CONTENU DU COURS SYS828: Systèmes biométriques Éric Granger.

CONTENU DU COURS SYS828: Systèmes biométriques Éric Granger

CONTENU DU COURS 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 l’art 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 biométriques Éric Granger

A.1 Un système généralisé:
Sommaire – Section A.1 A.1 Un système généralisé: Structure de systèmes Fusion multimodale Évaluation des performances SYS828: Systèmes biométriques Éric Granger

A.1(1) Structure de systèmes
SYS828: Systèmes biométriques Éric Granger

Sous-système de collection de données Objectifs: lorsqu’un individu se présente, capter les traits biométriques distinctifs et invariants dans le temps produire un échantillon (données brutes) pour l’analyse Considération importante – processus de collection standard pour minimiser les variances et maximiser le caractère distinctif face au: comportement et coopération de l’individu environnement opérationnel spécifications techniques du senseur SYS828: Systèmes biométriques Éric Granger

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 l’impact sur les performances protocoles de transmission et de compression standards (e.g., JPEG – visages et CELP – voix) pour uniformiser SYS828: Systèmes biométriques Éric Granger

Sous-système de traitement du signal Objectif: comparer l’échantillon avec le modèles biométriques d’un ou plus individus abonnés au système Comporte 4 tâches: segmentation: détecter et extraire un patron biométrique brute d’intérêt dans le signal original SYS828: Systèmes biométriques Éric Granger

Sous-système de traitement du signal Tâches: (suite) 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 SYS828: Systèmes biométriques Éric Granger

Sous-système de traitement du signal Tâches: (suite) extraction de caractéristiques: extraire et sélectionner des SYS828: Systèmes biométriques Éric Granger

Sous-système de traitement du signal Tâches: (suite) contrôle de qualité: vérifier au niveau du vecteur caractéristique si le signal capté (issu de la collection) est d’une qualité acceptable SYS828: Systèmes biométriques Éric Granger

Sous-système de traitement du signal Tâches: (suite) classification: comparer le vecteur caractéristique avec un ou plus modèles d’individus stockés dans la base biométrique produire 1+ scores – mesure quantitative d’une comparaison – pour le sous-système de décision SYS828: Systèmes biométriques Éric Granger

Sous-système de traitement du signal Considérations importantes – ce traitement est complexe pour plusieurs raisons: variabilité intra-classe similarité interclasse SYS828: Systèmes biométriques Éric Granger

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 d’échantillons lors d’abonnement d’un individu (modèles biométriques) limitations des algorithmes de segmentation, d’extraction de caractéristiques et de classification SYS828: Systèmes biométriques Éric Granger

Sous-système de traitement du signal Modèle biométriques ̶ conçu a priori, lors de l’abonnement, avec un nombre limité d’échantillons référence:

Base de données Objectif: emmagasiner et gérer le modèle biométrique correspondant à chaque individu abonné au système Considérations importantes – inscription SYS828: Systèmes biométriques Éric Granger

Base de données Considérations importantes – stockage local ou global des modèles, selon l’application vérification: on peut distribuer la base localement sur des cartes d’ID ou carte intelligente ID/surveillance: on stocke dans une grande base centralisé et applique une stratégie pour réduire le temps de recherche: partitionnement de la grande base en sous-bases algorithmes pour l’indexation de la base (pour biométriques spécifiques) SYS828: Systèmes biométriques Éric Granger

Sous-système de décision Objectifs: réaliser la politique décisionnelle du système en dirigeant la recherche dans la base biométrique accepter/rejeter ou identifier l’individu 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 l’applications et aux besoins en sécurité SYS828: Systèmes biométriques Éric Granger

A.1(1) Structure de système
Fonctionnalités biométriques 1. Vérification: vérifier l’authenticité d’un individu inscrit au système à partir d’un échantillon biométrique SYS828: Systèmes biométriques Éric Granger

Fonctionnalités biométriques SYS828: Systèmes biométriques Éric Granger

Fonctionnalités biométriques Processus de décision: le système accepte ou rejette à partir d’une comparaison entre un échantillon et le modèle de l’individu identifié Applications potentielles: contrôle d’accès 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 d’un téléphone cellulaire ou PDA Contraintes de l’application: un système à coût modique et un interface conviviale SYS828: Systèmes biométriques Éric Granger

Fonctionnalités biométriques 2. Identification: déterminer si un échantillon biométrique est associé avec un des individus abonné au système SYS828: Systèmes biométriques Éric Granger

