Chapitre 2: Étude de Modalités
Biométriques
Ce chapitre analyse technique des modalités biométriques
physiologiques les plus utilisées :
L’empreinte digitale
L’iris
Faciale
L’objectif est de comprendre leurs principes, leur
fonctionnement technique, leurs avantages et leurs limites, afin
de pouvoir choisir une modalité adaptée à un contexte donné
(sécurité, coût, acceptabilité, performance).
Partie A: Reconnaissance par
Empreinte Digitale
1- Définition de l'Empreinte Digitale
L'empreinte digitale est l'une des caractéristiques biométriques les plus anciennes et les plus fiables, exploitée pour
l'identification grâce à ses propriétés uniques et immuables. C'est un motif formé par les crêtes et les sillons de la peau sur le
bout des doigts, présentant des points caractéristiques appelés minuties.
Structure Détaillée
Les crêtes papillaires forment des motifs uniques
(boucles, verticilles, arches) ponctués de minuties comme
les bifurcations, les terminaisons de crêtes ou les îlots,
essentielles à l'identification précise.
Unicité Intrinsèque
Chaque individu possède des empreintes digitales
distinctes, même les jumeaux monozygotes, influencées
par des facteurs génétiques et les mouvements fœtaux
aléatoires dans l'utérus.
Origine et Permanence
Les empreintes digitales se forment de
manière permanente entre la 13e et la 19e
semaine de développement fœtal et restent
inchangées tout au long de la vie de l'individu.
Stabilité à Vie
Les motifs des empreintes digitales sont
extrêmement stables et ne se modifient que
par des traumatismes physiques profonds
(cicatrices), ce qui en fait un identifiant fiable
et durable.
Ces attributs confèrent aux empreintes digitales une valeur exceptionnelle
pour la sécurité, l'identification médico-légale et l'authentification numérique.
2- Types d'Empreintes Digitales
On distingue principalement trois grandes classes de motifs globaux :
Boucles (Loops) – 60-70% Verticilles (Whorls) – 25-35% Arches (Arches) – Environ 5%
Ce motif est caractérisé par des crêtes qui Les verticilles se distinguent par des crêtes Les arches sont le type le moins fréquent.
entrent d'un côté du doigt, forment une qui s'enroulent en spirale ou en cercles Leurs crêtes entrent d'un côté de l'empreinte,
courbe (ou "boucle") et ressortent du même autour d'un point central. Ce motif présente s'élèvent en une vague ou une arche au
côté. Elles sont les plus courantes et généralement deux deltas et au moins un centre, puis ressortent du côté opposé sans
comportent toujours un delta et un cœur. cœur, créant une forme plus complexe. former de boucle ni de cercle. Elles ne
possèdent ni delta ni cœur.
3- Composition d'une Empreinte Digitale
Une empreinte digitale est décrite à deux niveaux d’analyse :
a) Niveau global
Forme générale (arche, boucle,
tourbillon)
Orientation dominante des crêtes
b) Niveau local : les minuties
Les minuties sont les éléments clés de la
reconnaissance :
Terminaison à droite ou à gauche
(minutie située en fin de strie): (a).
Bifurcation à droite ou à gauche
(intersection de deux stries) : (b) .
Île : assimilée à deux terminaisons
(d et e)
Lac : assimilée à deux bifurcations (c).
( a ) ( b ) ( c ) ( d ) ( e )
4- Traitement et Comparaison d'Empreintes Digitales
Le processus de reconnaissance suit plusieurs étapes techniques de la capture initiale à la
décision finale d'identification ou de vérification.
1. Acquisition
L'empreinte est capturée via des capteurs spécialisés. Son objectif est d'obtenir une image de
haute qualité des crêtes (reliefs) et des vallées (creux) du doigt.
Capteurs optiques Capteurs capacitifs Capteurs ultrasons
2- Prétraitement (Amélioration)
On applique une série de filtres pour améliorer la qualité de l'image (filtrage, binarisation,
segmentation) pour faciliter l'extraction des caractéristiques.
Normalisation : Ajustement du contraste et de la luminosité pour que l'image soit uniforme
Segmentation : Séparation de l'empreinte (zone utile) du fond de l'image.
amélioration du contraste,
suppression du bruit,
Estimation de l'orientation : Analyse de la direction des crêtes pour appliquer des
filtres directionnels comme le Filtre de Gabor, qui rebouche les cassures et sépare les
crêtes collées.
Binarisation : Squelettisation (Thinning) :
Conversion de l'image en noir et blanc Réduction de l'épaisseur des crêtes à 1
pur (les crêtes deviennent noires, le fond pixel de large pour faciliter la détection
devient blanc) des minuties (points caractéristiques)
3. Extraction des Minuties
Bien qu'il existe de nombreuses formes, les algorithmes se concentrent principalement sur
deux types :
Terminaison (Ridge Ending) : Le point précis où une crête s'arrête brutalement.
Bifurcation : Le point où une seule crête se divise en deux branches distinctes
Détection automatique des minuties,
> Algorithme du Crossing Number (CN)
Cette méthode analyse chaque pixel de l'image squelettisée en observant ses 8 voisins
immédiats (fenêtre 3x3) :
On calcule la somme des différences de valeurs entre les pixels adjacents autour du pixel
central.
CN = 1 : Le pixel possède un seul voisin ; c'est une terminaison.
CN = 3 : Le pixel possède trois voisins ; c'est une bifurcation.
CN = 2 : C'est un pixel de crête standard (continuité), il est ignoré
4. Stockage du gabarit (Template)
Pour chaque minutie valide, le
système enregistre trois
informations clés :
Sa position (x, y).
Son orientation (l'angle de la
crête à cet endroit).
Son type (terminaison ou
bifurcation).
création du template.
5. Comparaison (Matching)
Le gabarit de l'empreinte actuelle est comparé à un ou plusieurs gabarits pré-enregistrés dans une
base de données, en utilisant des algorithmes de correspondance de motifs ou de minuties.
Exemple (docx)
Méthodes principales
Matching basé sur les minuties (le plus courant) : L'algorithme cherche à
superposer les nuages de points (x, y). Il calcule le nombre de points qui coïncident
en termes de position et d'orientation, en acceptant une légère marge d'erreur
(tolérance).
Matching basé sur la corrélation : On superpose globalement deux images
d'empreintes et on calcule leur taux de ressemblance. C’est gourmand en calcul et
sensible à la rotation.
Matching basé sur les textures : Analyse la fréquence et l'orientation globale des
crêtes au lieu des points précis. Utile quand l'image est de trop mauvaise qualité
pour extraire des minuties.
6. Décision
En fonction d'un score de similarité et d'un seuil prédéfini, le système décide s'il y a correspondance. Les
métriques comme le FAR (taux de fausse acceptation) et le FRR (taux de faux rejet) évaluent la
performance.