présentation de domaine le 15 avril 2004 – audrey...

22
Iris Recognition Iris Recognition ****** ****** La reconnaissance d La reconnaissance d iris iris Pr Pr é é sentation de domaine sentation de domaine Le 15 avril 2004 Le 15 avril 2004 Audrey Rousseau Audrey Rousseau

Upload: others

Post on 18-Aug-2020

2 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

Iris RecognitionIris Recognition************

La reconnaissance dLa reconnaissance d’’irisiris

PrPréésentation de domainesentation de domaineLe 15 avril 2004 Le 15 avril 2004 –– Audrey RousseauAudrey Rousseau

Page 2: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

2

Plan de la prPlan de la préésentationsentation

Introduction Introduction àà la biomla bioméétrietrie1er probl1er problèème de terminologie: la dme de terminologie: la dééfinition de finition de BiomBioméétrie en frantrie en franççaisaisIris recognition ou Reconnaissance par lIris recognition ou Reconnaissance par l’’irisiris

Bref historiqueBref historiqueLes techniques dLes techniques d’’identification et de videntification et de véérificationrificationLes performances dLes performances d’’un tel systun tel systèèmemeLL’œ’œililLes caractLes caractééristiques de lristiques de l’’iris utilisables par le systiris utilisables par le systèème biomme bioméétriquetrique

Quelques problQuelques problèèmes terminologiquesmes terminologiques

Page 3: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

3

OverviewOverview ofof BiometricsBiometrics

Biometrics= BIO + METRICSBiometrics= BIO + METRICSBiometrics is part of Biometrics is part of Automatic Identification and Data Capture (AIDC)Automatic Identification and Data Capture (AIDC)Biometric technologies defined as Biometric technologies defined as ““automated methods of verifying or automated methods of verifying or recognizing the identity of recognizing the identity of a living persona living person based on a physiological or based on a physiological or behavioral characteristicbehavioral characteristic””Biometric technologies based on three basic methods:Biometric technologies based on three basic methods:

a mechanism to scan and capture a digital or a mechanism to scan and capture a digital or analoganalog image of a living personal image of a living personal characteristiccharacteristiccompression, processing and comparison of the image to a databascompression, processing and comparison of the image to a database of stored e of stored imagesimagesinterface with applications systemsinterface with applications systems

Biometric technologies Biometric technologies based upon based upon physiologicalphysiological and and behavioralbehavioral human human characteristicscharacteristics

Page 4: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

4

AutomaticAutomatic Identification Identification andand Data Capture (AIDC)Data Capture (AIDC)

biometrics

electromagnetics

magnetics

optical

smart cards

touch

Page 5: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

5

Technique biométrique

Technique comportementale

Technique physiologique

Empreintes digitales

Visage

Iris

Géométriede la main

Veines de la main

Rétine

Dynamique de la signature de la main

Dynamique de frappe au clavier

Mouvementdes lèvres

Thermographie du visage

Reconnaissancevocale

Page 6: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

6

1er probl1er problèème de terminologie:me de terminologie:La dLa dééfinition en franfinition en franççais du terme ais du terme

BiomBioméétrietrieDDééfinition gfinition géénnééralerale: : science qui étudie à l’aide des

mathématiques (statistiques et probabilités) les variations biologiques à l’intérieur d’un groupe déterminé. Le petit Robert

DDééfinition appliqufinition appliquééee: Technique permettant d: Technique permettant d’’identifier identifier ou dou d’’authentifier lauthentifier l’’identitidentitéé dd’’une personne par la une personne par la reconnaissance automatique de certaines de ses reconnaissance automatique de certaines de ses caractcaractééristiques physiologiques ou comportementales ristiques physiologiques ou comportementales prprééalablement enregistralablement enregistréées. es.

Page 7: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

7

SchSchééma gma géénnééral dral d’’un systun systèème me biombioméétriquetrique

Page 8: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

8

Un système de vérification par reconnaissance d’iris peut se décomposer en deux unités principales:

1. une unité optique de capture de l’image de l’iris(dispositif de vision),

2. une unité de traitement des données (extraction et comparaison des informations discriminantes avec celles stockées préalablement lors de l’enrôlement).

