Reconnaissance humaine multimodale (ECG – EMG

Abstract

Les mesures biométriques se réfèrent à l'identification automatique des individus en fonction de leurs caractéristiques physiologiques et/ou comportementales. Les systèmes de mesures biométriques unimodaux permettent d'identifier une personne en utilisant une seule méthode de mesure, mais ils ne garantissent pas nécessairement une identification précise. Notre principal objectif est de réaliser un système d'identification multimodal basé sur la combinaison de deux méthodes de mesure biométrique : l'électrocardiographie (ECG) et l'électromyographie (EMG). Dans ce contexte, nous avons abordé des points importants liés aux mesures biométriques multimodales et avons fourni un aperçu et une définition des signaux électrocardiographiques et électromyographiques. Nous avons utilisé la transformation en ondelettes discrètes (DWT) comme extracteur de caractéristiques pour obtenir un taux de reconnaissance excellent. Nos résultats expérimentaux ont été réalisés sur deux bases de données : la base de données "ECG-ID" pour l'électrocardiographie et la base de données "GRABMyo" pour l'électromyographie Biometric measurements refer to the automatic identification of individuals based on their physiological and/or behavioral characteristics. Unimodal biometric measurement systems allow for identifying someone using a single biometric method, but they may not guarantee precise identity determination. Our primary goal is to achieve a multimodal identification system based on a combination of two biometric measurement methods: electrocardiography and electromyography. In this context, we addressed important aspects related to multimodal biometric measurements and provided an overview and definition of electrocardiographic and electromyographic signals. We used Discrete Wavelet Transformation (DWT) as a feature extractor to achieve an excellent recognition rate. Our experimental results were conducted on two databases: the "ECG-ID" database for electrocardiography and the "GRABMyo" database for electromyography