identification from Body Shape and Gait”, Proc. Int’l Conf. Automatic Face and Gesture Recognition, [2] C. BenAbdelkader, R. Culter, H. Nanda, and L. Davis, “EigenGait: Motion-Based Recognition of People Using Image Self-Similarity”, Proc. Int’l Conf. Audio- and Video-Based Biometric Person Authentication, pp , [3] L. Lee and W. Grimson, “Gait Analysis for Recognition and Classification”, Proc. Int’l Conf. Automatic Face and Gesture Recognition, pp , [4] P. Phillips, S. Sarkar, I. Robledo, P. Grother, and K. Bowyer, “Baseline Results for Challenge Problem of Human ID Using Gait Analysis”, Proc. Int’l Conf. Automatic Face and Gesture Recognition, pp , [5] L. Wang, T. Tan, H. Ning, and W. Hu, “Silhouette Analysis-Based Gait recognition for Human Identification”, IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol. 25, pp , [6] A. Kale, N. Cuntoor, B. Yegnanarayana, AN. Rajagopalan, and R. Chellappa, “Gait analysis for human identification”, In AVBPA, pp , Bibliographie