Fonctionnement dFonctionnement d’’un systun systèème de me de reconnaissance dreconnaissance d’’irisiris

Page 9: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

9

Comparaison

Extraction des caractéristiques

de l’irisCapture d’image

de l’iris d’un utilisateur

Au moyen d’une camera sensible dans le proche infrarouge pour éviter l’éblouissement de l’utilisateur (camera CCD)

* Projection de l’image dans un repère de taille fixe* Codage binaire par un filtre: ondelette de Gabor 2D* Résultat: un code d’iris de 256 octets

Identification« 1-parmi-N »

Vérification « 1-pour-1 »

Suivant le type de comparaison avec:* un seul gabarit de référence* plusieurs gabarits de référence

Elle repose sur un test statistique d’indépendance.La comparaison des codes permet de quantifié le taux de similarité de deux images différentes d’iris: on compare chacun des bits issus des 2 codes et on compte le nombre de bits qui diffèrent = Distance de Hamming(HD)

Décision

Enrôlement

Enregistrement des données dans une Bdd

Suivant la valeur de HD, il y a authentification de la personne ou cette dernière est un imposteur.

Page 10: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

10

Exemples dExemples d’’images dimages d’’iris provenant de la base iris provenant de la base de donnde donnéée CASIA de le CASIA de l’’InstituteInstitute ofof Automation, Automation,

ChineseChinese AcademyAcademy ofof ScienceScience

Page 11: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

11

Système biométrique de reconnaissance d’iris

TFRTaux de faux rejets

TFATaux de fausses acceptations

FERTaux d’échecà l’enrôlement

Mesures de performance dMesures de performance d’’un un systsystèème de reconnaissance dme de reconnaissance d’’irisiris

Faux rejetFausse

acceptation

EEREqual Error Rate

A une incidence sur les 2 taux

Mesurent la performance

Page 12: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

12

Anatomie de lAnatomie de l’’oeiloeil

Corps vitré

Sclérotique

Rétine

Nerf optique

Papille optique

Choroïde Canal de Schlemm

Humeur aqueuse

Cornée PupilleIris

Cristallin

Corps cillaire

Trabéculum cornéoscléral

Page 13: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

13

Œil

Humeur aqueuse

Chambreantérieure

Chambrepostérieure

Iris Cristallin

Rétine

Choroïde

Nerf optiqueConjonctive

PupilleCornée Sclérotique

Corpsciliaire

La composition de lLa composition de l’’oeiloeil

Membrane fibreuse externe Membrane uvéale

Milieu transparent

Corps vitré

Membranenerveuse

Page 14: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

14

Les caractLes caractééristiques de lristiques de l’’iris iris utilisables par le systutilisables par le systèème me

biombioméétriquetrique

Images de 4 différents types de texture d’iris

Page 15: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

15

Coupes dCoupes d’’irisiris

1. Couche antérieur2. Stroma3. Couche postérieur4. Couche

pigmentaire

Coupe de l’iris humaine Coupe de la surface antérieur de l’iris

1. Couche pigmentaire2. Zone pupillaire3. Collerette4. Zone ciliaire5. Cryptes6. Tâche pigmentaire

Page 16: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

16

Iris feature

Collarette Pigment spot Crypt

Freckle

Corona ciliaris Furrow

Mole Radial furrow Concentric furrow

Control the size

Pupil

Iris texture

Iris pattern

Iris Iris featuresfeatures

Page 17: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

17

Iris Iris featuresfeatures examplesexamples

Crypts Pigment spotCollarette

Radial(5) and concentric(6) furrows

Page 18: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

18

Caractéristique de l’iris

Collerette Tâche pigmentaire Crypte

Tâches de rousseur

Couronne ciliaire Sillon

Grainsde beauté Contrôle la taille

Pupille

Texture de l’iris

Motif de l’iris

Les Les caratcaratééristiquesristiques

de lde l’’irisiris

Page 19: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

19

Stroma

de grande longueur d’onde

Lumière

Épithéliumpigmentaire

Iris

de courtelongueur d’onde

Réfléchit et disperseAbsorbe

Effets de la lumiEffets de la lumièère sur lre sur l’’oeiloeil

Page 20: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

20

ProblProblèèmes terminologiquesmes terminologiques

Terminologie peu stable en franTerminologie peu stable en franççais ais abondance des termes avec abondance des termes avec concurrentsconcurrentsEx de concurrents:Ex de concurrents:

EN: EN: FalseFalse Rejection Rate (FRR), Rejection Rate (FRR), FalseFalse NonNon--MatchMatch Rate (FNMR)Rate (FNMR)FR: taux de FRR, taux de faux rejets, TFR, FRRFR: taux de FRR, taux de faux rejets, TFR, FRREN: EN: FalseFalse AcceptanceAcceptance Rate (FAR), Rate (FAR), FalseFalse Match Rate (FMR)Match Rate (FMR)FR: taux de FAR, FAR, taux de fausses acceptations, TFAFR: taux de FAR, FAR, taux de fausses acceptations, TFAEN: Iris recognitionEN: Iris recognitionFR: Reconnaissance dFR: Reconnaissance d’’iris / par liris / par l’’iris, Identification par liris, Identification par l’’irisirisEN: EN: EqualEqual ErrorError Rate, EERRate, EERFR: taux de EER, EER (même pas dFR: taux de EER, EER (même pas d’é’équivalent en quivalent en «« franfranççais ais »»))

Pb avec Pb avec «« radial radial furrowsfurrows »» et et «« concentricconcentric furrowsfurrows »», terme ou collocation?, terme ou collocation?

