SlideShare une entreprise Scribd logo
2016-2017
Réalisés par:
NOUIRA HEJER
BEN HAJ SASSI AMNA
2MPSSR
EMPREINTE DIGITALE
 Définition:
C’est l’usage de différentes caractéristiques physiologiques et
comportementales afin de réaliser une reconnaissance sure et
automatique d’un individu.
 Utilisation :
 Le contrôle d’accès à des locaux
 Les systèmes d’information
 La police et les gouvernements
 Les documents officiels
 L’automobile
I. Biométrie
 une empreinte digitale est une marque laissée par les crêtes des
doigts, des mains, des orteils ou des pieds lorsqu'elles touchent un
objet
 Chaque personne a ses propres empreintes digitales avec l'unicité
permanente. Ils sont utilisées depuis longtemps pour l'identification
et l’investigation juridique.
 Le modèle de crête et de vallée est unique pour chaque individu et ne
change pas pendant la vie individuelle sauf l’accident comme
meurtrissure ou coupe de bout du doigt.  Cette propriété fait
l’empreinte devenir une biométrie d’identité attractive.
 Définition
II. EMPREINTE DIGITALE
 Formes générale
• Empreinte en boucle 95%
• Empreinte en verticille 60%
• Empreinte en arc 5% et 30% pour les spirales
II. EMPREINTE DIGITALE (2)
 L’analyse des empreintes relève que les crêtes exposent les types
différents : la crête de bifurcation, le noyau, le lac, le delta, l’île, et
la fine de ligne.
 Les types :
 l'empreinte directe (qui laisse une marque visible)
 l'empreinte latente (saleté, sueur ou autre résidu déposé sur
un objet).
II. EMPREINTE DIGITALE (3)
On différencie les motifs entre eux à l'aide de « points singuliers
» sur empreintes:
Points singuliers globaux :
Noyau ou centre: lieu de convergences des stries
Delta: lieu de divergences des stries.
Points singuliers locaux (appelés aussi minuties) :
points d’irrégularité se trouvant sur les lignes capillaires.
Munities: (1)
II. EMPREINTE DIGITALE (4)
Munities:( 2)
Types :
1/Terminaison à droite ou à gauche 2/ Bifurcation à droite ou à gauche
3/ île : assimilée à deux terminaisons. 4/ Lac: assimilée à deux
bifurcations.
II. EMPREINTE DIGITALE (4)
Capture de l'image d’une empreinte digitale
Obtenir des images numériques d’empreintes digitales n’est pas une
chose simple, car la surface à capturer est de faible dimension par rapport
au contenu des informations.
La capture de l'image d'une empreinte digitale consiste à trouver les
lignes tracées par les crêtes (en contact avec le capteur) et les vallées
(creux).
II. EMPREINTE DIGITALE (5)
Exemples de lecteurs biométriques d'empreintes
digitales
II. EMPREINTE DIGITALE (6)
Les capteurs optiques:
 Avantages :
• Il permet d’avoir des images précises et nettes.
• Résiste très bien aux fluctuations de température
 Inconvénients:
• Cout assez élevé ; distorsion d’image parfois important
II. EMPREINTE DIGITALE (8)
Avantages :
• Durée de vie assez longue
• Diminue le bruit d’une image
Inconvénients :
• Gourmant en consommation d’énergie;
• Fragile aux décharges électrostatiques;
• Coût intéressant (mais reste moins cher que le capteur optique).
Les capteurs en silicium:
II. EMPREINTE DIGITALE (9)
Les capteurs thermiques:
 Avantages :
• Permet d’obtenir une image de très grande qualité;
• Permet la reconnaissance des empreintes peu marquées et difficiles à
lire.
 Inconvénients :
• L’image disparaît rapidement du capteur.
II. EMPREINTE DIGITALE (7)
 Le processus de reconnaissance d’une personne par l’intermédiaire de son
empreinte digitale se décompose en plusieurs étapes allant de l’acquisition à la
comparaison des minuties,
Les étapes de la reconnaissance d’une empreinte digitale:
II. EMPREINTE DIGITALE (10)
Méthodologie (SAD –BSEEC)
Stockage de l’empreinte
Amélioration de l’image et détection
des crêtes
Squelettisation
Extraction des munities
Elimination des fausses minuties
Comparaison
Binarisation
II. EMPREINTE DIGITALE (11)
 L’étape suivante est l’amélioration de l’image de
l’empreinte digitale est le calcul de l’image directionnelle.
L’objectif de ce traitement est d’obtenir une image de
l’orientation des sillons de l’empreinte. Autrement dit, on
attribue à chacun des pixels de l’image l’orientation du
