Documents disponibles écrits par cet auteur

Identification des individus par la biomètrie multimodale. / Fatima MESSAOUDI 

Public ISBD Titre : Identification des individus par la biomètrie multimodale. Type de document : texte imprimé Auteurs : Fatima MESSAOUDI, Auteur ; BENYETTOU Mohamed, Directeur de thèse Année de publication : 2012 Importance : 75 p. Langues : Français (fre) Catégories : Informatique:Modélisation & Simulation Mots-clés : Biométrie multimodale  identification  fusion biométrique  reconnaissance du visage reconnaissance par la démarche  algorithmes génétiques  optimisation à essaim de particuler. Multimodal biometrics, identification, biometric fusion, face recognition, gait recognition, genetic algorithms, particles swarm optimization. Résumé : L’identification biomètrique se rèfère à la reconnaissance automatique des individus basèe sur leurs caractèristiques biologiques, morphologiques, ou comportementalesles système biométrique , leur performance varie selon la technique utilisée, de plus, ces sysétémes sont sensibles au bruit introduit par l’unique capteur, à la non – universalité et au manque d’individualité de la modalité biométrique choisie ainsi qu’aux tentaives d’intrusion, la plupart de ces problémes peuvent peuvent etre réduits par la mise en place de systémes biométriques multimodaux utilisant plusieurs signatures biométriques d’une meme personne. Notre travail s’incrit dans le cadre de la recherche de méthodes pratiques permettaant d’améliorer les performances des systémes d’identification biométriques, notre objectif est d’implémenter un systéme d’identification multimodal en combinant les information issues de deueux sources biométriques à savoir le visage et la démarche ( modalités naturelles et non intrusives)qui nous semblent etre intéressantes à exploiter pour un probléme d’identification. Dans ce cadre biométrique nous testons des techniques de fusion de signatures biométriques issues de ces deux modalités et nous proposons une étape de modélisation basées sur les algorithmes génétiques (AG) l’optimisation à essaim de particules (OEP) et un algorithme hybride (GSO) afin de retenir un modèle cohérent et bien discriminant pour l’ensemble des individus constituant les bases de données. The biometric identification refers to the automatic recognition of the individuals based on their biological, morphological or behavioral characteristics. The unimodal biometric systems allow recognizing a person by using a single biometric signature, their performance varies according to the used technique. Furthermore, these systems are sensitive to the noise, nonuniversality and lack of individuality of the biometric modality chosen. Most of these problems can be reduced by the implementation of multimodal biometric systems using several biometric signatures of the same person. The object of this memory is to implement a multimodal identification system by combining the information from two biometric sources to know the face and the gait (natural and not intrusive modalities). In this biometric frame, we test different techniques of fusion of face and gait signatures and we propose a stage of modeling based on the genetic algorithms (GA), the particle swarm optimization (PSO) and a hybrid algorithm (GSO) to hold a coherent and very discriminating model for all the individuals’ database. Identification des individus par la biomètrie multimodale. [texte imprimé] / Fatima MESSAOUDI, Auteur ; BENYETTOU Mohamed, Directeur de thèse . - 2012 . - 75 p. Langues : Français (fre) Catégories : Informatique:Modélisation & Simulation Mots-clés : Biométrie multimodale  identification  fusion biométrique  reconnaissance du visage reconnaissance par la démarche  algorithmes génétiques  optimisation à essaim de particuler. Multimodal biometrics, identification, biometric fusion, face recognition, gait recognition, genetic algorithms, particles swarm optimization. Résumé : L’identification biomètrique se rèfère à la reconnaissance automatique des individus basèe sur leurs caractèristiques biologiques, morphologiques, ou comportementalesles système biométrique , leur performance varie selon la technique utilisée, de plus, ces sysétémes sont sensibles au bruit introduit par l’unique capteur, à la non – universalité et au manque d’individualité de la modalité biométrique choisie ainsi qu’aux tentaives d’intrusion, la plupart de ces problémes peuvent peuvent etre réduits par la mise en place de systémes biométriques multimodaux utilisant plusieurs signatures biométriques d’une meme personne. Notre travail s’incrit dans le cadre de la recherche de méthodes pratiques permettaant d’améliorer les performances des systémes d’identification biométriques, notre objectif est d’implémenter un systéme d’identification multimodal en combinant les information issues de deueux sources biométriques à savoir le visage et la démarche ( modalités naturelles et non intrusives)qui nous semblent etre intéressantes à exploiter pour un probléme d’identification. Dans ce cadre biométrique nous testons des techniques de fusion de signatures biométriques issues de ces deux modalités et nous proposons une étape de modélisation basées sur les algorithmes génétiques (AG) l’optimisation à essaim de particules (OEP) et un algorithme hybride (GSO) afin de retenir un modèle cohérent et bien discriminant pour l’ensemble des individus constituant les bases de données. The biometric identification refers to the automatic recognition of the individuals based on their biological, morphological or behavioral characteristics. The unimodal biometric systems allow recognizing a person by using a single biometric signature, their performance varies according to the used technique. Furthermore, these systems are sensitive to the noise, nonuniversality and lack of individuality of the biometric modality chosen. Most of these problems can be reduced by the implementation of multimodal biometric systems using several biometric signatures of the same person. The object of this memory is to implement a multimodal identification system by combining the information from two biometric sources to know the face and the gait (natural and not intrusive modalities). In this biometric frame, we test different techniques of fusion of face and gait signatures and we propose a stage of modeling based on the genetic algorithms (GA), the particle swarm optimization (PSO) and a hybrid algorithm (GSO) to hold a coherent and very discriminating model for all the individuals’ database.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4433	02-08-273	Version numérique et papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Documents numériques

02-08-273.pdf Adobe Acrobat PDF