ABSTRACT
Our goal is to implement a fingerprint-based individual
recognition system using machine learning methods.
The work focused on the following points : first, we prepared
the database: fingerprints. Once the preliminary processing on the fingerprints
is carried out, the characteristic points of the fingerprint called minutiae
have been located and classified. In a final step, the identification of
individuals is carried out using a classification based on a neural network :
convolutional neural networks.
Key words: Fingerprint recognition, neural network, machine
learning.
|
Mémoire de Master option Bases de Données
et Génie Logiciel
|
|
1
INTRODUCTION GENERALE
De nos jours on parle de plus de l'insécurité
dans divers secteurs ainsi que des moyens informatiques à mettre en
oeuvre pour contrer cette tendance : le contrôle d'accès aux
ordinateurs, l'e-commerce, les opérations bancaires basées sur
l'identification du demandeur, etc. Il existe traditionnellement deux
manières d'identifier un individu. La première méthode est
basée sur une connaissance à priori de la personne telle que la
connaissance de son mot de passe. La seconde méthode est basée
sur la possession d'un objet. Il peut s'agir d'une pièce
d'identité, d'une clé, d'un badge, etc. Ces deux modes
l'identification peuvent être utilisée de manière
complémentaire afin d'obtenir une sécurité accrue.
Cependant, elles ont chacune leurs faiblesses. Dans le premier cas, le mot de
passe peut être oublié par son utilisateur ou bien deviné
par une autre personne. Dans le second cas, le badge, la pièce
d'identité ou la clé peut être perdu ou volé. La
biométrie possède des applications très
intéressantes dans le domaine de la sécurité. Pour
remédier à ces inconvénients, notre méthode sera
une contribution qui permettra d'optimiser en utilisant les méthodes du
deep learning. Notre étude sera structurée comme suit :
1. Dans le premier chapitre nous verrons quelques notions de la
biométrie
2. Dans le deuxième chapitre nous parlerons de
l'empreinte digitale
3. Dans le troisième chapitre nous présenterons
les différentes composantes du Machine learning
4. Dans la quatrième partie nous verrons les
différentes Méthodes d'extractions et de détections de
l'empreinte digitale.
5. Dans la cinquième partie nous donnerons les
différents résultats et interprétations de notre
étude.
En définitive, la conclusion générale
résumera notre contribution et donnera quelques perspectives sur les
futurs travaux.
|
Mémoire de Master option Bases de Données
et Génie Logiciel
|
|
ETAT DE L'ART
2
|
Mémoire de Master option Bases de Données
et Génie Logiciel
|
|
3
CHAPITRE I : LA BIOMETRIE I-
GÉNÉRALITÉS
La biométrie est une alternative aux deux
précédents modes d'identification. Elle consiste à
identifier une personne à partir de ses caractéristiques
physiques ou comportementales. Le visage, les empreintes digitales, l'iris,
etc. sont des exemples de caractéristiques physiques. La voix,
l'écriture, le rythme de frappe sur un clavier, etc. sont des
caractéristiques comportementales. Les systèmes
biométriques sont de plus en plus utilisés depuis quelques
années. L'apparition de l'ordinateur et sa capacité à
traiter et à stocker les données ont permis la création
des systèmes biométriques informatisés. Il existe
plusieurs caractéristiques physiques uniques pour un individu, ce qui
explique la diversité des systèmes appliquant la biométrie
:
» La reconnaissance de l'Iris.
» La reconnaissance de Visages.
» La reconnaissance des Empreintes digitales.
» La reconnaissance de la Rétine.
» La reconnaissance de la Main.
» La reconnaissance Vocale.
» La reconnaissance de la dynamique de Signature.
Nous vous présenterons premièrement la
biométrie de manière générale et
deuxièmement de manière spécifique celle de l'empreinte
digitale.
II - DEFINITION DE LA BIOMETRIE
Le terme "biométrie" provient des mots grecs «
bios » qui veut dire la vie et du mot « métrique » qui
signifie mesure. Donc, La biométrie est une technologie
permettant la reconnaissance instantanée d'un individu par la mesure de
ses caractéristiques biologiques (les empreintes digitales, l'iris, les
traits du visage, etc) ou de ses caractéristiques comportementales
(reconnaissance vocale, la signature, la démarche) ou encore
morphologique uniques avec un haut degré de fiabilité. Cette
technologie de pointe est devenue en quelques années le moyen le plus
fiable d'identification d'une personne et elle vient remplacer ou renforcer les
dispositifs à clé ou à badges pouvant présenter des
failles en matière de sécurité. L'avantage de
l'identification biométrique est que chaque individu a ses propres
caractéristiques physiques qui ne peuvent être changées,
perdues ou volées.
|
Mémoire de Master option Bases de Données
et Génie Logiciel
|
|
4
III - LES DIFFERENTES ANALYSE DE LA BIOMETRIE
La biométrie est basée sur l'analyse de
données liées à l'individu et peut être
classée en trois grandes catégories :
? L'analyse morphologique : les empreintes digitales, l'iris,
la forme de la main, les traits du visage, le réseau veineux de la
rétine.
? L'analyse biologique : l'ADN, le sang, la salive, l'urine,
l'odeur, la thermographie.
? L'analyse comportementale : la reconnaissance vocale, la
dynamique de frappe au clavier, la dynamique de signature, la manière de
marcher. [5]
III.1. Les caractéristiques biométriques
Les caractéristiques d'un système basé sur
la biométrie doivent être à la fois [1] [2]. Universelles :
pour être utilisables par tous
Ø Uniques : pour distinguer les personnes sans
équivoque
Ø Invariables : stables et invariantes au cours du temps
pour permettre une utilisation tout au long de la vie
Ø Enregistrables : possibilité d'enregistrer
les caractéristiques d'un individu à l'aide d'un capteur
approprié qui ne cause aucun dérangement pour l'individu (la
collecte).
Ø Mesurable : pour permettre la comparaison
III.2. Les systèmes biométriques
Un système biométrique est un système de
reconnaissance d'individus qui permet d'identifier une personne sur la base de
ses caractères physiologiques ou comportementaux [3]. Selon le contexte
de l'application, un système biométrique comporte toujours deux
phases de fonctionnement :
| 
