Application de nouvelles approches d’optimisation pour la biométrie

Abstract

Face aux failles de sécurité au niveau des méthodes traditionnelles conçues pour l’établissement et la gestion de l’identité et qui font recourir aux nouvelles technologies pour des fins d’encerclement, la recherche ne peut rester indifférente aux conséquences adverses engendrées. La biométrie désigne une technologie qui ne permet pas seulement de faire autrement des taches existantes, comme l’authentification, mais aussi d’accomplir pour la première fois sur une grande échelle des taches d’identification. En effet, cette technologie tourne autour d’une reconnaissance d’un individu à base physio-biologique ou/et comportementale qui répond aux exigences des architectures et attendues des systèmes de sécurité dit systèmes biométriques, grâce aux facteurs de la non répudiation et la reconnaissance négative. Particulièrement, les systèmes biométriques à base de l’iris et l’empreinte digitale sont les plus répandus grâce à leurs performances et robustesses en termes de leurs taux de performances et crédits publiques élevés. Toutefois, il existe quelques conditions orientées environnement ou / et capteurs ou / et utilisateurs à interroger et qui violent l’aspect impeccable des attendus de ces systèmes. Le travail de thèse réalisé à travers de ce manuscrit présente deux approches solutions pour l’amélioration de deux processus critiques, notamment : le processus de segmentation de l’iris et le prétraitement des images des empreintes digitales. Par conséquent, une amélioration des taux de performances des systèmes biométriques à base de l’iris et de l’empreinte digitale est observée. La première approche consiste en une pré-segmentation de l'image de l'iris à base d’un seuillage à multi-niveaux qui sera injectée dans le processus basique de localisation de l’iris. Le seuillage à multi-niveaux est optimisé par des méthodes approchées, à savoir, l’optimisation par essaim de particules (PSO), la recherche coucous (CS), la colonie d’abeilles artificielle (ABC), et la colonie d’abeilles artificielle guidée par le meilleur (GABC). Dans la deuxième contribution, un prétraitement des images des empreintes digitales est couvert à travers une amélioration du contraste de ces images basée sur l’utilisation des méta-heuristiques pour une mise en correspondance et une définition de nouveaux niveaux de gris au niveau de ces images. Il s’agit de l’algorithme de la colonie d’abeilles artificielle (ABC), la recherche coucous (CS), et l’algorithme de chauves-souris (BA). L’examen expérimental à travers l’étude de différents seuils a permis la sélection des paramètres modélisant les solutions les plus optimales et les résultats obtenus apportent une amélioration remarquable au niveau des processus traités et de la performance totale des systèmes concernés.

In front of the vulnerabilities of the traditional security methods particularly designed for establishing and managing the identity concept and which require new technologies for encircling endings, research cannot remain indifferent to the related negative consequences. Biometrics represents a technology which does not only perform differently some existing tasks, such as authentication, but also it allows the accomplishment of identification processes for the first time on a large scale. Indeed, this technology turns around a personal recognition of individuals based on their physio-biological and/or behavioral patterns taking into consideration the architectural requirements of the concerned security systems called biometric systems thanks to the non-repudiation and the negative recognition factors. Among these biometric systems, the iris and fingerprint-based recognition systems are particularly considered as the most widespread due to their performances and robustness in terms of their high-performance rates and public credibility. However, there exist some environmental and/or sensor-based and/or user-based conditions which violate the impeccable expectations of these systems potential. Through this manuscript, the work carried within this thesis represents two solution approaches to improve two critical basic processes, namely, the process of iris segmentation, and that of the preprocessing of fingerprint images. Hence and as a result, an improvement in the performance rates of the iris-based and fingerprint-based biometric systems is observed. The first approach consists of a pre-segmentation of the iris images based on a multilevel thresholding which is to be injected in the basic iris localization process. The multilevel thresholding is optimized using the meta-heuristics approximate methods, namely, the Particle Swarm Optimization (PSO), the Cuckoos Search (CS), the Artificial Bee Colony (ABC), and the G-Best guided Artificial Bee Colony (GABC). In the second contribution, a preprocessing of the fingerprint images is conducted through an enhancement of the contrast based on the use of meta-heuristics for defining new levels of gray in these images. We have used particularly, the Artificial Bee Colony algorithm (ABC), the Cuckoos Search (CS), and the Bat Algorithm (BA). The experimental tests and studies drawn about the different thresholds allow the optimal solution parameters, and the obtained results provide a significant improvement at the level of both the treated processes and the whole overall accuracies of the concerned systems.