sillon auquel il appartient.
 Le calcul de l’orientation s’effectue de la manière
suivante :
 K (i,j)=min |C(i,j) – Cd(ik,jk)| d=0,1,….N-1 avec:
1Amélioration de l’image et détection des crêtes
II. EMPREINTE DIGITALE (12)
1.Binarisation
 Le bruit d’une image désigne les pixels dont l’intensité est très
différente de celle de ces voisins. Le bruit peut provenir de
différentes façons : la façon dont est scannée l’empreinte, la
qualité de l’environnement lors de l’acquisition de l’empreinte.
 Le filtrage des images se charge de supprimer toute ambiguïté
en détectant les zones de bruit et en faisant ressortir la plus
grande partie possible
 d’information utile.
II. EMPREINTE DIGITALE (12)
2) Sequelitisation:
Dans l'image binarisée (noir et blanc) les lignes se voient
clairement mais elles ont des tailles différentes.  d'obtenir une
image plus schématique de l'empreinte, dans laquelle toutes les lignes
ont la même épaisseur (1 pixel).
Nous avons utilisé la fonction :
II. EMPREINTE DIGITALE (13)
3. Extraction des minuties
 C'est le processus final qui complète l'obtention de la
"signature" de l'empreinte. A partir d'une image de
l'empreinte préalablement traitée, on extrait grâce à différents
algorithmes une structure de données ou signature.
 le nombre minimum de minuties nécessaires
pour pouvoir établir des comparaisons
fiables entre empreintes.
 Ce minimum se situe à 12 minuties vis-à-vis de la loi,
voire moins pour beaucoup d'entre eux (jusqu'à 8
II. EMPREINTE DIGITALE (13)
• Les minuties de l’empreinte digitale sont extraites à partir de son
squelette en calculant la
«connectivité » CN en chaque point de l’image de la manière
suivante : 𝐶𝑁 = 0.5 𝑖=0
8
|Pi − Pi+1|
• P9 = P1, Pi est la valeur des pixels dans le voisinage 3*3 de P
• En effet le coefficient CN présente des caractéristiques qui permettent
d’identifier la nature
d’une minutie en fonction du
résultat obtenu lors du calcul de
CN.
II. EMPREINTE DIGITALE (14)
4. Elimination des fausses minuties
Pour éliminer les fausses minuties nous avons utilisé
l’algorithme suivant :
- Calculer la distance entre chaque deux minuties voisines
- Comparer cette distance avec un certain seuil D :
 Distance > S  fausses minuties  suppression
 Distance < S  vraies minuties
II. EMPREINTE DIGITALE (13)
5. Comparaison:
le système est capable de donner un indice de similitude ou de
correspondance qui vaut :
- 0 % si les empreintes sont totalement différentes ;
- 100 % si les empreintes viennent de la même image.
Cette étape permet de comparer l’empreinte avec une seule
empreinte ou bien avec toute la base de données, en déterminant
le score de conformité entre elles, ainsi que la courbe FMR et
FNMR
II. EMPREINTE DIGITALE (15)
 La biométrie par l’empreinte digitale est la technologie :
  Le moins cher ;
  Plus rapide ; Plus pratique ;
  Le moyen le plus fiable pour l’identification.
 Il n'y a qu'une chance sur 17 milliards de trouver deux
empreintes avec plus de 17 points de similitude.
 Les voitures, les téléphones cellulaires, les PDA, les ordinateurs
personnels et des dizaines de produits et appareils utilisant les
empreintes digitales sont de plus en plus.
 Les avantages de la biométrie par
l’empreinte digitale
  Cette technologie est ressentie comme intrusive.
  Certaines personnes peuvent créer de "faux doigt" en
utilisant l'empreinte digitale d'une autre personne (sachant
que l'empreinte est stockée dans la base de données du
lecteur d'empreinte digitale).
  Le gros inconvénient est le manque d'hygiène, les traces
de doigts se succèdent sur ce lecteur et ainsi les microbes
se dispersent sur tout le lecteur ce qui rend celui-ci très
sale.
 Les inconvénients de la biométrie par
l’empreinte digitale
• Dans cette étude nous avons présenté une vue générale de la biométrie et
quelques caractéristiques des empreintes digitales.
• Ainsi que les techniques de l’identification et la comparaison des empreinte
accompagnées d’une étude de cas démontrant les démarches à suivre pour
réaliser un programme identificateur des empreintes digitales.
III. Conclusion
Merci pour votre attention
III. Conclusion

