Institut de la Francophonie Institut National des pour l’Informatique Télécommunications Mémoire de fin d’étude Développement d’un module de segmentation pour un système de reconnaissance biométrique basé sur l’iris Réalisé par : PHAN Viet Anh Responsable du stage : Bernadette Dorizzi Sonia Salicetti Ce stage a été réalisé au département Électronique et Physique de l’Institut National des Télécommunications ÉVRY, France, Novembre 2008 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Table des matières Remerciements. 6 Liste des figures. 7 Liste des tableaux. 10 I - Contexte du stage.
10 II - Objectif du stage. 10 III - Plan du document. 11 Système de reconnaissance biométrique. 12 II - Architecture d’un système de reconnaissance biométrique.
12 III - Évaluation d’un système de reconnaissance biométrique. 13 IV - Système de référence. 18 I - Transformée de Hough. Détection de droite.
Détection de cercle. 21 II - Contour actif (Snake contour en anglais). Les bases de données. 27 II - Solutions proposées.
27 III - Localisation de la pupille. 30 PHAN Viet Anh – Promotion 12 Page 2 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. 33 IV - Segmentation de la pupille. Recherche du contour initial.
Application du contour actif. 41 V - Segmentation de l’iris. Recherche du contour initial. Application du contour actif.
53 VI - Génération du masque. Recherche du cercle le plus proche du contour final. Génération du masque. 62 I - Préparation des évaluations.
62 II - La catégorie « facile ». 63 III - La catégorie « difficile ». 65 Conclusion et perspectives. 68 PHAN Viet Anh – Promotion 12 Page 3 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Remerciements Je commence par adresser mes remerciements à Madame Bernadette DORIZZI, directrice du département EPH (Électronique et Physique) de l’Institut National des Télécommunications (INT), à mon responsable de stage pour m’avoir accueilli dans cet équipe et de m’avoir aidé durant ce stage.
Je voudrais aussi remercier Madame Sonia GARCIA-SALICETTI pour les conseils précieux qu’elles m’a fournis pendant les 8 mois de stage. Je tiens également à remercier Emine, Aurélien, Anouar, Walid et les autres membres de l’équipe INTERMEDIA du département EPH pour leur aide et leur gentillesse pendant mon séjour en France. Enfin, je voudrais exprimer mon entière reconnaissance envers ma famille, mes amis et mes professeurs de l’IFI pour leurs soutiens, leurs aides et leurs encouragements. PHAN Viet Anh – Promotion 12 Page 4 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Résumé Ce document décrit mon travail durant mon stage de fin d’étude de Master 2 d’informatique au sein du département Électronique et Physique de l’Institut National des Télécommunications (INT).
Le but principal de mon stage est de développer un nouveau module de segmentation pour un système de reconnaissance biométrique basé sur l’iris. J’ai utilisé la transformée de Hough pour rechercher le contour initial de l’iris et de la pupille après avoir localisé la région de la pupille. Puis, j’ai appliqué une recherche du contour actif en me servant des contours initiaux de l’étape précédente. J’ai fait plusieurs tests dans chacune des étapes afin d'analyser les erreurs et de proposer des améliorations.
Pour finir, j’ai ajouté une petite phase de génération de masque ayant pour but l’adaptation avec les autres modules du système d’OSIRIS. Enfin, j’ai utilisé les modules de normalisation et de classification du système OSIRIS pour évaluer la performance de ce nouveau module de segmentation. Ainsi, pour ce faire j'ai tracé les courbes DET pour chacun des différents types de segmentation à savoir celui de référence, d'Hough seul, d'Hough avec contour actif et celui du système d’OSIRIS. On constate que la combinaison de la transformée de Hough avec le contour actif nous donne de meilleurs résultats que la segmentation utilisant la transformée de Hough seule.
De plus, les résultats de cette nouvelle segmentation sont toujours meilleurs que ceux du système d’OSIRS. PHAN Viet Anh – Promotion 12 Page 5 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Abstract This document describes my work during a training course of my study Master 2 computer in the Electronics and Physics department of the National Institute of Telecommunications (INT). My mission is to develop a new segmentation module for biometric recognition system based on iris. I used the Hough transform to find the initial contour of the iris and the pupil after locating the pupil's region.
Then I apply a phase of seeking the active contour using the initials contours of the previous step. I have already done several testing in each phase to analyze errors and propose improvements. I added a small phase to generate one mask designed to adapt it with other modules of the system OSIRIS. In the end, I used the normalization module and the classification module of the OSIRIS system to evaluate the performance of this new module.
Base on the curve DET which represent performances of the OSIRIS system using different segmentation results (reference, Hough only, Hough with the active contour and the result of segmentation module of the system OSIRIS), we can see that combining the Hough transform with the active contour has given us the best result than the segmentation using the Hough transform only. Furthermore, the result of this new segmentation module is always better than the latter of the system Osiris. PHAN Viet Anh – Promotion 12 Page 6 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Liste des figures Figure 1 : Architecture d'un système de reconnaissance biométrique. 13 Figure 2: Taux de vraisemblance des utilisateurs légitimes et des imposteurs dans un système de vérification biométrique.
14 Figure 3: La courbe ROC. 15 Figure 4: La courbe DET. 15 Figure 5: Les modules différents du système d'OSIRIS. 16 Figure 6: Transformation d'une ligne est un point dans l'espace de paramètre.
18 Figure 7: Chercher la ligne qui passe par deux points en utilisant la transformée de Hough. 19 Figure 8: Présentation de ligne en système polaire. 21 Figure 9: Un cercle transformé de l'espace (x,y) à l'espace de paramètre avec le rayon fixé. 22 Figure 10: La transformée de Hough pour un cercle dans l'espace de paramètre.