Page 21: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

21

Traduction Traduction –– Extrait du texte sourceExtrait du texte source

The iris begins to form in the third month of gestation and the structures creating its pattern are largely complete by the eighth month, although pigment accretion can continue into the first postnatal years. Its complex pattern can contain many distinctive features such as furrows, crypts, corona, freckles, and a zigzag collarette, some of which may be seen in Figure1. Iris colour is determined mainly by the density of melanin pigment (Chedekel1994) in its anterior layer and stroma, with blue irises resulting from an absence of pigment: long wavelength light penetrates and is absorbed by the pigment epithelium, while shorter wavelengths are reflected and scattered by the stroma. The striated trabecular meshwork of elastic pectinate ligament creates the predominant texture under visible light, whereas in the near infrared (NIR) wavelengths used for unobtrusive imaging at distances of up to 1 meter, deeper and somewhat more slowly modulated stromal features dominate the iris pattern. In NIR wavelengths, even darkly pigmented irises reveal rich and complex features.

Page 22: Présentation de domaine Le 15 avril 2004 – Audrey Rousseauhosting.eila.univ-paris-diderot.fr/.../Presentation... · 3 Overview of Biometrics Biometrics= BIO + METRICS Biometrics

22

Traduction vers le franTraduction vers le franççaisaisL'iris commence L'iris commence àà se former pendant le troisise former pendant le troisièème mois de la grossesse me mois de la grossesse ((KronfeldKronfeld 1962) et les structures d1962) et les structures dééterminant son motif sont en grande partie terminant son motif sont en grande partie achevachevéées vers le huities vers le huitièème mois, bien que lme mois, bien que l’’accumulation de pigments puisse se accumulation de pigments puisse se poursuivre dans les premipoursuivre dans les premièères annres annéées postes post--natales. Son motif est relativement natales. Son motif est relativement complexe et peut contenir de nombreuses caractcomplexe et peut contenir de nombreuses caractééristiques distinctives, tels ristiques distinctives, tels que des ligaments en forme dque des ligaments en forme d’’arcs, des sillons, des crêtes, des cryptes, des arcs, des sillons, des crêtes, des cryptes, des anneaux, une couronne, et une collerette en zigzag. Certaines deanneaux, une couronne, et une collerette en zigzag. Certaines de ses ses caractcaractééristiques sont visibles sur la figure 1. La couleur de lristiques sont visibles sur la figure 1. La couleur de l’’iris est iris est principalement dprincipalement dééterminterminéée par la densite par la densitéé des pigments de mdes pigments de méélanine (lanine (ChedekelChedekel1994) contenus dans sa couche ant1994) contenus dans sa couche antéérieure et dans le stroma. Les iris de rieure et dans le stroma. Les iris de couleur bleue scouleur bleue s’’expliquent par une absence de pigment. La lumiexpliquent par une absence de pigment. La lumièère de grande re de grande longueur dlongueur d’’onde est en fait absorbonde est en fait absorbéée par le par l’é’épithpithéélium pigmentaire, tandis que lium pigmentaire, tandis que les longueurs dles longueurs d’’onde plus courtes sont ronde plus courtes sont rééflflééchies et disperschies et disperséées par le stroma. es par le stroma. En lumiEn lumièère visible, re visible, le le trabtrabééculumculum, tissu stri, tissu striéé constituconstituéé dd’’un ligament pectinun ligament pectinéééélastique, donne sa texture prlastique, donne sa texture préédominante dominante àà ll’’iris, tandis que dans le proche iris, tandis que dans le proche infrarouge (longueurs dinfrarouge (longueurs d’’onde utilisonde utiliséées pour une capture des pour une capture d’’image discrimage discrèète te àà des des distances pouvant aller jusqudistances pouvant aller jusqu’’au mau mèètre), ce sont les caracttre), ce sont les caractééristiques du stroma ristiques du stroma plus profondes et plus profondes et de variation relativement moindrede variation relativement moindre qui prqui préédominent sur le motif dominent sur le motif de lde l’’iris. Dans le proche infrarouge, même les iris fonciris. Dans le proche infrarouge, même les iris foncéés rs réévvèèlent des lent des caractcaractééristiques riches et complexes. ristiques riches et complexes.