Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

THÈSE DE DOCTORAT DE L’ÉTABLISSEMENT UNIVERSITÉ BOURGOGNE FRANCHE-COMTÉ PRÉPARÉ

THÈSE DE DOCTORAT DE L’ÉTABLISSEMENT UNIVERSITÉ BOURGOGNE FRANCHE-COMTÉ PRÉPARÉE À L’UNIVERSITÉ DE BOURGOGNE École doctorale n°37 Sciences Pour l’Ingénieur et Microtechniques Doctorat d’Informatique et Instrumentation de l’Image par Pierre Bonazza Système de sécurité biométrique multimodal par imagerie, dédié au contrôle d’accès Thèse présentée et soutenue à Dijon, le 21 Juin 2019 Composition du Jury : Ducottet Christophe Professeur à l’Université Jean Monnet de Saint Étienne Rapporteur Minghelli Audrey Maître de Conférences HDR à l’Université de Toulon Rapporteur Madani Kurosh Professeur à l’Université Paris-Est Créteil Val de Marne Président du Jury Dubois Julien Maître de Conférences HDR à l’Université de Bourgogne Directeur de thèse Miteran Johel Professeur à l’Université de Bourgogne Codirecteur de thèse Ginhac Dominique Professeur à l’Université de Bourgogne Codirecteur de thèse N◦ X X X école doctorale sciences pour l’ingénieur et microtechniques Université Bourgogne Franche-Comté Esplanade Erasme 21078, Dijon, France Titre : Système de sécurité biométrique multimodal par imagerie, dédié au contrôle d’accès Mots-clés : Biométrie, Traitement d’image, Machine Learning, Deep Learning, Adéquation algorithmes/architecture Résumé : Ces travaux s’inscrivent dans le contexte d’un projet national visant à sécuriser le stockage et le transport de sources radioactives, lesquelles représentent un enjeu de sécurité important. L’objectif est de concevoir une solution technique répondant à la sécurisation de ces sources dans leur phase de stockage. La solution proposée, permettant une authentiﬁcation des agents habilités, consiste en un système biométrique multimodal basé sur la vision et l’intelligence artiﬁcielle. Les recommandations actuelles relatives à l’utilisation de la biométrie en entreprise portent notamment sur la garantie de la vie privée des utilisateurs. La protection des données personnelles est donc une contrainte importante. Faisant appel au visage, aux empreintes digitales et aux vaisseaux sanguins du doigt, les modèles biométriques sont individuels et seulement stockés sur une carte sans contact nominative. Ce type de support ne disposant que d’une petite quantité de mémoire, l’axe de recherche privilégié repose sur une adéquation entre les algorithmes et l’architecture en charge des traitements. La quantité de données biométriques a ainsi été minimisée aﬁn d’être stockées sur la carte sans contact. De nombreuses pistes ont été exploitées pour la modalité du visage, comparant alors des algorithmes issus du Machine Learning « classique » et d’autres issus du Deep Learning. Divers prétraitements ont été évalués aﬁn de réduire l’inﬂuence de certaines variations environnementales sur l’acquisition. Les algorithmes traitant des deux modalités du doigt intègrent de nombreux prétraitements dont une banque de ﬁltres de Gabor et une squelettisation. Ces prétraitements facilitent la détection de points d’intérêts propres à chaque modalité. Un descripteur décrit localement ces points et une mise en correspondance peut alors être eﬀectuée entre des descripteurs de référence (stockés sur la carte sans contact) et des descripteurs issus de l’image acquise lors de l’authentiﬁcation. Les attributs extraits de cette correspondance permettent, par une classiﬁcation, de valider ou non l’authentiﬁcation. Pour chacune des modalités étudiées, les données biométriques stockées sur la carte sans contact ne dépassent pas 2,6 Ko. Par la suite, une fusion de décision de ces trois modalités permet une authentiﬁcation globale, inférant au système une meilleure robustesse aux potentielles intrusions ou usurpations d’identité. Avec un fort aspect industriel, ces travaux présentent également une intégration matérielle des méthodes développées. De plus, une sélection d’algorithmes est eﬀectuée aﬁn de permettre un fonctionnement temps réel de la phase d’authentiﬁcation relativement à l’unité de calcul choisie. Title : Système de sécurité biométrique multimodal par imagerie, dédié au contrôle d’accès Keywords: Biometry, Image processing, Machine Learning, Deep Learning, algorithm/architecture matching Abstract: These thesis works are part of a national project aiming to secure storage and transports of radioactive sources, representing an important security issue. The objective is to design a technical solution addressing the secure of these sources in their storage phase. The proposed solution, allowing authorized staﬀperson authentication, consists in a multimodal biometric security system, based on computer vision and artiﬁcial intelligence. The actual industrial biometric legal framework relates to preserve users’ privacy. Therefore, the personal data protection is an important aspect. Using the face, ﬁngerprint and ﬁnger veins modalities, the biometric models are individual and only stored on a nominative RFID card. This kind of remote media only have a small user’s