Modélisation d’empreinte biométrique par un modèle flou de Sugeno optimisé

Abstract

Le travail présenté dans cette mémoire basé principalement sur le cadre conceptuel du système biométrique et les composants de base de ce système lorsque le cadre est construit dans la division du système biométrique en deux types, system biométrique uni-modale et système biométrique multimodal, où mettre en évidence les types des fusions qui tracent les repères du système multimodal. Ce travail vise également à extraire un vecteur de caractéristiques relatif à l’empreinte biométrique au cours de la phase de reconnaissance conforme aux signatures d'empreintes biométriques enregistrées dans la base de données à la phase d’enrôlement grâce à la formation du système d'extraction des caractéristiques cela dépend de la modélisation de l'image biométriques sur la logique floue comme approximateur universelle Il dépend aussi sur des méthodes de gradient qui sont connus une famille pour leur capacité à traiter les équations du second ordre . Lorsque le modèle flou de Sugeno (TS) permet de former une fonction que nous appelons l’image approximé. Celle-ci conduit de construire une fonction quadratique (deuxième ordre) Résultant de la différence carré entre la fonction de l’image réelle et la fonction de l'image approximé avec la logique floue, Cette différence représente le pourcentage d'erreur qui peut être réduit avec l’algorithme la plus raide qui existe dans la famille de gradient mentionné précédemment. Cela correspond à l'objectif d'améliorer la performance de la reconnaissance biométrique.