Remerciez-le!

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

Traitement du Signal 2002 – Volume 19 – n°4 253 Introduction à la Biométrie Aut

Traitement du Signal 2002 – Volume 19 – n°4 253 Introduction à la Biométrie Authentification des Individus par Traitement Audio-Vidéo An Introduction to Biometrics Audio and Video-Based Person Authentification par Florent PERRONNIN, Jean-Luc DUGELAY Institut Eurécom, Multimédia Communications Department 2229, route des Crêtes, B.P . 193, 06904 Sophia Antipolis Cedex perronni, dugelay@eurecom.fr tél : +33 (0)4 93 00 26 26 Fax : +33 (0)4 93 00 26 27 URL : http://www.eurecom.fr/~image résumé et mots clés La biométrie, qui consiste à identifier un individu à partir de ses caractéristiques physiques ou comportementales, connaît depuis quelques années un renouveau spectaculaire dans la communauté du traitement du signal. Elle a aussi reçu une attention accrue de la part des médias depuis les tragiques événements du 11 septembre 2001. Dans cet article nous introduisons tout d’abord la notion de biométrie. Nous décrivons l’architecture d’un systè- me biométrique ainsi que les métriques utilisées pour évaluer leur performance. Nous donnons un bref aperçu des technologies biométriques les plus courantes et des moyens de les fusionner pour obtenir des systèmes multimo- daux. Nous présentons enfin les applications possibles de la biométrie. Article de synthèse, biométrie, traitement du son et de l’image, sécurité, multimodalité. abstract and key words Biometrics, which refers to identifying an individual based on his/her physical or behavioral characteristics, has gai- ned in popularity among researchers in signal processing during recent years. It has also focused the attention of medias since the tragic events of September 11th, 2001. We first introduce the notion of biometrics. Then, we des- cribe the architecture of biometric systems and the metrics used to evaluate their performances. We briefly discuss the most common biometrics and the different ways to combine them to obtain multimodal systems. Finally, we present applications of biometrics. overview, biometrics, audio and video processing, security, multimodality. 1. introduction Savoir déterminer de manière à la fois efficace et exacte l’iden- tité d’un individu est devenu un problème critique dans notre société. En effet, bien que nous ne nous en rendions pas toujours compte, notre identité est vérifiée quotidiennement par de mul- tiples organisations : lorsque nous utilisons notre carte bancaire, lorsque nous accédons à notre lieu de travail, lorsque nous nous connectons à un réseau informatique, etc. Il existe traditionnellement deux manières d’identifier un indi- vidu. La première méthode est basée sur une connaissance (knowledge-based). Cette connaissance correspond par exemple au mot de passe utilisé au démarrage d’une session Unix ou au code qui permet d’activer un téléphone portable. La seconde méthode est basée sur une possession (token-based). Il peut s’agir d’une pièce d’identité, une clef, un badge, etc. Ces deux modes d’identification peuvent être utilisés de manière complé- mentaire afin d’obtenir une sécurité accrue comme pour la carte bleue. Cependant, elles ont leurs faiblesses respectives. Dans le premier cas, le mot de passe peut être oublié par son utilisateur ou bien deviné par une autre personne. On estime ainsi qu’une personne sur quatre écrit directement sur sa carte bleue son code secret afin de ne pas l’oublier [20]. Dans le second cas, le badge (ou la pièce d’identité ou la clef) peut être perdu ou volé. La biométrie est une alternative aux deux précédents modes d’identification. Elle consiste à identifier une personne à partir de ses caractéristiques physiques ou comportementales. Le visage, les empreintes digitales, l’iris, etc. sont des exemples de caracté- ristiques physiques. La voix, l’écriture, le rythme de frappe sur un clavier, etc. sont des caractéristiques comportementales. Ces caractéristiques, qu’elles soient innées comme les empreintes digitales ou bien acquises comme la signature, sont attachées à chaque individu et ne souffrent donc pas des faiblesses des méthodes basées sur une connaissance ou une possession. En effet, un attribut physique ou comportemental ne peut être oublié (cf. le slogan de Nuance [57] : « No PIN to remember, no PIN to forget ») ou perdu. En général, ils sont très difficiles à « deviner » ou à « voler » ainsi qu’à « dupliquer » [27]. Nous décrivons maintenant les propriétés souhaitables d’une caractéristique biométrique [19]. Cette caractéristique doit être universelle, c’est-à-dire que toutes les personnes de la population à identifier doivent la posséder. Elle doit être à la fois facilement et quantitativement mesurable. Elle doit être unique, c’est-à-dire que deux personnes ne peuvent posséder exactement la même caractéristique. Elle doit être permanente, ce qui signifie qu’elle ne