Indexation et recherche dans de grandes bases d'empreintes digitales

par Sylvain Bernard

Thèse de doctorat en Informatique, Mathématiques Appliquées

Sous la direction de Nozha Ben Hajel-Boujemaa et de Claude Timsit.

Soutenue en 2001

à Versailles-St Quentin en Yvelines , en partenariat avec IMEDIA (Le Chesnay) (laboratoire) .

Le président du jury était Yves Meyer.

Les rapporteurs étaient Françoise Prêteux, Georges Stamon.


  • Résumé

    Notre objectif est de concevoir un système automatique de reconnaissance des empreintes digitales capable de retrouver, en un temps limité, une empreinte dans une base en contenant des millions. SNous plaçons ce problème dans le cadre plus général de l’indexation d’images sur bases spécifiques. Par conséquent, nous utiliserons un grand nombre de connaissances à priori, propre au domaine de la reconnaissance par empreintes digitales. Nous savons qu’une empreinte est caractérisée par un ensemble de points particuliers appels minuties. Les minuties sont les points de fin ou de bifurcation des lignes de crêtes qui composent l’empreinte. C’est la disposition géométrique des minuties les unes par rapport aux autres qui permet de savoir si deux empreintes sont issues du même doigt ou non. La détection automatique des minuties passe par une étape intermédiaire de segmentation d’image. Les algorithmes de segmentation existants sont souvent d’une trop grande complexité et un compromis qualité/rapidité est nécessaire. Nous proposons un banc de filtres de Gabor rapide qui évite un tel compromis. De plus, notre approche multiéchelle a l’avantage de bien éliminer le bruit tout en conservant la singularité qui caractérise les minuties. La mise en correspondance des minuties se heurte aux déformations rigides et non-rigides inhérentes à la saisie. En effet, l’utilisateur ne positionne jamais son doigt au même endroit sur le capteur et l’élasticité de la peau introduit de distorsions. L’algorithme doit de plus être robuste face au bruit et aux occultations. Nous avons mis au point une méthode basée sur une transformée de Hough généralisée et une mesure de similarité locale qui tient compte de la relation spaciale des minuties entre elles. Une compétition internationale montre l’efficacité et la stabilité de notre méthode. Afin de répondre à un flux de requête important, nous avons développé un réseau de neurones qui permet une classification des empreintes selon leur forme générale. La classification réduit rapidement et efficacement le nombre de candidats à l’opération d mise en correspondance des minuties et accélère ainsi considérablement la phase de recherche.

  • Titre traduit

    Fingerprint image indexing and retrieval in very large databases


  • Résumé

    Our aim is to develop an Automated Fingerprint identification system (AFIS) for fingerprint image retrieval in Very Large Databases. We view an AFIS as a Content based image retrieval system on specific databases. As a consequence, a large domain-specific prior knowledge is incorporated into the algorithms. Indeed, our system is based on the matching of minutiae points which are the terminaisons and bifurcations of the ridge lines that constitute a fingerprint image. The efficiency of minutiae detection depends on how well the idges and valleys are extracted. The complexity of existing segmentation algorithms is often too high and quality/speed tradeoff is necessary. In our present work, we propose a fast Gabor wavelet filter bank that avoids such a tradeoff. Moreover, our multiscale approach is original and provides noise elimination whilst preserving singularities that characterize minutiae. Minutiae matching is the ultimate step used to demonstrate whether two fingerprints originate from the same finger or not. The algorithm has to be robust to rigid and not-rigid deformations, noise and occlusions. We propose a method based on a generalized Hough transform and a similarity metric that takes the geometric relationships between minutiae into account. An international benchmark proves the efficiency and robustness of the proposed method. Since minutiae matching is time consuming, matching a fingerprint with the entire database would be computationally intensive. We matching is time consuming, matching a fingerprint with the entire database would be computationally intensive. We match the query fingerprint with a subset of the database obtained by a classification step. We have developed a neural-network based classifier that organizes fingerprints from information about their global shape. The algorithm has been extensively tested on our databases providing a fast and efficient pruning.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (146 p.)
  • Notes : Thèse confidentielle
  • Annexes : Bibliogr. p. 135-146

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université de Versailles Saint-Quentin-en-Yvelines. Direction des Bibliothèques et de l'Information Scientifique et Technique-DBIST. Bibliothèque universitaire Sciences et techniques.
  • Non disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.