Contenu connexe

Tendances

Traitement des images avec matlab
Traitement des images avec matlabTraitement des images avec matlab
Traitement des images avec matlab
omar bllaouhamou
 
Traitement des images
Traitement des imagesTraitement des images
Traitement des images
omar bllaouhamou
 
Soutenance du pfe
Soutenance du pfeSoutenance du pfe
Soutenance du pfe
Houcem Eddine BOUCHAALA
 
ségmentation d'image
ségmentation d'imageségmentation d'image
ségmentation d'image
Wassim Ben Salem
 
Projet de fin d'etude :Control d’acces par empreintes digitale
Projet de fin d'etude :Control d’acces par empreintes digitaleProjet de fin d'etude :Control d’acces par empreintes digitale
Projet de fin d'etude :Control d’acces par empreintes digitale
Abdo07
 
METROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITEMETROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITE
Mounir Frija
 
Biométrie d'Empreinte Digitale
Biométrie d'Empreinte DigitaleBiométrie d'Empreinte Digitale
Biométrie d'Empreinte DigitaleIntissar Dguechi
 
Presentation pfe RoBeX
Presentation pfe RoBeXPresentation pfe RoBeX
Presentation pfe RoBeX
jalel Derbali
 
CONCEPTION ET REALISATION D ’ UNE APPLICATION WEB POUR GESTION DE P ROJETS DE...
CONCEPTION ET REALISATION D ’ UNE APPLICATION WEB POUR GESTION DE P ROJETS DE...CONCEPTION ET REALISATION D ’ UNE APPLICATION WEB POUR GESTION DE P ROJETS DE...
CONCEPTION ET REALISATION D ’ UNE APPLICATION WEB POUR GESTION DE P ROJETS DE...
Madjid Meddah
 
Rapport Projet de fin d'etude sur le parc informatique
Rapport Projet  de fin d'etude sur le parc informatiqueRapport Projet  de fin d'etude sur le parc informatique
Rapport Projet de fin d'etude sur le parc informatique
Hicham Ben
 
Pfe conception et réalisation d'une application de gestion des processus d'ac...
Pfe conception et réalisation d'une application de gestion des processus d'ac...Pfe conception et réalisation d'une application de gestion des processus d'ac...
Pfe conception et réalisation d'une application de gestion des processus d'ac...
Ahmed Makni
 
Epidemiologie frequence
Epidemiologie frequenceEpidemiologie frequence
Epidemiologie frequenceFoued Delleli
 
Traitement d'image sous Matlab
Traitement d'image sous Matlab  Traitement d'image sous Matlab
Traitement d'image sous Matlab
Hajer Dahech
 
Examen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correctionExamen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correction
Ines Ouaz
 
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
Ayoub Rouzi
 
devoir traitement d'images
devoir traitement d'imagesdevoir traitement d'images
devoir traitement d'images
omar bllaouhamou
 
Rapport (Mémoire de Master) de stage PFE pour l’obtention du Diplôme Nationa...
Rapport (Mémoire de Master) de stage PFE pour  l’obtention du Diplôme Nationa...Rapport (Mémoire de Master) de stage PFE pour  l’obtention du Diplôme Nationa...
Rapport (Mémoire de Master) de stage PFE pour l’obtention du Diplôme Nationa...
Mohamed Amine Mahmoudi
 
La Biométrie
La BiométrieLa Biométrie
La Biométrie
Takwa Touzni
 
cours1_courtellemont.ppt
cours1_courtellemont.pptcours1_courtellemont.ppt
cours1_courtellemont.ppt
TITANIUMALFREDO
 

Tendances (20)

Traitement des images avec matlab
Traitement des images avec matlabTraitement des images avec matlab
Traitement des images avec matlab
 
Traitement des images
Traitement des imagesTraitement des images
Traitement des images
 
Soutenance du pfe
Soutenance du pfeSoutenance du pfe
Soutenance du pfe
 
ségmentation d'image
ségmentation d'imageségmentation d'image
ségmentation d'image
 
Projet de fin d'etude :Control d’acces par empreintes digitale
Projet de fin d'etude :Control d’acces par empreintes digitaleProjet de fin d'etude :Control d’acces par empreintes digitale
Projet de fin d'etude :Control d’acces par empreintes digitale
 
METROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITEMETROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITE
 
Biométrie d'Empreinte Digitale
Biométrie d'Empreinte DigitaleBiométrie d'Empreinte Digitale
Biométrie d'Empreinte Digitale
 
Presentation pfe RoBeX
Presentation pfe RoBeXPresentation pfe RoBeX
Presentation pfe RoBeX
 
CONCEPTION ET REALISATION D ’ UNE APPLICATION WEB POUR GESTION DE P ROJETS DE...
CONCEPTION ET REALISATION D ’ UNE APPLICATION WEB POUR GESTION DE P ROJETS DE...CONCEPTION ET REALISATION D ’ UNE APPLICATION WEB POUR GESTION DE P ROJETS DE...
CONCEPTION ET REALISATION D ’ UNE APPLICATION WEB POUR GESTION DE P ROJETS DE...
 
Rapport Projet de fin d'etude sur le parc informatique
Rapport Projet  de fin d'etude sur le parc informatiqueRapport Projet  de fin d'etude sur le parc informatique
Rapport Projet de fin d'etude sur le parc informatique
 
Pfe conception et réalisation d'une application de gestion des processus d'ac...
Pfe conception et réalisation d'une application de gestion des processus d'ac...Pfe conception et réalisation d'une application de gestion des processus d'ac...
Pfe conception et réalisation d'une application de gestion des processus d'ac...
 
Epidemiologie frequence
Epidemiologie frequenceEpidemiologie frequence
Epidemiologie frequence
 
Traitement d'image sous Matlab
Traitement d'image sous Matlab  Traitement d'image sous Matlab
Traitement d'image sous Matlab
 
Examen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correctionExamen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correction
 
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
 
devoir traitement d'images
devoir traitement d'imagesdevoir traitement d'images
devoir traitement d'images
 
Rapport (Mémoire de Master) de stage PFE pour l’obtention du Diplôme Nationa...
Rapport (Mémoire de Master) de stage PFE pour  l’obtention du Diplôme Nationa...Rapport (Mémoire de Master) de stage PFE pour  l’obtention du Diplôme Nationa...
Rapport (Mémoire de Master) de stage PFE pour l’obtention du Diplôme Nationa...
 
La Biométrie
La BiométrieLa Biométrie
La Biométrie
 
Formation traitement d_images
Formation traitement d_imagesFormation traitement d_images
Formation traitement d_images
 
cours1_courtellemont.ppt
cours1_courtellemont.pptcours1_courtellemont.ppt
cours1_courtellemont.ppt
 

Similaire à Empreinte digitale

Reconnaissance faciale
Reconnaissance facialeReconnaissance faciale
Reconnaissance faciale
bgdu49xxx
 
JDC2014 - Kinect et usages professionnels
JDC2014 - Kinect et usages professionnelsJDC2014 - Kinect et usages professionnels
JDC2014 - Kinect et usages professionnels
Vincent Guigui
 
La vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieuxLa vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieux
VisionGEOMATIQUE2014
 
Eric HANSEN - La carte bancaire sans contact pas securisée
Eric HANSEN - La carte bancaire sans contact pas securiséeEric HANSEN - La carte bancaire sans contact pas securisée
Eric HANSEN - La carte bancaire sans contact pas securiséeEric HANSEN
 
Conférence SFM Technologies ACSS 2018
Conférence SFM Technologies ACSS 2018Conférence SFM Technologies ACSS 2018
Conférence SFM Technologies ACSS 2018
African Cyber Security Summit
 
Itmag 336 min
Itmag 336 minItmag 336 min
Itmag 336 min
khenifsa abderrafiq
 
Les Signaux Numériques 2017
Les Signaux Numériques 2017Les Signaux Numériques 2017
Les Signaux Numériques 2017
UNITEC
 
FLUPA UX-Day 2012 - Atelier Usage des modalités d'interaction sur smartphones...
FLUPA UX-Day 2012 - Atelier Usage des modalités d'interaction sur smartphones...FLUPA UX-Day 2012 - Atelier Usage des modalités d'interaction sur smartphones...
FLUPA UX-Day 2012 - Atelier Usage des modalités d'interaction sur smartphones...
Flupa
 
La vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieuxLa vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieuxACSG - Section Montréal
 
Nouvelles technologies émergentes - NUI Day 2015
Nouvelles technologies émergentes - NUI Day 2015Nouvelles technologies émergentes - NUI Day 2015
Nouvelles technologies émergentes - NUI Day 2015
NUI Day
 
