FR2965377A1 - Procede de classification de donnees biometriques - Google Patents

Abstract

L'invention concerne le domaine des procédés, systèmes et produits programmes d'ordinateur d'authentification biométrique et plus particulièrement un procédé de classification de données biométriques 1 consistant à construire, sur la base d'un premier modèle statistique 3 universel et à partir d'un ensemble de premières collections individuelles 12 de données biométriques, un second modèle statistique 4 comprenant une pluralité de sous-modèles statistiques 41 et prenant en compte les spécificités biométriques d'un individu ou d'une classe d'individus, de sorte que les premier et second modèles statistiques définissent conjointement un modèle statistique universel hautement discriminant. L'invention concerne également un procédé d'authentification biométrique, un système d'authentification biométrique et un produit programme d'ordinateur d'authentification biométrique.

Description

L'invention concerne le domaine des procédés, systèmes et produits programmes d'ordinateur d'authentification biométrique. L'invention concerne plus particulièrement un procédé de classification de données biométriques appartenant à un espace d'observation continu et limité correspondant à au moins un capteur biométrique d'un type déterminé. Dans le domaine de l'authentification biométrique, les biométries permettant l'authentification d'un individu comprennent par exemples sa voix, sa gestuelle, ses empreintes digitales ou palmaires, la structure de son iris, les réseaux veineux de sa rétine ou de la paume de sa main, la morphologie de sa main, ainsi que les traits de son visage. Chaque biométrie est collectée par au moins un capteur biométrique d'un type déterminé, par exemple un microphone pour capter la voix d'un individu. Le capteur transforme la biométrie qu'il capte en un signal analogique. De par les caractéristiques techniques du capteur (grandeur physique captée, précision, ...), le signal analogique est défini dans un espace d'observation continu et limité. De façon connue, lors d'une étape d'échantillonnage, par exemple en temps, ce signal est échantillonné puis, lors d'une étape de paramétrisation, un ensemble contigu d'échantillons est transformé, par exemple en mettant en oeuvre des transformées de Fourier, pour obtenir au moins un vecteur multidimensionnel de paramètres déterminés défini dans un premier espace de représentation. Un signal analogique est ainsi représenté dans le premier espace de représentation par une séquence de vecteurs multidimensionnels de paramètres. Dans la suite du texte, chaque occurrence des termes `donnée biométrique' fait référence à un vecteur multidimensionnel de paramètres et chaque occurrence des termes `ensemble ou collection de données biométriques' fait référence à une ou plusieurs séquences de vecteurs multidimensionnels de paramètres. Les principaux procédés d'authentification biométrique sont basés sur la modélisation statistique du premier espace de représentation dans un second espace de représentation. Cette modélisation statistique repose notamment sur l'hypothèse qu'un ensemble de données biométriques peut être représenté et classé dans le second espace de représentation sous la forme d'une distribution de probabilité. Cette hypothèse est raisonnable dans certaines limites non discutées ici et présente l'avantage de définir chaque ensemble de données biométriques sous une forme aisément manipulable mathématiquement. Il est possible de définir la distribution des données biométriques dans le second espace de représentation par un ensemble de distributions statistiques simples, chacune caractérisée par un jeu limité de paramètres. Dans le cas d'une collection universelle de données biométriques, l'ensemble de distributions représentant ladite collection universelle constitue un modèle statistique moyen, appelé modèle statistique universel. Par exemple, dans le domaine de la reconnaissance vocale, les procédés de classification sont basés sur la modélisation statistique de l'espace acoustique dans un espace de représentation défini par un mélange de distributions gaussiennes ou GMM (pour Gaussian Mixture Model selon la terminologie anglaise) dans lequel est classée une collection universelle de signatures vocales provenant d'un grand nombre de locuteurs. Le modèle statistique universel ainsi construit est bien connu sous le sigle UBM (pour Universal Background Model selon la terminologie anglaise). Le modèle statistique universel issu de cette modélisation statistique constitue une référence moyenne par rapport à laquelle peuvent être dérivés des modèles individuels grâce à un adaptateur ou estimateur dit du Maximum A Posteriori (MAP), adaptant ou estimant tout ou une partie des paramètres décrivant le modèle universel. En général, seuls les paramètres correspondant aux moyennes des distributions gaussiennes sont adaptés. Le modèle ainsi adapté à un individu ou à une classe d'individus représente les spécificités dudit individu ou de la classe d'individus. Comme le modèle universel doit comporter un grand nombre de distributions statistiques pour être générique et qu'un individu ou une classe d'individu est spécifié à l'aide d'une collection limitée de données biométriques, seule une petite partie des distributions statistiques, i.e. des paramètres décrivant ces distributions, est adaptée à un locuteur ou une classe donnée. Les distributions statistiques composant le modèle universel sont appelées « composantes » dudit modèle. Lorsqu'une collection de données biométriques doit être comparée à un modèle individuel donné, un score de ressemblance est obtenu par comparaison de la vraisemblance de ces données avec le modèle individuel par rapport à la vraisemblance des mêmes données avec le modèle universel. La fonction correspondant à ces scores de vraisemblance est appelée « rapport de vraisemblance » et est en général projetée dans l'espace logarithmique pour définir la fonction dite de « logarithme du rapport de vraisemblance », ou LLR (pour Log Likelihood Ratio).

