FACIAL SOFT BIOMETRICS - Library of Ph.D. Theses | EURASIP
FACIAL SOFT BIOMETRICS - Library of Ph.D. Theses | EURASIP FACIAL SOFT BIOMETRICS - Library of Ph.D. Theses | EURASIP
Biométrie faciale douce 14Figure 6. Probabilité d’erreur P err d’un système de biométries douces basée sur leclassificateur à entrées multiples Adaboost.Le système de biométrie douce qui « booste » tous les signes décrits, couleur,texture et intensité fonctionne pour un scénario où la différence entre les 2 poses estd’environ 90 degrés. Notons ici que les algorithmes classiques de reconnaissancefaciale, qu’ils soient holistiques ou basés sur les caractéristiques faciales, sontcapables de gérer des différences de pose de moins de 15 degrés. Néanmoins lesystème de biométrie douce présenté a une probabilité d’erreur de 0.1 pour ungroupe d’authentification de 4 sujets, ce qui ne serait pas suffisant pour en faire unsystème d’identification robuste. Ces performances limitées sont liées à lacorrélation entre traits i.e. couleur de cheveux—couleur de peau ou couleur depeau—texture de peau (voir [DAN 10b]). Une solution pour améliorer cesperformances consiste à augmenter le nombre de catégories. Dans ce cas, il faudraitaussi prendre en compte l’erreur ajoutée et évaluer cette probabilité par rapport augain apportée par la nouvelle catégorie.4. ConclusionDans ce chapitre, nous avons exploré l’utilisation de système de biométriesdouces à plusieurs traits pour l’identification de personnes. Nous avons notammentétudié la relation entre le groupe d’authentification, sa taille N, les catégories ρ et lescatégories effectives Φ e .Il devient évident que la surveillance affectera de plus en plus notre quotidien(qualités de vie, sécurité). Pour cette raison, la place occupée par des systèmes desécurité utilisant la biométrie va être de plus importante. Nous voyons le domainedes biométries douces avoir une position de plus en plus importante dans de telssystèmes.
Biométrie faciale douce 15Dans cette optique, nous devons avoir une meilleure compréhension descomposantes telles que les systèmes biométries douces sans toute fois négliger lacompréhension d’algorithmes de classification de nouveau traits et de nouvellescombinaisons de ceux-ci. Notre objectif est donc d’améliorer l’efficacité dessystèmes de biométries douces tout en développant une meilleure compréhension deses capacités et de ses limites.Bibliographie[AIL 04] AILISTO H., LINDHOLM M., MÄKELÄ S.-M., VILDJIOUNAITE E., Unobtrusive useridentification with light biometrics. In Proceedings of NordiCHI, 2004.[SAM 08] SAMANGOOEI S., GUO B., NIXON, M. S., The use of semantic human description asa soft biometric. In Proceedings of BTAS, 2008.[KUM 09] KUMAR N., BERG A. C., BELHUMEUR P. N., NAYAR S. K., Attribute and simileclassifiers for face verification. In Proceedings of IEEE ICCV, 2009.[VAQ 09] VAQUERO D., FERIS R., TRAN D., BROWN L., HAMPAPUR, A., TURK, M., Attributebased people search in surveillance environments. In Proceedings of WACV, 2009.[JAI 04] JAIN A.K., DASS S.C., NANDAKUMAR K., Soft biometric traits for personalrecognition systems, In Proceedings of ICBA, 2004.[KUM 08] KUMAR N. AND BELHUMEUR P. N. AND NAYAR S. K., FaceTracer: a search enginefor large collections of images with faces, In Proceedings of ECCV, 2008.[KUM 09] KUMAR N.AND BERG A. C., BELHUMEUR P. N., NAYAR S. K., Attribute and simileclassifiers for face verification, In Proceedings of IEEE ICCV, 2009.[GIV 97] GIVENS G., BEVERIDGE J. R., DRAPER B.A., BOLME D., A statistical assessment ofsubject factors, 1997.[NEW 95] NEWHAM E., The biometric report, SJB Services, New York, 1995.[WOL 06] WOLF F., POGGIO T., SINHA P., Bag of words, Citeseer, 2006.[JOA 98] JOACHIMS T., Text categorization with support vector machines: Learning withmany relevant features, Proceedings of ECML, 1998.[LAZ 06] LAZEBNIK S., SCHMID C., PONCE J., Beyond bags of features: Spatial pyramidmatching for recognizing natural scene categories, Proceedings of ICPR, 2006.[STA 10] STARK L., BOWYER K. W., SIENA S., Human perceptual categorization of iristexture patterns, In Proceedings of IEEE BTAS, 2010.[LEE 99] LEE J.-E., JAIN A. K., JIN R., Scars, marks and tattoos (SMT): Soft biometric forsuspect and victim identification, In Proceedings of BCC, 2008.[RHO 56] RHODES, H., Alphonse Bertillon: Father of scientific detection. PatternRecognition Letters, 1956.[NII 10] NIINUMA K., PARK U., JAIN A. K., Soft Biometric Traits for Continuous UserAuthentication, IEEE Transactions on Information Forensics and Security}, vol. 5, 4,
- Page 93 and 94: 917.5 SummaryThis chapter presented
- Page 95 and 96: 93Chapter 8User acceptance study re
- Page 97 and 98: 95Table 8.1: User experience on acc
- Page 99 and 100: 97scared of their PIN being spying.