Reconnaissance faciale (1)
Reconnaissance faciale (1)Reconnaissance faciale (1)
Reconnaissance faciale (1)
laurence allard
 
La réalité augmentée
La réalité augmentéeLa réalité augmentée
La réalité augmentée
ODC Orange Developer Center
 
Normalisation de la maquette 3D à la Ville de Montréal
Normalisation de la maquette 3D à la Ville de MontréalNormalisation de la maquette 3D à la Ville de Montréal
Normalisation de la maquette 3D à la Ville de Montréal
ACSG Section Montréal
 
Diapo Flash/QR Codes
Diapo Flash/QR CodesDiapo Flash/QR Codes
Diapo Flash/QR CodesusagesQRcode
 
Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE
Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGEProjet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE
Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE
HASSOU mohamed
 
Séminaire de la Controverse - RFID - Mythes et réalités
Séminaire de la Controverse - RFID - Mythes et réalitésSéminaire de la Controverse - RFID - Mythes et réalités
Séminaire de la Controverse - RFID - Mythes et réalités
Pierre Metivier
 
Les technologies 3D
Les technologies 3DLes technologies 3D
Les technologies 3D
louise-jerome-william
 

Similaire à Empreinte digitale (19)

Reconnaissance faciale
Reconnaissance facialeReconnaissance faciale
Reconnaissance faciale
 
JDC2014 - Kinect et usages professionnels
JDC2014 - Kinect et usages professionnelsJDC2014 - Kinect et usages professionnels
JDC2014 - Kinect et usages professionnels
 
La vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieuxLa vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieux
 
Eric HANSEN - La carte bancaire sans contact pas securisée
Eric HANSEN - La carte bancaire sans contact pas securiséeEric HANSEN - La carte bancaire sans contact pas securisée
Eric HANSEN - La carte bancaire sans contact pas securisée
 
Conférence SFM Technologies ACSS 2018
Conférence SFM Technologies ACSS 2018Conférence SFM Technologies ACSS 2018
Conférence SFM Technologies ACSS 2018
 
Itmag 336 min
Itmag 336 minItmag 336 min
Itmag 336 min
 
Les Signaux Numériques 2017
Les Signaux Numériques 2017Les Signaux Numériques 2017
Les Signaux Numériques 2017
 
FLUPA UX-Day 2012 - Atelier Usage des modalités d'interaction sur smartphones...
FLUPA UX-Day 2012 - Atelier Usage des modalités d'interaction sur smartphones...FLUPA UX-Day 2012 - Atelier Usage des modalités d'interaction sur smartphones...
FLUPA UX-Day 2012 - Atelier Usage des modalités d'interaction sur smartphones...
 
Presentation Master
Presentation MasterPresentation Master
Presentation Master
 
La vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieuxLa vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieux
 
Nouvelles technologies émergentes - NUI Day 2015
Nouvelles technologies émergentes - NUI Day 2015Nouvelles technologies émergentes - NUI Day 2015
Nouvelles technologies émergentes - NUI Day 2015
 
Reconnaissance faciale (1)
Reconnaissance faciale (1)Reconnaissance faciale (1)
Reconnaissance faciale (1)
 
PPT QR CODE
PPT QR CODEPPT QR CODE
PPT QR CODE
 
La réalité augmentée
La réalité augmentéeLa réalité augmentée
La réalité augmentée
 
Normalisation de la maquette 3D à la Ville de Montréal
Normalisation de la maquette 3D à la Ville de MontréalNormalisation de la maquette 3D à la Ville de Montréal
Normalisation de la maquette 3D à la Ville de Montréal
 
Diapo Flash/QR Codes
Diapo Flash/QR CodesDiapo Flash/QR Codes
Diapo Flash/QR Codes
 
Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE
Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGEProjet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE
Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE
 
Séminaire de la Controverse - RFID - Mythes et réalités
Séminaire de la Controverse - RFID - Mythes et réalitésSéminaire de la Controverse - RFID - Mythes et réalités
Séminaire de la Controverse - RFID - Mythes et réalités
 
Les technologies 3D
Les technologies 3DLes technologies 3D
Les technologies 3D
 

Dernier

Calendrier du 3 juin 2024 et compte rendu.pdf
Calendrier du 3 juin 2024 et compte rendu.pdfCalendrier du 3 juin 2024 et compte rendu.pdf
Calendrier du 3 juin 2024 et compte rendu.pdf
frizzole
 