Toutefois, si cette approche basée sur la modélisation statistique est puissante et très largement utilisée, il convient de noter qu'elle présente des limites. La figure 1 illustre à la fois le principe général de la modélisation statistique et ses principales limites. La figure 1 illustre plus particulièrement la fonction de distribution de probabilité F d'un modèle statistique universel tel que l'UBM (composé de seulement quatre composantes dans un espace de représentation à seulement une dimension) et la fonction de distribution de probabilité G d'un modèle individuel dérivé de ce modèle statistique par adaptation MAP (d'une seule composante du modèle universel et en n'adaptant parmi les paramètres décrivant cette composante que les paramètres de moyenne). La figure 1 illustre également la fonction LLR, référencée L, relative au modèle individuel et au modèle universel considérés. Les commentaires ci-dessous faits en référence à la figure 1 aident à comprendre les limites de l'approche par modélisation statistique. Le point M sur la figure 1 représente la moyenne de la composante adaptée du modèle individuel. Cette moyenne représente une information spécifique à l'individu issue des données biométriques d'apprentissage de l'individu. Le point E1 a représente le maximum local de la fonction de distribution de probabilité G du modèle individuel qui est le plus proche du point M et le point E1 b représente le minimum local de la fonction de distribution de probabilité G du modèle individuel qui est le plus proche du point M. On observe que les points Ela et Elb ne présentent pas la même abscisse, ni ne sont symétriquement distribués autour du point M. Ceci est du non seulement à l'adaptation par MAP, mais également à la limitation du nombre de composantes du modèle statistique universel. Cette dernière est directement liée à la nécessité d'avoir des estimations statistiques fiables permettant d'obtenir un modèle individuel dont une partie significative des composantes montrent des paramètres variant significativement de ceux du modèle universel dont il est issu. Toujours en référence à la figure 1, le rapport de log-vraisemblance montre un maximum E2a et un minimum E2b qui sont éloignés du point M. Deux points H et E du rapport de log-vraisemblance respectivement d'abscisses x(H) et x(E) légèrement différents, de sorte que la distance x(H)-x(E) est de l'ordre de grandeur de la distance x(E2a)-x(M), donnent un score positif et négatif respectivement. Ainsi, d'une petite variation ou erreur sur l'axe des abscisses peut résulter des décisions différentes quant à savoir si la fonction de distribution de probabilité G du modèle individuel est vraisemblante ou non. Ainsi, il apparaît que la décision n'est pas directement liée à l'information spécifique à l'individu. Ces observations permettent d'illustrer que l'approche par modélisation statistique usuelle manque de robustesse par rapport à un décalage d'une petite variation ou erreur sur les données biométriques, car l'effet de ce décalage sur la décision peut être critique. Notons qu'un décalage peut être simplement du à une des sources de variabilités (ou de bruit), par exemple l'utilisation de microphones différents pour collecter les signatures vocales ou la captation de signatures vocales dans des milieux acoustiques différents (clos ou en extérieur). Ces sources de variabilités sont bien connues dans le domaine de l'authentification biométrique et de nombreux documents de l'art antérieur, par exemple la demande internationale référencée WO 2010/049695 ou la demande internationale référencée WO 2007/131530, proposent des solutions destinées à permettre d'accroître la robustesse de l'approche en modélisations statistiques usuelle par rapport aux sources de variabilités, sans toutefois remettre en cause cette approche. Il est également connu de l'art antérieur différentes évolutions de l'approche par modélisation statistique présentée ci-dessous. Ces évolutions sont brièvement décrites ci-dessous, notamment en référence à la figure 2. Une première évolution de l'approche par modélisation statistique usuelle consiste à considérer le modèle statistique universel (USM) comme une définition d'un espace de représentation de nouvelles données définies par la concaténation des paramètres de moyennes de chacune des composantes constituant ledit modèle, ces nouvelles données étant connues sous le nom de supervecteurs (SV). Cet espace, dénoté espace des supervecteurs, permet d'utiliser des machines à vecteurs de support ou séparateurs à vaste marge (en anglais Support Vector Machine, SVM) qui sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Une seconde évolution de l'approche par modélisation statistique usuelle consiste en une modélisation directe des variabilités de sessions dans l'espace des supervecteurs en utilisant une analyse factorielle conjointe connue sous le sigle JFA (pour Joint Factor Analysis selon la terminologie anglaise). Plus récemment, le concept d'espace de variabilité totale (TS) a été introduit qui consiste à modéliser la variabilité totale dans l'espace des supervecteurs de façon à construire un espace plus petit qui concentre l'information et dans lequel il est plus aisé de modéliser de façon jointe les variabilités de sessions et de locuteurs. Plus particulièrement, à chaque vecteur de l'espace des supervecteurs correspond un vecteur, dénoté iVector (iV), dans l'espace de variabilité totale. Plusieurs remarques peuvent être faites sur ces dernières approches.