Fonctionnalités biométriques SYS828: Systèmes biométriques Éric Granger

Fonctionnalités biométriques Processus de décision: le système identifie à partir d’une comparaison entre l’échantillon et tous les modèles d’individus inscrits au système Applications potentielles: contrôle aux frontières enquêtes criminelles identification d’enfants portés disparus Contraintes de l’application: un débit élevé de traitement et très peu d’intervention humaine SYS828: Systèmes biométriques Éric Granger

Fonctionnalités biométriques 3. Surveillance: déterminer de façon discrète si un échantillon biométrique correspond à un individu sur une liste restreinte d’individus recherchés SYS828: Systèmes biométriques Éric Granger

Fonctionnalités biométriques Processus de décision: le système identifie à partir d’une comparaison entre l’échantillon et tous des modèles d’une liste restreinte Applications potentielles: sécurité dans les aéroports sécurité pour les lieux et les événements publics Contraintes de l’application: débit élevé de traitement et peu d’intervention humaine doit composer avec un processus d’inscription mal défini un contrôle limité sur les conditions d’opération SYS828: Systèmes biométriques Éric Granger

Système biométrique simplifié SYS828: Systèmes biométriques Éric Granger

Système simplifié Composants de base du système simplifié: senseur automatique: acquisition de l’échantillon [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 l’opération du système surveille l’intégrité du système et mise-à-jour des modèles applique la politique décisionnel SYS828: Systèmes biométriques Éric Granger

Architecture centralisée vs distribuée Type 1: Architecture centralisée SYS828: Systèmes biométriques Éric Granger

Architecture centralisée vs distribuée Type 2: Architecture distribuée SYS828: Systèmes biométriques Éric Granger

Architecture centralisée vs distribuée Avantages et inconvénients des architectures: Centralisée Distribuée + gestion des connaissances: facile – robustesse: risque élevé d’une panne à l’échelle 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 d’une panne de blocs fonctionnels locaux – gestion des connaissances: complexe SYS828: Systèmes biométriques Éric Granger

Architecture centralisée vs distribuée Type d’applications: Centralisée Distribuée Stockage global de modèles: plusieurs individus inscrits plusieurs points d’accès ex: système bancaire Stockage local de modèles: un individu inscrit un seul point d’accès ex: téléphones mobiles et PDAs SYS828: Systèmes biométriques Éric Granger

Sommaire – Section A.1 A.1 Un système généralisé: Structures de systèmes Fusion multimodale Évaluation des performances SYS828: Systèmes biométriques Éric Granger

A.1(2) Fusion multimodale
SYS828: Systèmes biométriques Éric Granger

Opération d’un système multimodal: mode sériel: exploite un trait à la fois permet de réduire le nombre d’identités avant d’exploiter un autre trait (technique d’indexation) mode parallèle: exploite tous les traits simultanément mode hiérarchique: chaque trait est exploité par un classificateur indépendant les classificateurs sont combinés selon une structure en arbre SYS828: Systèmes biométriques Éric Granger

Niveaux de fusion Au niveau de l’extraction de caractéristiques: SYS828: Systèmes biométriques Éric Granger

Niveaux de fusion Au niveau de la confiance: SYS828: Systèmes biométriques Éric Granger

Niveaux de fusion Au niveau de la décision: SYS828: Systèmes biométriques Éric Granger

Scénarios pour la fusion multimodale SYS828: Systèmes biométriques Éric Granger

Sommaire – Section A.1 A.1 Un système généralisé: Structures de systèmes Fusion multimodale Évaluation des performances SYS828: Systèmes biométriques Éric Granger

A.1(3) Évaluation des performances
Facteurs qui influencent la complexité d’un système de reconnaissance biométrique: SYS828: Systèmes biométriques Éric Granger

Qualité Processus de décision: γ SYS828: Systèmes biométriques Éric Granger

Qualité Distribution de scores: (Granger et al., IJBM 2012) SYS828: Systèmes biométriques Éric Granger

Qualité γ SYS828: Systèmes biométriques Éric Granger

Qualité Matrice de confusion: SYS828: Systèmes biométriques Éric Granger

Qualité Métriques communes: FRR (‘False Rejection Rate’ ou taux de faux rejets): déf.: la proportion de fois qu’un 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 qu’un individu légitime est accepté par le système FRR = fnr = 1 – tpr = 1 – (TP/ P) SYS828: Systèmes biométriques Éric Granger

Qualité Métriques communes: (suite) FAR (‘False Acceptance Rate’ ou taux de fausses acceptations): déf.: la proportion de fois qu’un 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 qu’un individu non-légitime est rejeté par le système FAR = fpr = 1 – tnr = 1 – (TN / N) SYS828: Systèmes biométriques Éric Granger