memory, thus, the leading research axis is focused on a matching between the algorithms and the processing unit in charge of the computation tasks. The amount of biometric data has then been minimized in order to be stored on the remote media. Manifold leads have been investigated for the face modality, with a comparison of classical Machine Learning algorithms and others from Deep Learning. Various preprocessing has been evaluated to lower the impact of environmental variations on the acquisition. The implemented algorithms dealing with both ﬁnger modalities include preprocessing algorithms, one of which are a bank of Gabor ﬁlters and a squeletonization. These preprocessing tasks help to detect points of interest. A descriptor locally describes these points and a matching is done then between references descriptors (stored on the remote card) and descriptors from the image acquired during the authentication. The attributes extracted from this matching provide, by a classiﬁcation, a validation or a rejection of the authentication. For each studied modality, the biometric data stored on the remote media does not exceed 2,6 Ko. Thereafter, a decision fusion from these three modalities gives a global authentication which yields to a better robustness against intruders or spooﬁng attacks. With a strong industrial aspect, this work put forward a hardware integration of developed methods. Moreover, an algorithm selection ensures real time operation of the authentication task, with respect to the chosen computational unit. iv “ L’important n’est pas de convaincre, mais de donner à réﬂéchir. ” Bernard Werber, Le père de nos pères Remerciements Ces travaux ont été ﬁnancés par le Conseil Régional de Bourgogne Franche Comté (CBR). Le projet dans lequel s’inscrit cette thèse a été supporté par le pôle de l’industrie nucléaire, le Grand Chalon, BPI France, le conseil régional de l’Essonne et le pôle de compétitivité d’Île-de-France Systematic. Les principaux partenaires de ce projet ont été Assystem, Nuc21, ABC, Point-Core, Schlumberger, Systel Electronique, et l’Institut de Radioprotection et de Sûreté Nucléaire (IRSN). Je tiens à remercier le laboratoire d’accueil ImViA (anciennement Le2i) et ses membres qui m’ont permis de réaliser cette thèse dans les meilleures conditions. Je remercie tout d’abord monsieur Julien Dubois, mon directeur de thèse, ainsi que messieurs Johel Miteran et Dominique Ginhac, co- directeurs de cette thèse, pour leurs précieux conseils, leur patience, leur bonne humeur en toutes situations et le temps qu’ils ont su m’accorder. Je remercie les enseignants chercheurs et autres permanents du laboratoire pour leur contribution non négligeable à l’atmosphère chaleureuse dans laquelle j’ai pu évoluer, en particulier madame Fan Yang Song et messieurs Yannick Benezeth et Barthélémy Heyrman. Je remercie également les membres du jury d’avoir accepté d’expertiser ces travaux : madame Audrey Minghelli et monsieur Christophe Ducottet, rapporteurs de cette thèse, ainsi que monsieur Kuroch Madani, examinateur lors de la soutenance. Je remercie les membres de l’équipe technique, messieurs Cédric Clerc et Romain Troisgros pour le temps qu’ils ont su me consacrer, pour leur grande aide et leur précieux conseils sur l’élaboration du prototype et la conception des pièces. À monsieur Matthieu Rossé pour la conception des boitiers des Smart Camera Rasperry. À monsieur Vincent Thivent et sa société ODALID pour le prêt de son lecteur de cartes RFID. J’aimerai également exprimer ma gratitude envers monsieur David Darson, ingénieur de recherche au laboratoire de physique de l’École Normale Supérieure de Paris (LPENS), pour sa disponibilité, son expertise et ses conseils qui m’ont été d’une grande aide dans la conception du prototype de scanner rotatif présenté dans cette thèse. Je souhaite remercier chaleureusement mes collègues et amis doctorants, pour avoir partagé ces trois années de thèse et sans qui elles n’auraient pas eu la même saveur. Je pense notamment à mesdames Yangjin Bi, Margarita Khokhlova et à messieurs Serge Bobbia, Yoan Marin, Anthony Boscaro, Axel Moinet, Nicolas Brochard, Richard Macwan, Roberto Marroquin, Romain Cendre. Bien évidemment, je remercie mes parents pour m’avoir soutenu dans mes projets et mon parcours, et de m’avoir permis d’arriver jusque-là. Pour terminer, je tiens à exprimer toute ma reconnaissance à ma compagne, Audrey Febvre, pour avoir su me motiver et me supporter lors de cette thèse. Son soutien en toutes circonstances et ses encouragements m’ont accompagné sans interruption et ont sans aucun doute joué un rôle majeur dans l’aboutissement de cette thèse. Je dédie le fruit de ces travaux à mes parents, tout juste gradés grands-parents, à ma compagne qui est déjà une parfaite maman et à mon ﬁls qui fait le bonheur de ses jeunes parents. v Sommaire 1 Introduction : motivations et sujet de recherche 1 1.1 Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.1.1 Nuc-Track : Un projet national . . . . . . . . . uploads/Geographie/ bonazza-2019-archivage.pdf