Premièrement, l'espace des supervecteurs compte un très grand nombre de dimensions (couramment une centaine de milliers de dimensions), ce qui rend son analyse factorielle conjointe difficile. Deuxièmement, l'extraction du iVector correspond justement à une réduction de la dimensionnalité à quelques milliers de dimensions seulement, ce qui permet principalement d'appliquer des approches plus simples pour différencier les variabilités de sessions et les variabilités de locuteurs ; les techniques d'extraction du iVector sont similaires aux techniques d'analyse factorielle conjointe du fait que ces deux types de techniques travaillent dans un même type d'espace, l'espace des supervecteurs. Troisièmement, l'espace des supervecteurs dans l'approche par modélisation statistique d'une collection universelle de données biométriques avec un modèle de mélange de gaussiennes et l'espace de dimensionnalité réduite liée à l'extraction du iVector sont construits suivant le même schéma : une étape de reparamétrisation considérant en entrée un ensemble de données biométriques (DB) et donnant en sortie un seul vecteur représentant l'ensemble d'entrée. La figure 2 schématise ces deux étapes de reparamétrisation et illustre la réduction de la taille des données associée. L'approche par modélisation statistique par l'utilisation de supervecteurs et/ou de la variabilité totale présente donc des avantages, mais possède aux moins deux limites ci-après discutées. Premièrement, comme un ensemble de données biométriques est représenté par un unique point dans l'espace de représentation, il est difficile dans cette approche d'exploiter des informations de façon temporelle ou séquentielle, par exemple dans le cadre d'un apprentissage non-supervisé, aussi bien que d'appliquer cette approche pour remplir d'autres tâches, telles que l'indexation ou la segmentation du signal analogique fourni par le capteur biométrique.

