Systéme Biométrique Multimodal Utilisant Filter Bloom

Abstract

Les systèmes biométriques permettent l’identification automatique à partir des me- sures biologiques d’un individu.nous proposons dans notre mémoire de master, un système de reconnaissance biométrique multimodal fusioner deux modalité :visage et empreinte digitale,pour améliorer la vérification et l’identification de l’identité des personnes de ma- niére plus précise et efficace.ce systéme se distingue par l’utilisation du filtre de Bloom (Bloom Filter), qui offre une approche efficace et optimisée pour le traitement des données biometrique. Le système traite les visages à l’aide de la reconnaissance faciale pour extraire des vecteurs (128 dimensions) et les comparer à la distance euclidienne. Les empreintes digi- tales sont améliorées, puis leurs caractéristiques sont extraites à l’aide de LBP et d’histo- grammes, puis comparées à SSIM et à la comparaison d’histogrammes. Toutes les données personnelles (y compris le visage et les empreintes digitales) sont stockées dans SQLite avec un numéro d’identification unifié. Pour améliorer les performances de recherche, un filtre Bloom est utilisé uniquement pour les empreintes digitales (et non pour les visages) afin de filtrer les hashtags non spécifiés auparavant. Le système a été développé en Python, s’appuyant sur des algorithmes d’apprentis- sage profond pour extraire les caractéristiques des images. Les résultats expérimentaux ont montré que la combinaison du visage et des empreintes digitales à l’aide d’un filtre Bloom permet d’obtenir de meilleures performances.cette approche permet d’augmenter les performances du système en comparaison avec les systèmes classiques ne reposant que sur une modalité biométrique unique.