doit pas varier au cours du temps. Elle doit être performante, c’est-à-dire que l’identification doit être précise et rapide. Elle doit être bien acceptée par les utilisateurs du système. Enfin elle doit être impossible à dupliquer par un imposteur. Le reste de l’exposé est organisé de la manière suivante. Nous décrivons tout d’abord l’architecture des systèmes biométriques (section 2) ainsi que les métriques utilisées pour évaluer leur performance (section 3). Nous donnons un bref aperçu des tech- nologies biométriques les plus courantes (section 4) et des moyens de les fusionner pour obtenir des systèmes multimodaux (section 5). Nous présentons enfin les applications de la biomé- trie (section 6) avant de conclure sur son potentiel mais aussi ses dérives possibles (section 7). 2. architecture Il existe toujours au moins deux modules dans un système bio- métrique : le module d’apprentissage et celui de reconnaissance [27], [21]. Le troisième module (facultatif) est le module d’adaptation. Pendant l’apprentissage, le système va acquérir une ou plusieurs mesures biométriques qui serviront à construire un modèle de l’individu. Ce modèle de référence servira de point de comparaison lors de la reconnaissance. Le modèle pourra être réévalué après chaque utilisation grâce au module d’adaptation. 2.1. module d’apprentissage Au cours de l’apprentissage, la caractéristique biométrique est tout d’abord mesurée grâce à un capteur ; on parle d’acquisition ou de capture. En général, cette capture n’est pas directement stockée et des transformations lui sont appliquées. En effet, le signal contient de l’information inutile à la reconnaissance et seuls les paramètres pertinents sont extraits. Le modèle est une représentation compacte du signal qui permet de faciliter la phase de reconnaissance, mais aussi de diminuer la quantité de données à stocker. Il est à noter que la qualité du capteur peut grandement influencer les performances du système. Meilleure est la qualité du système d’acquisition, moins il y aura de pré- traitements à effectuer pour extraire les paramètres du signal. I n t r o d u c t i o n à l a B i o m é t r i e Traitement du Signal 2002 – Volume 19 – n°4 254 DE LA CARACTERISTIQUE MESURE PARAMETRES EXTRACTION DE BASE DE DONNEES DE LA CARACTERISTIQUE MESURE PARAMETRES EXTRACTION DE ID RECONNAISSANCE DECISION COMPARAISON ET ADAPTATION APPRENTISSAGE Figure 1. – Architecture d’un système de reconnaissance biométrique. Cependant, les capteurs de qualité sont en général coûteux et leur utilisation est donc limitée à des applications de haute sécu- rité pour un public restreint. Le modèle peut être stocké dans une base de données comme représenté sur la figure 1 ou sur une carte de type carte à puce. 2.2. module de reconnaissance Au cours de la reconnaissance, la caractéristique biométrique est mesurée et un ensemble de paramètres est extrait comme lors de l’apprentissage. Le capteur utilisé doit avoir des propriétés aussi proches que possibles du capteur utilisé durant la phase d’ap- prentissage. Si les deux capteurs ont des propriétés trop diffé- rentes, il faudra en général appliquer une série de pré-traite- ments supplémentaires pour limiter la dégradation des perform- ances. La suite de la reconnaissance sera différente suivant le mode opératoire du système : identification ou vérification. En mode identification, le système doit deviner l’identité de la personne. Il répond donc à une question de type : « Qui suis- je ? ». Dans ce mode, le système compare le signal mesuré avec les différents modèles contenus dans la base de données (pro- blème de type 1 : n). En général, lorsque l’on parle d’identifi- cation, on suppose que le problème est fermé, c’est-à-dire que toute personne qui utilise le système possède un modèle dans la base de données. En mode vérification, le système doit répondre à une question de type : « Suis-je bien la personne que je prétends être ? ». L’utilisateur propose une identité au système et le système doit vérifier que l’identité de l’individu est bien celle proposée. Il suffit donc de comparer le signal avec un seul des modèles pré- sents dans la base de données (problème de type 1 : 1). En mode vérification, on parle de problème ouvert puisque l’on suppose qu’un individu qui n’a pas de modèle dans la base de données (imposteur) peut chercher à être reconnu. Identification et vérification sont donc deux problèmes diffé- rents. L’identification peut-être une tâche redoutable lorsque la base de données contient des milliers, voire des millions d’iden- tités, tout particulièrement lorsqu’il existe des contraintes de type « temps réel » sur le système. Ces difficultés sont ana- logues à celles que connaissent par exemple les systèmes d’in- dexation de documents multimédia. 2.3. module d’adaptation Pendant la phase d’apprentissage, le système biométrique ne capture souvent que quelques uploads/Philosophie/ perronnin-2007.pdf