Résumé:
L’authentification faciale joue un rôle essentiel dans les systèmes biométriques et de
sécurité. Elle consiste à authentifier une ou plusieurs personnes d’une manière
automatique, en fonction des bases de données stockées au préalable.
Ce projet vise à utiliser les images biométriques afin d’améliorer les performances
d’authentification des modalités choisies en général et les modalités faciale en
particulier.
En règle générale, Le principe des approches d’authentification des visages
présentées dans la littérature extrait les caractéristiques (descripteurs) du visage
d’un individu et les compare à celles extraites et stockées au préable dans la base
de données. Le but est de trouver la meilleure ressemblance (matching)
En second lieu, ce projet aussi vise à développer un système d’authentification
biométrique multimodale. Ce dernier sera possible en utilisant les outils de
reconnaissance appropriés qui respectent un protocole bien précis.
Le langage Python est le langage de programmation utilisé via la plate-forme PySide
ainsi que les différentes bibliothèques offertes par ce langage de programmation. En
outre, la technique "Deep-Learning", s’est mise à l’exploiter, ce qui surenchère des
meilleures performances par rapport au techniques existante dans l’état de l’art.
Face recognition plays a vital role in both biometric and security applications, which
consists to authenticate one or many subject in an automatic manner depending on
the facial databases stored.
This project aims to enhance face images in order to improve the authentications
rate and the performance of the face modality. An in-depth study of the dierent
solutions existed in the field of biometric guided us on a new approach of face
recognition.
Typically, face authentication approaches extract the facial landmarks of an
individual in the seek to compare it to a database and finally to find the best
Matching.
Another goal of this project is to develop a biometric authentication system. The latter
will be possible by using the appropriate recognition programs that respect a given
protocol. Finally, platform as well as Python libraries have been used. Furthermore,
Deep-Learning approach will be operated that others the best performance
compared to the state of the art.