Deuxièmement, l'espace des supervecteurs et l'espace de variabilité totale reposent tous deux sur le concept d'information globale et générale : une information est importante parce qu'elle apparaît fréquemment. De ce fait, ces espaces ne prennent pas en compte intrinsèquement les spécificités discriminantes d'un individu ou d'une classe d'individu, or le but de toute classification biométrique est justement de prendre en compte ces spécificités discriminantes. En cela, ces espaces présentent les défauts énoncés dans les commentaires faits en référence à la figure1. Dans ce contexte, la présente invention propose un procédé de classification de données biométriques permettant de pallier un ou plusieurs des inconvénients précédemment évoqués. A cette fin, le procédé de classification de données biométriques appartenant à un premier espace de représentation continu et limité correspondant à au moins un capteur biométrique d'un type déterminé, tel qu'il comprend : - une étape de définition d'un second espace de représentation dans lequel chaque donnée biométrique est représentée par une première distribution de sorte que les données biométriques y sont représentées par un premier ensemble de premières distributions, les premières distributions obéissant à une même loi de probabilité fonction d'au moins un premier paramètre, de sorte que le premier ensemble de premières distributions est défini par un premier ensemble de premiers paramètres déterminés en fonction des données biométriques, - une première étape de construction d'un premier modèle statistique en classification automatique d'une collection universelle de données biométriques dans le second espace de représentation, le premier modèle statistique étant défini par au moins un deuxième ensemble fini de deuxièmes distributions, les deuxièmes distributions obéissant à une même loi de probabilité fonction d'au moins un deuxième paramètre et étant réparties dans le second espace de représentation selon au moins un deuxième ensemble de deuxièmes paramètres, de sorte que chaque deuxième distribution définit un sous- espace du second espace de représentation comprenant une pluralité de premières distributions représentative d'une partie de ladite collection universelle de données biométriques, le deuxième ensemble de deuxièmes paramètres étant optimisé par une première implémentation d'un algorithme de maximisation de vraisemblance, de sorte que le deuxième ensemble fini de deuxièmes distributions représente avec le maximum de vraisemblance le premier ensemble de premières distributions correspondant à ladite collection universelle de données biométriques, le premier modèle statistique étant ainsi au moins propre à faire correspondre à n'importe quelle donnée biométrique un sous-espace déterminé, chaque sous-espace étant associée à une pluralité de données biométriques, et - une deuxième étape de construction d'un second modèle statistique comprenant une pluralité de sous-modèles statistiques en classification automatique d'un ensemble de premières collections individuelles de données biométriques, chaque sous-modèle étant défini dans un sous-espace correspondant du second espace de représentation, la deuxième étape de construction comprenant, pour chaque distribution représentative de chaque donnée biométrique de chaque collection individuelle, la détermination du sous-espace qui lui correspond selon le premier modèle statistique et, dans ce sous-espace, sa classification dans le sous-modèle correspondant, de sorte que chaque sous-modèle est défini par un troisième ensemble de premières distributions, la deuxième étape de construction comprenant en outre, pour chaque sous-espace, une étape de sélection de premières distributions parmi ledit troisième ensemble de premières distributions par implémentation d'un algorithme itératif de maximisation de la couverture et de minimisation de la redondance, pour déterminer un quatrième ensemble minimal de premières distributions maximisant la couverture du sous-espace, de sorte que chaque sous-modèle est défini par le quatrième ensemble minimal de premières distributions lui correspondant, de sorte que la pluralité de sous-modèles statistiques du second modèle statistique est défini par une pluralité de quatrièmes ensembles minimaux de premières distributions, le second modèle statistique étant ainsi au moins propre à permettre, pour n'importe quelle donnée biométrique d'un sous-espace déterminé selon le premier modèle statistique, de déterminer au moins la première distribution avec laquelle sa vraisemblance est maximale parmi les premières distributions du quatrième ensemble minimal de premières distributions correspondant.

Le procédé de classification permet ainsi de construire, sur la base d'un premier modèle statistique universel, un second modèle statistique prenant en compte les spécificités biométriques d'un individu ou d'une classe d'individus. Ces deux modèles statistiques définissent conjointement un modèle statistique universel hautement discriminant.

