CNN Approfondis pour l'Identification Biométrique Multimodale

Nos travaux dans ce livre consistent à définir trois points importants concernant l'identification biométrique. La segmentation des images des empreintes digitales combinant Kmeans et DBSCAN d'une part ; d'autre part, elle est proposée afin d'éliminer les informations inutiles. Ensuite, nous présenterons un système d'identification biométrique en cascade, basé sur les images des empreintes digitales, des veines des doigts et du visage. Dans le premier système, les images sont traitées à l'aide du filtre de Gabor, de la binarisation et de la squelettisation. Puis, les points des minuties sont extraits et comparés. Dans le deuxième système, la technique de la droite de régression linéaire, Canny et l'égalisation d'histogramme local sont appliquées aux images. De ce fait, les caractéristiques sont obtenues par HOG dans le but de considérer l'individu comme étant authentique ou imposteur. Dans le troisième système, les LBP sont employés au visage détecté dans l'image de manière à extraire les informations pertinentes. Enfin, la troisième contribution est un système d'identification biométrique qui intègre les mêmes signatures biométriques mentionnées précédemment, CNN, Softmax et RF.

Autorentext

Je m'appelle El mehdi CHERRAT. J'ai un doctorat dans le domaine de informatique et intelligence artificielle, ainsi qu'un master en systèmes répartis. Je suis membre du Laboratoire Ingénierie des Systèmes et Technologies de l'information (LISTI) à l'École Nationale des Sciences Appliquées (ENSA) d'Agadir - Université Ibn Zohr, Maroc.