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
schneiderbeatrice78
 
Exame DELF - A2 Francês pout tout public
Exame DELF - A2  Francês pout tout publicExame DELF - A2  Francês pout tout public
Exame DELF - A2 Francês pout tout public
GiselaAlves15
 
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
BenotGeorges3
 
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
IES Turina/Rodrigo/Itaca/Palomeras
 
Iris et les hommes.pptx
Iris      et         les      hommes.pptxIris      et         les      hommes.pptx
Iris et les hommes.pptx
Txaruka
 
Méthodologie de recherche et de rédaction de mémoire.pptx
Méthodologie de recherche et de rédaction de mémoire.pptxMéthodologie de recherche et de rédaction de mémoire.pptx
Méthodologie de recherche et de rédaction de mémoire.pptx
LamoussaPaulOuattara1
 
Festival de Cannes 2024.pptx
Festival      de      Cannes     2024.pptxFestival      de      Cannes     2024.pptx
Festival de Cannes 2024.pptx
Txaruka
 
Bilan schéma pour réun concertation SDLP V4.pptx
Bilan schéma pour réun concertation SDLP V4.pptxBilan schéma pour réun concertation SDLP V4.pptx
Bilan schéma pour réun concertation SDLP V4.pptx
bibliogard
 
4 expositions à voir à Paris.pptx
4   expositions    à   voir   à Paris.pptx4   expositions    à   voir   à Paris.pptx
4 expositions à voir à Paris.pptx
Txaruka
 
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdf
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdfCours SE - Gestion de la mémoire- Cours IG IPSET.pdf
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdf
MedBechir
 
Contrôle fiscale en république de guinée
Contrôle fiscale en république de guinéeContrôle fiscale en république de guinée
Contrôle fiscale en république de guinée
bangalykaba146
 
Mémoire de licence en finance comptabilité et audit
Mémoire de licence en finance comptabilité et auditMémoire de licence en finance comptabilité et audit
Mémoire de licence en finance comptabilité et audit
MelDjobo
 
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Formation
 

Dernier (14)

Calendrier du 3 juin 2024 et compte rendu.pdf
Calendrier du 3 juin 2024 et compte rendu.pdfCalendrier du 3 juin 2024 et compte rendu.pdf
Calendrier du 3 juin 2024 et compte rendu.pdf
 
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
1-IMP-Tuto-Recherche simple avancée-V4-20240425-BS.pptx
 
Exame DELF - A2 Francês pout tout public
Exame DELF - A2  Francês pout tout publicExame DELF - A2  Francês pout tout public
Exame DELF - A2 Francês pout tout public
 
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24
 
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
Evaluación docentes "Un cielo, dos países: El camino de los descubrimientos"
 
Iris et les hommes.pptx
Iris      et         les      hommes.pptxIris      et         les      hommes.pptx
Iris et les hommes.pptx
 
Méthodologie de recherche et de rédaction de mémoire.pptx
Méthodologie de recherche et de rédaction de mémoire.pptxMéthodologie de recherche et de rédaction de mémoire.pptx
Méthodologie de recherche et de rédaction de mémoire.pptx
 
Festival de Cannes 2024.pptx
Festival      de      Cannes     2024.pptxFestival      de      Cannes     2024.pptx
Festival de Cannes 2024.pptx
 
Bilan schéma pour réun concertation SDLP V4.pptx
Bilan schéma pour réun concertation SDLP V4.pptxBilan schéma pour réun concertation SDLP V4.pptx
Bilan schéma pour réun concertation SDLP V4.pptx
 
4 expositions à voir à Paris.pptx
4   expositions    à   voir   à Paris.pptx4   expositions    à   voir   à Paris.pptx
4 expositions à voir à Paris.pptx
 
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdf
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdfCours SE - Gestion de la mémoire- Cours IG IPSET.pdf
Cours SE - Gestion de la mémoire- Cours IG IPSET.pdf
 
Contrôle fiscale en république de guinée
Contrôle fiscale en république de guinéeContrôle fiscale en république de guinée
Contrôle fiscale en république de guinée
 
Mémoire de licence en finance comptabilité et audit
Mémoire de licence en finance comptabilité et auditMémoire de licence en finance comptabilité et audit
Mémoire de licence en finance comptabilité et audit
 
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
M2i Webinar - « Participation Financière Obligatoire » et CPF : une opportuni...
 