- Page 101 and 102: 99Table 8.2: Comparison of existing
- Page 103 and 104: 101ConclusionsThis dissertation exp
- Page 105 and 106: 103Future WorkIt is becoming appare
- Page 107 and 108: 105Appendix AAppendix for Section 3
- Page 109 and 110: 107- We are now left withN −F = 2
- Page 111 and 112: 109Appendix BAppendix to Section 4B
- Page 113 and 114: 111Blue Green Brown BlackBlue 0.75
- Page 115 and 116: 113Appendix CAppendix for Section 6
- Page 117 and 118: 115Appendix DPublicationsThe featur
- Page 119 and 120: 117Bibliography[AAR04] S. Agarwal,
- Page 121 and 122: 119[FCB08] L. Franssen, J. E. Coppe
- Page 123 and 124: 121[Ley96] M. Leyton. The architect
- Page 125 and 126: 123[RN11] D. Reid and M. Nixon. Usi
- Page 127 and 128: 125[ZG09] X. Zhang and Y. Gao. Face
- Page 129: 2Rapporteurs:Prof. Dr. Abdenour HAD
- Page 132 and 133: Biométrie faciale douce 2Les terme
- Page 134 and 135: Biométrie faciale douce 4une perso
- Page 136 and 137: Couleur depeauCouleur descheveuxCou
- Page 138 and 139: Biométrie faciale douce 8Nous nous
- Page 140 and 141: Biométrie faciale douce 103. Proba
- Page 142 and 143: Biométrie faciale douce 12l’entr
- Page 146 and 147: Biométrie faciale douce 16pages 77
- Page 148 and 149: Reviewers:Prof. Dr. Abdenour HADID,
- Page 150 and 151: 3hair, skin and clothes. The propos
- Page 152 and 153: person in the red shirt”. Further
- Page 154 and 155: 7- Not requiring the individual’s
- Page 156 and 157: 9Probability of Collision10.90.80.7
- Page 158 and 159: 11the color FERET dataset [Fer11] w
- Page 160 and 161: 13Table 2: Table of Facial soft bio
- Page 162 and 163: 15Chapter 1PublicationsThe featured
- Page 164 and 165: 17Bibliography[ACPR10] D. Adjeroh,
- Page 166 and 167: 19[ZESH04] R. Zewail, A. Elsafi, M.
Biométrie faciale douce 15Dans cette optique, nous devons avoir une meilleure compréhension descomposantes telles que les systèmes biométries douces sans toute fois négliger lacompréhension d’algorithmes de classification de nouveau traits et de nouvellescombinaisons de ceux-ci. Notre objectif est donc d’améliorer l’efficacité dessystèmes de biométries douces tout en développant une meilleure compréhension deses capacités et de ses limites.Bibliographie[AIL 04] AILISTO H., LINDHOLM M., MÄKELÄ S.-M., VILDJIOUNAITE E., Unobtrusive useridentification with light biometrics. In Proceedings <strong>of</strong> NordiCHI, 2004.[SAM 08] SAMANGOOEI S., GUO B., NIXON, M. S., The use <strong>of</strong> semantic human description asa s<strong>of</strong>t biometric. In Proceedings <strong>of</strong> BTAS, 2008.[KUM 09] KUMAR N., BERG A. C., BELHUMEUR P. N., NAYAR S. K., Attribute and simileclassifiers for face verification. In Proceedings <strong>of</strong> IEEE ICCV, 2009.[VAQ 09] VAQUERO D., FERIS R., TRAN D., BROWN L., HAMPAPUR, A., TURK, M., Attributebased people search in surveillance environments. In Proceedings <strong>of</strong> WACV, 2009.[JAI 04] JAIN A.K., DASS S.C., NANDAKUMAR K., S<strong>of</strong>t biometric traits for personalrecognition systems, In Proceedings <strong>of</strong> ICBA, 2004.[KUM 08] KUMAR N. AND BELHUMEUR P. N. AND NAYAR S. K., FaceTracer: a search enginefor large collections <strong>of</strong> images with faces, In Proceedings <strong>of</strong> ECCV, 2008.[KUM 09] KUMAR N.AND BERG A. C., BELHUMEUR P. N., NAYAR S. K., Attribute and simileclassifiers for face verification, In Proceedings <strong>of</strong> IEEE ICCV, 2009.[GIV 97] GIVENS G., BEVERIDGE J. R., DRAPER B.A., BOLME D., A statistical assessment <strong>of</strong>subject factors, 1997.[NEW 95] NEWHAM E., The biometric report, SJB Services, New York, 1995.[WOL 06] WOLF F., POGGIO T., SINHA P., Bag <strong>of</strong> words, Citeseer, 2006.[JOA 98] JOACHIMS T., Text categorization with support vector machines: Learning withmany relevant features, Proceedings <strong>of</strong> ECML, 1998.[LAZ 06] LAZEBNIK S., SCHMID C., PONCE J., Beyond bags <strong>of</strong> features: Spatial pyramidmatching for recognizing natural scene categories, Proceedings <strong>of</strong> ICPR, 2006.[STA 10] STARK L., BOWYER K. W., SIENA S., Human perceptual categorization <strong>of</strong> iristexture patterns, In Proceedings <strong>of</strong> IEEE BTAS, 2010.[LEE 99] LEE J.-E., JAIN A. K., JIN R., Scars, marks and tattoos (SMT): S<strong>of</strong>t biometric forsuspect and victim identification, In Proceedings <strong>of</strong> BCC, 2008.[RHO 56] RHODES, H., Alphonse Bertillon: Father <strong>of</strong> scientific detection. PatternRecognition Letters, 1956.[NII 10] NIINUMA K., PARK U., JAIN A. K., S<strong>of</strong>t Biometric Traits for Continuous UserAuthentication, IEEE Transactions on Information Forensics and Security}, vol. 5, 4,
Change language