Selon une particularité, le procédé comprend en outre une première étape de génération d'un ensemble de vecteurs de vraisemblance à partir d'une seconde collection individuelle de données biométriques, l'étape de génération comprenant, pour chaque première distribution représentative de chaque donnée biométrique de la seconde collection individuelle : - la détermination du sous-espace qui lui correspond en fonction du premier modèle statistique, - dans ce sous-espace, le calcul d'une valeur de vraisemblance entre la première distribution représentative de la donnée biométrique considérée et chacune des premières distributions du quatrième ensemble minimal correspondant au sous-espace, et - la sélection d'au moins une vraisemblance parmi les plus élevées, de sorte à générer à partir de chaque donnée de ladite seconde collection individuelle de données biométriques et pour chaque sous-modèle statistique du second modèle statistique un vecteur de vraisemblance composé des valeurs de vraisemblance sélectionnées. Ainsi, l'utilisation conjointe des premier et second modèles statistiques permet de générer une information hautement discriminante représentant l'identité d'un individu en fonction de ses données biométriques, que ces dernières fassent ou non partie de ladite collection universelle de données biométriques ou dudit ensemble de premières collections individuelles. Selon une autre particularité, le procédé comprend en outre une étape de génération d'un ensemble de premiers vecteurs binaires à partir de la seconde collection individuelle de données biométriques, cette étape consistant pour chaque vecteur de vraisemblance à réaliser un échantillonnage statistique déterminé parmi ceux consistant à : - remplacer les valeurs de vraisemblance supérieures à une première valeur seuil déterminée par un bit égal à 1 et remplacer les autres par un bit égal à 0, ou - remplacer un nombre N des valeurs de vraisemblances les plus élevées par un bit égal à 1 et remplacer les autres par un bit égal à 0, le nombre N étant prédéterminé ou le nombre N étant estimé à partir de la donnée biométrique considérée, de sorte qu'à chaque donnée biométrique correspond un premier vecteur binaire. Le procédé de classification permet ainsi de représenter l'information hautement discriminante représentant l'identité d'un individu sous une forme binaire dont le stockage, la manipulation informatique et le transfert sont aisés et de mettre à la disposition de procédés et systèmes d'authentification le large champ d'applications défini dans l'espace binaire. Selon une autre particularité, le procédé comprend en outre une étape de génération d'au moins un second vecteur binaire à partir de l'ensemble de premiers vecteurs binaires ou de sous-ensembles de premiers vecteurs binaires, cette étape consistant à réaliser, entre les premiers vecteurs binaires de l'ensemble ou de chaque sous-ensemble, une opération logique parmi celles consistant en : - une implémentation d'un algorithme de vote majoritaire pour déterminer, par comparaisons séquentielles bit à bit entre les premiers vecteurs binaires considérés, ledit au moins un second vecteur binaire par un ensemble réparti de bits égaux à 1, chacun correspondant à une occurrence moyenne de bits égaux à 1 supérieure à une seconde valeur seuil déterminée, ou - une implémentation d'un algorithme de comparaisons séquentielles bit à bit logiques de type 'ET' ou 'OU exclusif entre les premiers vecteurs binaires considérés pour déterminer ledit au moins un second vecteur binaire par un ensemble réparti de bits égaux à 1, chacun correspondant à une occurrence totale de bits égaux à 1 ou à une occurrence unique d'un bit égal à 1 parmi les premiers vecteurs binaires considérés, respectivement, ou - une implémentation d'un algorithme de détermination de synchronie de déplacements vecteur à vecteur parmi les premiers vecteurs binaires considérés, pour déterminer ledit au moins un second vecteur binaire par un ensemble de bits égaux à 1 répartis selon une séquence de bits égaux à 1 des premiers vecteurs binaires observée avec une occurrence moyenne supérieure à une troisième valeur seuil déterminée. ledit au moins un second vecteur binaire comprenant le même nombre de bits que chacun desdits premiers vecteurs binaires et le choix de l'opération logique étant dicté par le nombre de bits égaux à 1 dudit au moins un second vecteur binaire obtenu. Le procédé permet ainsi de contrôler aisément l'identité d'un individu par la comparaison simple de deux seconds vecteurs binaires déterminés indépendamment, un second vecteur binaire dit de référence et un second vecteur binaire dit d'authentification. Selon une autre particularité, chaque premier ou second vecteur binaire comprend un nombre de bits égaux à 1 déterminé entre autres en fonction d'une des première, seconde et troisième valeurs seuils, ce nombre étant inférieur d'au moins un ordre de grandeur au nombre de bits égaux à 0. En définissant des vecteurs binaires `creux', autrement dit comprenant plus de bits égaux à 0 que de bits égaux à 1, le procédé permet d'assurer un niveau de discrimination finement contrôlé et de définir et régler aisément un seuil de tolérance pour la décision d'authentification issue de la comparaison entre un second vecteur binaire de référence et un second vecteur binaire d'authentification, le seuil de tolérance étant par exemple défini par un nombre de différences en termes de bits ou de séquences de bits sur un nombre total de bits de chacun desdits seconds vecteurs binaires ou sur un nombre de séquences de bits identiques déterminé par la comparaison entre ces deux vecteurs binaires, respectivement.