Qualité SYS828: Systèmes biométriques Éric Granger

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 d’un 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 d’illustrer ce compromis, et donc la qualité d’un système: courbes paramétriques: on trace FRR vs FAR en faisant varier le seuil de décision représente l’impact du seuil sur les taux d’erreurs SYS828: Systèmes biométriques Éric Granger

Qualité Courbes ROC (‘Receiver Operation Characteristic’) SYS828: Systèmes biométriques Éric Granger

Qualité Courbes DET (‘Detection Error Trade-Off’) SYS828: Systèmes biométriques Éric Granger

Qualité Populations débalancées – courbes precision-recall: mesure scalaire: F1 SYS828: Systèmes biométriques Éric Granger

Qualité Impact d’un débalancement dans les populations (Radtke et al., Information Fusion 2013) SYS828: Systèmes biométriques Éric Granger

Qualité Détection des ambiguïtés dans l’espace ROC (Tortorella, Pattern Recognition Letters 2005) SYS828: Systèmes biométriques Éric Granger

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 SYS828: Systèmes biométriques Éric Granger

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 biométriques Éric Granger

Qualité Cas 2 et 3 – identification et surveillance: on suppose qu’il y a I individus d’inscrits au système on suppose que les scores d’imposteur entre différents individus légitimes ne sont pas corrélés FRR: FAR: SYS828: Systèmes biométriques Éric Granger

Qualité Taux d’erreurs pour différentes technologies de vérification (classificateurs à 1 ou 2-classes): Trait biométrique Test à grande pour technologies de pointe (avec bases standards) FRR FAR empreinte digitale FVC 2006 4 types de senseurs; population hétérogène; rotations et distorsions de peau 2.2% visage FRVT 2006 contrôle de luminosité; haute résolution 1.6% 0.1% fixé iris ICE 2006 1.4% voix NIST 2006 -indépendant du texte; multilingue 5-10% 2-5% SYS828: Systèmes biométriques Éric Granger

Temps de traitement On vise généralement un petit temps de traitement, mais dépend des besoins de l’application: exemple d’application ‘lente’: vérification des empreintes digitales par le FBI dans le contexte d’une enquête criminelle exemple d’application ‘rapide’: contrôle d’accès dans un lieu sécurisé (e.g., aéroport) SYS828: Systèmes biométriques Éric Granger

Temps de traitement Temps pour la classification d’un échantillon: SYS828: Systèmes biométriques Éric Granger

Temps de traitement Débit de traitement pour différentes technologies biométriques communes: Fonctionnalité biométrique empreinte digitale visage iris 1) vérification (temps de traitement) 10 msec 90 µsec < 1 µsec 2) Identification (débit) 1 / min 0.66 / min > 60 / min 3) Surveillance > 1 / sec 22 / sec > 2000 / sec SYS828: Systèmes biométriques Éric Granger

Consommation en mémoire Facteurs qui influencent la consommation mémoire d’un système: 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 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 SYS828: Systèmes biométriques Éric Granger

Consommation en mémoire Capacité de mémoire (en octets): SYS828: Systèmes biométriques Éric Granger

Sommaire Fonctions d’identification et de surveillance: + plus conviviale: l’individu n’est pas tenu à s’identifier avant l’échantillonnage Fonction de vérification: + demande moins de ressources: l’échantillon est comparé avec seulement un modèle + taux d’erreurs moins élevés: la combinaison de reconnaissance artificielle + biométrique peut diminuer le FAR considérablement SYS828: Systèmes biométriques Éric Granger

Sommaire SYS828: Systèmes biométriques Éric Granger

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 d’échantillonnage est-il acceptable pour les individus? Circumvention: peut-on facilement reproduire ou tricher? SYS828: Systèmes biométriques Éric Granger

Sommaire SYS828: Systèmes biométriques Éric Granger

CONTENU DU COURS SYS828: Systèmes biométriques Éric Granger.

Présentations similaires

Présentation au sujet: "CONTENU DU COURS SYS828: Systèmes biométriques Éric Granger."— Transcription de la présentation:

Présentations similaires

Notre projet

Feed-back

Entrer

S'autoriser via un réseau social:

CONTENU DU COURS SYS828: Systèmes biométriques Éric Granger.

Présentations similaires

Présentation au sujet: "CONTENU DU COURS SYS828: Systèmes biométriques Éric Granger."— Transcription de la présentation:

Présentations similaires

Notre projet

Feed-back