Diapositive 1

1
Rencontre sur la Recherche en Informatique R2I 12-
14 Juin 2011, Tizi Ouzou, Algérie
Reconnaissance dun individu à partir de sa
démarche
Soumia Benbakreti 1 Pr.Mohammed
Benyettou 1 Pr.Hubert Cardot 2
1 LAMOSI Laboratoire de modélisation et de
d'optimisation des systèmes industriels,
Département dinformatique , Université des
Sciences et des Technologie, Mohammed Boudiaf
(USTOMB) soumiabenbakreti_at_gmail.com,
med_benyettou_at_yahoo.fr
2Equipe Reconnaissance des Formes et Analyse
dImages (RFAI), Laboratoire d'Informatique.
Université François-Rabelais, Tours
hubertcardot_at_univ-tours.fr
2
Plan de Travail

• Introduction
• Système biométrique
• Contribution
• Résultats
• Conclusion

3
Introduction

• Savoir determiner de manière à la fois efficace
  et exacte lidentitè dun individu est devenu un
  problème critique dans notre sociète. En effet,
  bien que nous ne nous en rendions pas toujours
  compte, notre identité est verifièe
  quotidiennement par de multiples organisations
  Banque, réseau informatique, etc.
• Il existe traditionnellement deux manières
  didentifier un individu
• Connaissance mot de passe.
• Possession pièce didentite, une clef, un
  badge, etc.
• Ces deux modes didentification peuvent être
  utilisès de manière complementaire afin
  dobtenir une securitè accrue.
• Cependant, elles ont leurs faiblesses
  respectives. Dans le premier cas, le mot de passe
  peut être oubliè par son utilisateur ou bien
  devinè par une autre personne. Dans le second
  cas, le badge (ou la piece didentite ou la clef
  materielle) peut être perdu ou volè.

4

• La biométrie est une alternative aux deux
  precédents modes didentification. Elle consiste
  à identifier une personne à partir de ses
  caractèristiques physiques ou comportementales,
  difficiles à deviner ou à voler ainsi qua
  dupliquer.
• Le visage, les empreintes digitales, liris, etc.
  sont des exemples de caractèristiques physiques.
• La voix, lécriture, le rythme de frappe sur un
  clavier, la démarche, etc. sont des
  caracteristiques comportementales.
• Ces caractèristiques, quelles soient innées
  comme la démarche ou bien acquises comme la
  signature, sont attachées à chaque individu et ne
  souffrent donc pas des faiblesses des méthodes
  basées sur une connaissance où une possession.

5
Architecture des systèmes biométriques

• Il existe toujours au moins deux modules dans un
  systeme biometrique le module dapprentissage
  et celui de reconnaissance.
• Pendant lapprentissage le système va acquérir
  une ou plusieurs mesures biométriques qui
  serviront a construire un modèle de lindividu.

6

• Au cours de la reconnaissance, la caracteristique
  biometrique est mesurée et un ensemble de
  parametres est extrait comme lors de
  lapprentissage. La suite de la reconnaissance
  sera effectuée differemment suivant le mode
  opératoire du système
• En mode identification, le système doit deviner
  lidentitè de la personne. Il repond donc à une
  question de type "Qui suis-je ? ". (le système va
  comparer le signal mesuré avec les différents
  modèles contenus dans la BDD).
• En mode vérification ou authentification, le
  système doit répondre à une question du type
  "Suis-je bien la personne que je pretends lêtre
  ? ".
• Lutilisateur propose une identitè au système et
  le système doit verifier que lidentite de
  lindividu est bien celle proposée.

7
Comment identifier une personne?
Fichier Signature
Comparaison de la lecture avec les "signatures" en
registrées Dépôt
Comparaison de la lecture avec les "signatures" en
registrées
Lecture d'une caractéristique physiologique ou
comportementale
Dépôt de donneés
Le système va alors décider si la correspondance
est suffisante, en calculant un score.
Vérification de l'identité
Concordance ?

Terminal de lecture biométrique
Oui
Non
Refus
Acceptation
SeuilltScore
8
En biométrie, nous somme en face de deux
populations Les véritables clients (Genuine),
ceux qui sont dûment autorisés à pénétrer dans la
zone protégée Les imposteurs (Imposters) qui
n'ont aucune autorisation, mais qui vont quand
même essayer de rentrer.
Taux derreur FAR (False Accept Rate)
proportion des imposteurs acceptés par le
système FRR (False Reject Rate) proportion
des véritables clients rejetés
9
(No Transcript)
10
Reconnaissance de la démarche
La démarche humaine est un dispositif
didentification dune personne par le mouvement
des pieds, en analysant des séquences vidéo.
11
Travaux précédents

• Il existe deux familles d'algorithmes de
  reconnaissance par la démarche
• - Silhouette-based Human Identification from Body
  Shape and Gait
• Les approches dérivent la silhouette humaine en
  séparant l'objet mobile du fond. Le sujet peut
  être identifié par les mesures qui reflètent la
  forme et/ou le mouvement. Ces algorithmes se
  basent sur le déploiement des modèles de Markov
  cachés (HMM) et qui prennent en considération
  deux images de silhouette le contour de
  silhouette dans la forme binaire et la silhouette
  binaire entière elle-même.
• - Model-based approaches Les approches modèle
  basées visent à dériver le mouvement du torse
  et/ou des jambes. À la différence d'une
  silhouette ceci se concentre sur la dynamique,
  omettant la forme du corps.