Selon une autre particularité, le premier modèle statistique est un modèle de Markov caché défini par le deuxième ensemble fini des deuxièmes distributions en fonction d'ensembles de paramètres dont au moins un ensemble de probabilités d'état, chacune associée à une donnée biométrique, et un ensemble de probabilités de transition entre états, la première implémentation consistant à implémenter l'algorithme de maximisation de vraisemblance dit de Baum-Welch. Le procédé permet ainsi de construire un premier modèle statistique qui tient compte de la séquence de traitement des données biométriques. Selon une autre particularité, le premier modèle statistique est un modèle de mélange de gaussiennes défini par le deuxième ensemble fini des deuxièmes distributions en fonction d'ensembles de paramètres dont un ensemble de vecteurs de moyennes, un ensemble de matrices de covariance et un ensemble de probabilités a priori, la première implémentation consistant à implémenter l'algorithme de maximisation de vraisemblance dit d'espérance-maximisation selon un critère de maximum de vraisemblance déterminé.

Le procédé permet ainsi de construire un premier modèle statistique indépendant de la séquence de traitement des données biométriques, ce qui autorise un apprentissage et/ou une classification automatiques non-supervisés. Selon une autre particularité, chacune desdites premières distributions est une distribution gaussienne, de sorte que chaque sous-modèle statistique du second modèle statistique est défini par un troisième ensemble de distributions gaussiennes en fonction d'ensembles de paramètres dont un ensemble de vecteurs de moyennes, un ensemble de matrices de covariance et un ensemble de probabilités à priori. Le procédé permet ainsi de construire un second modèle statistique qui, une fois construit, est aisément simplifiable dans une très bonne approximation, si sa construction est complexe. Notamment, l'implémentation de l'algorithme itératif de maximisation de la couverture et de minimisation de la redondance est simplifiée dans l'approximation de la matrice de covariance moyenne. Selon une autre particularité, l'ensemble de premières collections individuelles de données biométriques est issu d'un découpage de la collection universelle de données biométriques. L'invention concerne également un procédé d'authentification biométrique essentiellement tel qu'il comprend au moins : - une étape de captation d'une biométrie déterminée par un capteur d'un type déterminé et de traitement de la biométrie captée pour la transformer en une seconde collection individuelle de données biométriques représentatives d'un individu, - une étape du procédé de classification de données biométriques, tel que décrit ci-dessus, pour déterminer un second vecteur binaire de référence et un second vecteur binaire d'authentification à partir de ladite collection individuelle de données biométriques, - une étape de comparaison de ces deux seconds vecteurs binaires, et - une étape de décision d'authentifier ou non un individu sur la base du résultat de l'étape précédente de comparaison.

Selon une particularité, l'étape de comparaison consiste en une implémentation d'un algorithme de détermination de synchronie de déplacements entre le second vecteur binaire de référence et le second vecteur binaire d'authentification pour déterminer l'occurrence de séquences de bits égaux à 1 identiques entre ces deux vecteurs.

