Système biométrique basé sur la fusion au niveaux des caractéristiques

Abstract

Les techniques biométriques sont devenues la base d'une vaste gamme d'outils hautement sécurisés pour l'identification et la vérification du personnel. Dans notre mémoire, nous avons exploré différentes méthodes biométriques telles que les empreintes palmaires et les empreintes des articulations des doigts (FKP) pour identifier et vérifier les utilisateurs. Pour améliorer les performances, nous avons utilisé le descripteur BSIF (Binarized Statistical Image Features) et réalisé la fusion au niveau des caractéristiques en utilisant différentes approches. La fusion par séquence consiste à combiner les caractéristiques extraites des empreintes palmaires et des empreintes des articulations des doigts (FKP) pour créer une représentation combinée. Cette méthode permet de tirer parti des informations complémentaires fournies par ces deux modalités biométriques. Par ailleurs, nous avons utilisé les opérateurs min, max et somme pour fusionner les valeurs des caractéristiques extraites. La fusion par l'opérateur min privilégie les valeurs minimales, tandis que la fusion par l'opérateur max privilégie les valeurs maximales. La fusion par somme additionne les valeurs des caractéristiques. Ces méthodes permettent d'exploiter différentes informations contenues dans les caractéristiques extraites et de les combiner de manière appropriée pour améliorer les performances dans diverses tâches d'analyse d'images Biometric techniques have become the foundation of a wide range of highly secure tools for personnel identification and verification. In our thesis, we explored different biometric methods such as palm prints and finger joint prints (FKP) to identify and verify users. To enhance performance, we utilized the BSIF (Binarized Statistical Image Features) descriptor and performed feature-level fusion using various approaches. Sequence fusion involves combining the extracted features from palm prints and finger joint prints (FKP) to create a combined representation. This method leverages the complementary information provided by these two biometric modalities. Additionally, we employed the operator’s min, max, and sum to merge the values of the extracted features. Min fusion prioritizes minimum values, while max fusion prioritizes maximum values. Sum fusion adds up the feature values. These methods allow for the utilization of different information present in the extracted features and their appropriate combination to enhance performance in various image analysis tasks أصبحت تقنيات القياسات الحيوية أساسًا لمجموعة واسعة من الأدوات عالية الأمان لتحديد هوية الأفراد والتحقق منهم. لتحديد المستخدمين والتحقق منهم. (FKP) في مذكرتنا استكشفنا طرقًا بيومترية مختلفة مثل بصمات الكف وبصمات الأصابع وقمنا بإجراء دمج على مستوى الميزات باستخدام (BSIF) لتحسين الأداء ، استخدمنا واصف ميزات الصورة الإحصائية الثنائية أساليب مختلفة. لإنشاء تمثيل (FKP) يتكون اندماج التسلسل من الجمع بين الميزات المستخرجة من بصمات الكف وبصمات مفاصل الأصابع مشترك. تتيح هذه الطريقة إمكانية الاستفادة من المعلومات التكميلية التي توفرها هاتان الطريقتان البيومتريتان. لدمج قيم الميزات المستخرجة. يفضّل الدمج بواسطة عامل sum و max و min الإضافة إلى ذلك ، استخدمنا عوامل التشغيل قيم المعالم. Sum fusion القيم الدنيا ، بينما يفضّل الدمج بواسطة عامل التشغيل الأقصى القيم القصوى. يضيف min التشغيل تتيح هذه الأساليب إمكانية استغلال المعلومات المختلفة الموجودة في الميزات المستخرجة ودمجها بشكل مناسب لتحسين الأداء في مهام تحليل الصور المختلفة