Empreinte digitale

  • 1. 2016-2017 Réalisés par: NOUIRA HEJER BEN HAJ SASSI AMNA 2MPSSR EMPREINTE DIGITALE
  • 2.
  • 3.  Définition: C’est l’usage de différentes caractéristiques physiologiques et comportementales afin de réaliser une reconnaissance sure et automatique d’un individu.  Utilisation :  Le contrôle d’accès à des locaux  Les systèmes d’information  La police et les gouvernements  Les documents officiels  L’automobile I. Biométrie
  • 4.  une empreinte digitale est une marque laissée par les crêtes des doigts, des mains, des orteils ou des pieds lorsqu'elles touchent un objet  Chaque personne a ses propres empreintes digitales avec l'unicité permanente. Ils sont utilisées depuis longtemps pour l'identification et l’investigation juridique.  Le modèle de crête et de vallée est unique pour chaque individu et ne change pas pendant la vie individuelle sauf l’accident comme meurtrissure ou coupe de bout du doigt.  Cette propriété fait l’empreinte devenir une biométrie d’identité attractive.  Définition II. EMPREINTE DIGITALE
  • 5.  Formes générale • Empreinte en boucle 95% • Empreinte en verticille 60% • Empreinte en arc 5% et 30% pour les spirales II. EMPREINTE DIGITALE (2)
  • 6.  L’analyse des empreintes relève que les crêtes exposent les types différents : la crête de bifurcation, le noyau, le lac, le delta, l’île, et la fine de ligne.  Les types :  l'empreinte directe (qui laisse une marque visible)  l'empreinte latente (saleté, sueur ou autre résidu déposé sur un objet). II. EMPREINTE DIGITALE (3)
  • 7. On différencie les motifs entre eux à l'aide de « points singuliers » sur empreintes: Points singuliers globaux : Noyau ou centre: lieu de convergences des stries Delta: lieu de divergences des stries. Points singuliers locaux (appelés aussi minuties) : points d’irrégularité se trouvant sur les lignes capillaires. Munities: (1) II. EMPREINTE DIGITALE (4)
  • 8. Munities:( 2) Types : 1/Terminaison à droite ou à gauche 2/ Bifurcation à droite ou à gauche 3/ île : assimilée à deux terminaisons. 4/ Lac: assimilée à deux bifurcations. II. EMPREINTE DIGITALE (4)
  • 9. Capture de l'image d’une empreinte digitale Obtenir des images numériques d’empreintes digitales n’est pas une chose simple, car la surface à capturer est de faible dimension par rapport au contenu des informations. La capture de l'image d'une empreinte digitale consiste à trouver les lignes tracées par les crêtes (en contact avec le capteur) et les vallées (creux). II. EMPREINTE DIGITALE (5)
  • 10. Exemples de lecteurs biométriques d'empreintes digitales II. EMPREINTE DIGITALE (6)
  • 11. Les capteurs optiques:  Avantages : • Il permet d’avoir des images précises et nettes. • Résiste très bien aux fluctuations de température  Inconvénients: • Cout assez élevé ; distorsion d’image parfois important II. EMPREINTE DIGITALE (8)
  • 12. Avantages : • Durée de vie assez longue • Diminue le bruit d’une image Inconvénients : • Gourmant en consommation d’énergie; • Fragile aux décharges électrostatiques; • Coût intéressant (mais reste moins cher que le capteur optique). Les capteurs en silicium: II. EMPREINTE DIGITALE (9)
  • 13. Les capteurs thermiques:  Avantages : • Permet d’obtenir une image de très grande qualité; • Permet la reconnaissance des empreintes peu marquées et difficiles à lire.  Inconvénients : • L’image disparaît rapidement du capteur. II. EMPREINTE DIGITALE (7)
  • 14.  Le processus de reconnaissance d’une personne par l’intermédiaire de son empreinte digitale se décompose en plusieurs étapes allant de l’acquisition à la comparaison des minuties, Les étapes de la reconnaissance d’une empreinte digitale: II. EMPREINTE DIGITALE (10)
  • 15. Méthodologie (SAD –BSEEC) Stockage de l’empreinte Amélioration de l’image et détection des crêtes Squelettisation Extraction des munities Elimination des fausses minuties Comparaison Binarisation II. EMPREINTE DIGITALE (11)
  • 16.  L’étape suivante est l’amélioration de l’image de l’empreinte digitale est le calcul de l’image directionnelle. L’objectif de ce traitement est d’obtenir une image de l’orientation des sillons de l’empreinte. Autrement dit, on attribue à chacun des pixels de l’image l’orientation du sillon auquel il appartient.  Le calcul de l’orientation s’effectue de la manière suivante :  K (i,j)=min |C(i,j) – Cd(ik,jk)| d=0,1,….N-1 avec: 1Amélioration de l’image et détection des crêtes II. EMPREINTE DIGITALE (12)