Selon une autre particularité, l'étape de décision d'authentifier ou non un individu comprend une étape de définition et de réglage d'un seuil de tolérance pour la décision d'authentification, le seuil de tolérance étant défini par un nombre de différences en termes de bits ou de séquences de bits sur un nombre total de bits de chacun desdits seconds vecteurs binaires ou sur un nombre de séquences de bits identiques entre ces deux vecteurs binaires déterminés lors de l'étape de comparaison, respectivement. L'invention concerne également un système d'authentification biométrique essentiellement tel qu'il comprend : - un capteur d'un type déterminé propre à capter une biométrie déterminée et à la transformer en une seconde collection individuelle de données biométriques représentatives d'un individu à authentifier, - un premier support de mémorisation propre à stocker au moins les premier et second modèles statistiques et un calculateur propre à permettre la mise en oeuvre d'au moins une étape du procédé de classification de données biométriques, tel que décrit ci-dessus, pour obtenir au moins un second vecteur binaire d'authentification à partir de la seconde collection individuelle de données biométriques lui ayant été transmise par le capteur, - un module comparateur pour comparer le second vecteur binaire 20 d'authentification à un second vecteur binaire de référence précédemment généré et stocké dans un second support de mémorisation relié au module comparateur, et - un module de décision pour décider d'authentifier ou non un individu. Le système est ainsi propre à authentifier un individu que ses données biométriques fassent ou non partie des collections de données biométriques ayant 25 permis de générer les premier et second modèles statistiques. Selon un premier mode de réalisation, le système est tel que le support de mémorisation, le calculateur, le module comparateur et le module de décision sont embarqués dans un même dispositif communicant par liaison filaire ou radiofréquence. 30 Le premier mode de réalisation du système est ainsi propre à contrôler l'accès à un local sécurisé ou l'accès à un service, par exemple un service bancaire, offert via les réseaux de communications sans fil. Selon un deuxième mode de réalisation, le système est tel que : - le premier support de mémorisation et le calculateur sont embarqués dans un premier dispositif communicant par liaison filaire ou radiofréquence et relié au capteur, et - le second support de mémorisation, le module comparateur et le module de décision sont embarqués dans un second dispositif communicant par liaison filaire ou radiofréquence avec le premier dispositif communicant. Le deuxième mode de réalisation du système permet ainsi de ne traiter au niveau du second dispositif que les étapes du procédé d'authentification consistant en l'étape de comparaison et l'étape de décision, de sorte que le second dispositif ne nécessite que de légers moyens de stockage et de traitement. L'invention concerne également un produit programme d'ordinateur d'authentification biométrique comprenant des portions de code de programme enregistrés sur un support lisible par un ordinateur, pour mettre en oeuvre au moins une étape du procédé de classification de données biométriques décrit ci-dessus lorsque le programme fonctionne sur un ordinateur. D'autres caractéristiques et avantages de l'invention ressortiront clairement de la description qui en est faite ci-après, à titre indicatif et nullement limitatif, en référence aux dessins annexés, dans lesquels : - la figure 1 représente un graphique illustrant les limites de l'approche par modélisation statistique selon l'art antérieur, - la figure 2 représente schématiquement différentes évolutions de l'approche par modélisation statistique selon l'art antérieur tel qu'illustré par la figure 1, - la figure 3 représente un schéma illustrant les étapes du procédé de classification de données biométriques permettant la construction d'un second modèle statistique selon l'invention, - la figure 4 représente deux graphes illustrant la répartition dans un sous-espace d'intérêt d'un ensemble de distribution représentative des spécificités d'un individu ou d'une classe d'individus, - la figure 5 reprend le deuxième graphe de la figure 4 et lui fait correspondre l'étape de sélection d'un ensemble de distribution représentative des spécificités d'un individu ou d'une classe d'individus selon le procédé de classification de données biométriques, et - la figure 6 représente schématiquement l'étape de génération d'un ensemble de vecteurs de vraisemblance et l'étape de génération d'un ensemble de premiers vecteurs binaires à partir de la seconde collection individuelle de données biométriques.

Le procédé de classification de données biométriques selon l'invention consiste à classer des données biométriques appartenant à un premier espace de représentation continu et limité correspondant à au moins un capteur biométrique d'un type déterminé. Le procédé peut donc être mis indifféremment en oeuvre pour classer des données biométriques issues de différentes biométries, telles que celles citées en introduction, la seule condition étant que ces biométries puissent chacune être représentée sous la forme de données biométriques appartenant à un premier espace de représentation continu et limité correspondant. Le procédé comprend une étape de définition d'un second espace de représentation. Ce second espace de représentation est défini de sorte que chaque donnée biométrique y est représentée par une première distribution. Les données biométriques y sont ainsi représentées par un premier ensemble de premières distributions. Les premières distributions obéissent à une même loi de probabilité fonction d'au moins un premier paramètre. Le premier ensemble de premières distributions est ainsi défini par au moins un premier ensemble de premiers paramètres déterminés en fonction des données biométriques, Par exemple, ladite loi de probabilité est la loi multinormale et chaque première distribution est une distribution gaussienne définie par un vecteur de moyennes, une matrice de covariance et une probabilité a priori. Plus particulièrement, il s'agit de définir une fonction de projection des données biométriques dans un espace dans lequel elles se présentent sous une forme aisément manipulable mathématiquement. Cette projection permet également de traiter de manière analogue une donnée biométrique observée et un ensemble de données biométriques potentielles, non encore observées et localisées près de la donnée biométrique connue. En pratique, cette projection est virtuelle et est vue comme une étape de généralisation de la donnée biométrique d'entrée. Par exemple, dans le cas où des distributions gaussiennes sont utilisées, une donnée biométrique est représentée par une distribution gaussienne dont la moyenne est constituée par la donnée biométrique elle-même. Les paramètres de variance étant alors soit ignorés, soit fixés à une valeur minimale.