12
Notre Approche

• Prétraitement

13
(No Transcript)
14
Calcul de langle
alpha arccos(ltd1. d2gt / d1.d2 )
15
Classification par la méthode DTW
La déformation temporelle dynamique (algorithme
DTW en anglais) est un algorithme permettant de
mesurer la similarité entre deux suites qui
peuvent varier au cours du temps. Cest un
algorithme qui permet de trouver le meilleur
appariement entre une référence enregistrée et un
signal à reconnaître, par le calcul d'une
différence entre des vecteurs respectifs de
caractéristiques. Elle est proposée par Belman
dés 1950. Dans notre travail, étant donné que
chaque image possède un angle, on compare donc
entre les suites dangles.
16
The distance between ai and bj is defined
by d(i, j) ai- b j , so the total distance
between A and B is DIST(A,B), which can be
obtained by (3) below.
Algorithme DTW

• Nous définissons deux séries temporelles

La distance entre ai and bj est définie par
d(i, j) ai- b j , mais la distance total
entre A et B est DIST(A,B), obtenue par la
formule suivante
17

• Avec D(i,j) est la distance entre A(i) and B(j),
  A(i) est a1,a2,,ai et B(j) is
  b1,b2,,bj. La plus petite valeur de
  DIST(A,B) est prise pour déterminer la distance
  minimale entre les deux séquences.

18
(No Transcript)
19
Résultats comparaisons
Recognition accuracy (précision) () Recognition accuracy (précision) () Recognition accuracy (précision) () Recognition accuracy (précision) () Nombre de séquences Database CASIA
Average (moyenne) s 5 s 10 s 20 Nombre de séquences Database CASIA
Average (moyenne) Dist ? 0, 200 Dist ? 0, 200 Dist ? 0, 200 Nombre de séquences Database CASIA
90 92 90 88 80(420) Database CASIA
FRR 1.1-1.4 FAR 0.1
72,50 BenAbdelkader 2001 2
71,25 Collins 2002 1
87,50 Lee 2002 3
78,75 Phillips 2002 4
82,50 Wang 2003 5
57,50 Kale 2003 6
90 Notre approche
20
Conclusion Perspectives

• 
  
  
• Nous avons proposé une méthode originale pour
  l'identification de la démarche humaine basée
  sur lalgorithme DTW.
• Lanalyse indique que notre approche donne des
  résultats encourageants comparant aux autres
  travaux.
• Nous espérons par ce travail avoir contribué au
  développement de la science dans le domaine de la
  sécurité.
• Dans un futur proche, nous améliorerons cette
  contribution sur une analyse multimodale, en
  espérant ainsi enrichir notre étude.

21
Bibliographie

• 
  
  
• 1 R. Collins, R. Gross, and J. Shi,
  Silhouette-Based Human Identification from Body
  Shape and Gait, Proc. Intl Conf. Automatic Face
  and Gesture Recognition, 2002.
• 2 C. BenAbdelkader, R. Culter, H. Nanda, and L.
  Davis, EigenGait Motion-Based Recognition of
  People Using Image Self-Similarity, Proc. Intl
  Conf. Audio- and Video-Based Biometric Person
  Authentication, pp. 284-294, 2001.
• 3 L. Lee and W. Grimson, Gait Analysis for
  Recognition and Classification, Proc. Intl
  Conf. Automatic Face and Gesture Recognition, pp.
  155-162, 2002.
• 4 P. Phillips, S. Sarkar, I. Robledo, P.
  Grother, and K. Bowyer, Baseline Results for
  Challenge Problem of Human ID Using Gait
  Analysis, Proc. Intl Conf. Automatic Face and
  Gesture Recognition, pp. 137-142, 2002.
• 5 L. Wang, T. Tan, H. Ning, and W. Hu,
  Silhouette Analysis-Based Gait recognition for
  Human Identification, IEEE Trans. on Pattern
  Analysis and Machine Intelligence, Vol. 25, pp.
  1505-1518, 2003.
• 6 A. Kale, N. Cuntoor, B. Yegnanarayana, AN.
  Rajagopalan, and R. Chellappa, Gait analysis for
  human identification, In AVBPA, pp. 706-14,
  2003.