22 Figure 11: L'énergie interne. 24 Figure 12: Illustration de la force élastique et la force de courbure. 25 Figure 13: Illustration de l'effet de l'énergie externe. 25 Figure 14: Une image dans la base de données CASIA v1.
26 Figure 15: Des exemples d'images de la base de données ICE 2005. 27 Figure 16: La région du cil est plus grande que celle-là de la pupille. 32 Figure 17: Quelques images binaires de la zone de la pupille. 35 Figure 18: La pupille est bien centrée dans la zoneP.
38 Figure 19: Le résultat du contour actif en utilisant les paramètres optimaux. 45 Figure 20: Le niveau de gris de l'iris est très varié. 46 Figure 21: Le contour des cils est plus fort que celui-ci de l'iris. 49 Figure 22: Quelques types d'erreur du premier test.
50 Figure 23: Les contraintes rajoutées pour améliorer le résultat. 50 Figure 24: Quelques types d'erreur dans le deuxième test. 53 Figure 25: Les images avant et après application des prétraitements. 54 Figure 26: Une image normalisée d'iris.
56 Figure 27: Exemple d’entrée et résultat du module de normalisation. 56 PHAN Viet Anh – Promotion 12 Page 7 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Figure 28: Les images du contour final après suppression des parties supérieures et inférieures. 58 Figure 29: Génération d'une image normalisée de l'iris. 61 Figure 30: Génération du masque.
61 Figure 31: Exemple d'images de la classe facile (a) et la classe difficile (b). 62 Figure 32: La courbe DET de la segmentation de référence (rouge), Hough seule (vert), Hough avec contour actif (bleu) et Osiris (magenta) (Catégorie « facile »). 63 Figure 33: La distribution des scores intra-classe et inter-classe pour chaque type de segmentation (Catégorie « facile »). 64 Figure 34: La courbe DET de la segmentation de référence (rouge), Hough seul et (vert), Hough avec contour actif (bleu) et Osiris (magenta) (Catégorie « difficile »).
65 Figure 35: La distribution de score intra-classe et inter-classe pour chaque type de segmentation (Catégorie « difficile »). 66 PHAN Viet Anh – Promotion 12 Page 8 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Liste des tableaux Tableau 1: Accumulateur. 19 Tableau 2: Accumulation après calcul pour le point A(2,4). 20 Tableau 3: Accumulation après calcul pour le point A(2,4) et le point B(1,1).
20 Tableau 4: Exemple du résultat de localisation de la pupille. 31 Tableau 5: Une partie du tableau de comparaison entre le cercle obtenu avec le cercle référence. 36 Tableau 6: Le résultat de la comparaison entre le cercle obtenu et le cercle de référence après ajout de la condition. 39 Tableau 7: Les 7 cas d'erreur de la phase de recherche du contour initial de la pupille.
41 Tableau 8: Les résultats de prétraitements avant application du contour actif pour la pupille 43 Tableau 9: Effet du paramètre alpha. 44 Tableau 10: Effet du paramètre bêta. 44 Tableau 11: Effet du paramètre gamma. 45 Tableau 12: Tableau de comparaison du premier test pour la phase de recherche du contour initial de l'iris.
48 Tableau 13: Tableau de comparaison de la segmentation de référence pour le deuxième test 51 Tableau 14: Quelques erreurs qui sont corrigées grâce aux nouvelles conditions. 52 Tableau 15: Les résultats des deux tests pour trouver le contour final. 55 Tableau 16: Des exemples de résultat de la première méthode (la première ligne) et ceux correspondant à la deuxième méthode (la deuxième ligne). 57 Tableau 17: En comparaison avec les autres méthodes, le résultat de la dernière méthode est toujours meilleur.
59 Tableau 18: Le résultat de la dernière méthode peut améliorer le résultat du contour actif. 60 PHAN Viet Anh – Promotion 12 Page 9 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Introduction I - Contexte du stage GET – le groupe des Écoles des Télécommunications sont plusieurs grandes écoles d'ingénieurs et de management. Il possède des centres de recherche notamment à Paris (ENST Paris – École National Supérieure des Télécommunications Paris), à Brest (ENST Bretagne) et Évry (INT – Institut National des Télécommunications). L'équipe INTERMEDIA (Interface pour le multimédia) est une équipe du département EPH (Électronique et Physique) de l'INT qui fait beaucoup de recherche dans le domaine de la biométrie.
Elle travaille sur l'élaboration de système de reconnaissance biométrique basé sur la signature, l'iris, le visage, et etc. OSIRIS est un système de reconnaissance basé sur la texture de l'iris développé par cette équipe. Il (OSIRIS) a été développé et optimisé en 2007 pour la base CASIA v1. C'est un système modulaire inspiré par les travaux de Daugman.
Il y a deux grands modules dans ce système : le module de segmentation et le module de classification. Le module de segmentation utilise la transformée de Hough pour détecter le contour de la pupille et le contour de l'iris. Il est inspiré du module de segmentation développé par Masek. Ce module n'est pas portable, c'est-à-dire qu'on ne peut pas l'utiliser avec les autres bases de données, car il a été optimisé sur CASIA v1.
Le module de classification applique le filtre de Gabor sur une image normalisée et ensuite calcule le score de similarité entre deux images en utilisant la distance de Hamming. II - Objectif du stage Dans le cadre du projet MBGC (Multiple Biometric Grand Challenge) organisé par le NIST (National Institute of Standards and Technology), l'équipe INTERMEDIA a eu besoin d'améliorer le système OSIRIS.