  • 17. 1.Binarisation  Le bruit d’une image désigne les pixels dont l’intensité est très différente de celle de ces voisins. Le bruit peut provenir de différentes façons : la façon dont est scannée l’empreinte, la qualité de l’environnement lors de l’acquisition de l’empreinte.  Le filtrage des images se charge de supprimer toute ambiguïté en détectant les zones de bruit et en faisant ressortir la plus grande partie possible  d’information utile. II. EMPREINTE DIGITALE (12)
  • 18. 2) Sequelitisation: Dans l'image binarisée (noir et blanc) les lignes se voient clairement mais elles ont des tailles différentes.  d'obtenir une image plus schématique de l'empreinte, dans laquelle toutes les lignes ont la même épaisseur (1 pixel). Nous avons utilisé la fonction : II. EMPREINTE DIGITALE (13)
  • 19. 3. Extraction des minuties  C'est le processus final qui complète l'obtention de la "signature" de l'empreinte. A partir d'une image de l'empreinte préalablement traitée, on extrait grâce à différents algorithmes une structure de données ou signature.  le nombre minimum de minuties nécessaires pour pouvoir établir des comparaisons fiables entre empreintes.  Ce minimum se situe à 12 minuties vis-à-vis de la loi, voire moins pour beaucoup d'entre eux (jusqu'à 8 II. EMPREINTE DIGITALE (13)
  • 20. • Les minuties de l’empreinte digitale sont extraites à partir de son squelette en calculant la «connectivité » CN en chaque point de l’image de la manière suivante : 𝐶𝑁 = 0.5 𝑖=0 8 |Pi − Pi+1| • P9 = P1, Pi est la valeur des pixels dans le voisinage 3*3 de P • En effet le coefficient CN présente des caractéristiques qui permettent d’identifier la nature d’une minutie en fonction du résultat obtenu lors du calcul de CN. II. EMPREINTE DIGITALE (14)
  • 21. 4. Elimination des fausses minuties Pour éliminer les fausses minuties nous avons utilisé l’algorithme suivant : - Calculer la distance entre chaque deux minuties voisines - Comparer cette distance avec un certain seuil D :  Distance > S  fausses minuties  suppression  Distance < S  vraies minuties II. EMPREINTE DIGITALE (13)
  • 22. 5. Comparaison: le système est capable de donner un indice de similitude ou de correspondance qui vaut : - 0 % si les empreintes sont totalement différentes ; - 100 % si les empreintes viennent de la même image. Cette étape permet de comparer l’empreinte avec une seule empreinte ou bien avec toute la base de données, en déterminant le score de conformité entre elles, ainsi que la courbe FMR et FNMR II. EMPREINTE DIGITALE (15)
  • 23.  La biométrie par l’empreinte digitale est la technologie :   Le moins cher ;   Plus rapide ; Plus pratique ;   Le moyen le plus fiable pour l’identification.  Il n'y a qu'une chance sur 17 milliards de trouver deux empreintes avec plus de 17 points de similitude.  Les voitures, les téléphones cellulaires, les PDA, les ordinateurs personnels et des dizaines de produits et appareils utilisant les empreintes digitales sont de plus en plus.  Les avantages de la biométrie par l’empreinte digitale
  • 24.   Cette technologie est ressentie comme intrusive.   Certaines personnes peuvent créer de "faux doigt" en utilisant l'empreinte digitale d'une autre personne (sachant que l'empreinte est stockée dans la base de données du lecteur d'empreinte digitale).   Le gros inconvénient est le manque d'hygiène, les traces de doigts se succèdent sur ce lecteur et ainsi les microbes se dispersent sur tout le lecteur ce qui rend celui-ci très sale.  Les inconvénients de la biométrie par l’empreinte digitale
  • 25. • Dans cette étude nous avons présenté une vue générale de la biométrie et quelques caractéristiques des empreintes digitales. • Ainsi que les techniques de l’identification et la comparaison des empreinte accompagnées d’une étude de cas démontrant les démarches à suivre pour réaliser un programme identificateur des empreintes digitales. III. Conclusion
  • 26. Merci pour votre attention III. Conclusion