Comme mentionné en introduction, chaque donnée biométrique consiste en un vecteur multidimensionnel de paramètres défini dans le premier espace de représentation. Par exemple, si le vecteur multidimensionnel de paramètres est d'une dimension égal à 50, ledit espace de représentation est également d'une dimension égale à 50 et chaque première distribution est définie dans cet espace par au moins un premier ensemble de 50 premiers paramètres. Le procédé comprend en outre une première étape de construction d'un premier modèle statistique en classification automatique d'une collection universelle de données biométriques dans le second espace de représentation précédemment défini. Cette étape est décrite ci-dessous en référence à la figure 3. Au prix de certaines approximations non discutées ici, il est possible de définir ledit premier modèle statistique 3 tel que décrit ci-après. Le premier modèle statistique est défini par au moins un deuxième ensemble fini de deuxièmes distributions 31. Que le deuxième ensemble de deuxièmes distributions soit fini signifie que le cardinal de cet ensemble est un nombre fixé, par exemple égale à 2048. En outre, considérer que le deuxième ensemble de deuxièmes distributions est fini se justifie du fait que le premier espace de représentation est limité. Ainsi, le premier ensemble de premières distributions qu'il soit représentatif d'une collection de données biométriques ou d'une autre est projeté, tel que décrit ci-dessus, dans un espace limité dudit second espace de représentation, de sorte que ledit deuxième ensemble fini de deuxièmes distributions 31 est au moins propre à couvrir ledit espace limité. Les deuxièmes distributions obéissent à une même loi de probabilité fonction d'au moins un deuxième paramètre et sont réparties dans le second espace de représentation selon au moins un deuxième ensemble de deuxièmes paramètres. Par exemple, ladite loi de probabilité est la loi multinormale et chaque deuxième distribution est une distribution gaussienne définie par un vecteur de moyennes, une matrice de covariance et une probabilités a priori. Chaque deuxième distribution définit un sous-espace du second espace de représentation. Dans l'exemple précédent, si une distribution gaussienne couvre par définition tout l'espace sur lequel elle est définie, chaque deuxième distribution gaussienne du deuxième ensemble de distributions intersecte chacune des autres deuxièmes distributions de l'ensemble. Ainsi, le deuxième ensemble de deuxièmes distributions gaussiennes couvre évidemment entièrement le second espace de représentation et en particulier chaque point de l'espace de représentation. Faire correspondre à chaque deuxième distribution un sous-espace de l'espace de représentation doit être interprété comme le fait de considérer que chaque point de ce sous-espace, situé en dehors d'une zone d'intersection entre deuxièmes distributions voisines, n'est décrit que par la deuxième distribution de l'ensemble présentant la plus grande valeur en ce point. Les limites des sous-espaces sont définies entre eux par les zones d'intersection entre deuxièmes distributions voisines entre elles. Le premier modèle statistique est construit de façon à représenter la collection universelle 11 de données biométriques avec le maximum de vraisemblance. Pour ce faire, le deuxième ensemble de deuxièmes paramètres est optimisé par une première implémentation 7 d'un algorithme de maximisation de vraisemblance. Dans un mode de réalisation du procédé, le premier modèle statistique ainsi construit est un modèle de Markov caché défini par le deuxième ensemble fini des deuxièmes distributions en fonction d'ensembles de paramètres dont au moins un ensemble de probabilités d'état, chacune associée à une donnée biométrique, et un ensemble de probabilités de transition entre états, la première implémentation 7 consistant à implémenter l'algorithme de maximisation de vraisemblance dit de Baum-Welch.

Le procédé permet ainsi de construire un premier modèle statistique qui tient compte de la séquence de traitement des données biométriques. Dans un autre mode de réalisation du procédé, le premier modèle statistique ainsi construit est un modèle de mélange de gaussiennes défini par le deuxième ensemble fini des deuxièmes distributions en fonction d'ensembles de paramètres dont un ensemble de moyennes, une matrice de covariance et un ensemble de probabilités a priori, chacun associé à une donnée biométrique, la première implémentation 7 consistant à implémenter l'algorithme de maximisation de vraisemblance dit d'espérance-maximisation selon un critère de maximum de vraisemblance.

Le procédé permet ainsi de construire un premier modèle statistique indépendant de la séquence de traitement des données biométriques, ce qui autorise un apprentissage et/ou une classification automatiques non-supervisés. Dans le domaine d'application à la reconnaissance vocale, le premier modèle statistique consiste en un modèle connu sous le sigle UBM pour Universal Background Model. La présente invention n'étant aucunement limitée à ce domaine particulier d'application, la présente demanderesse s'est appliquée à définir le premier modèle statistique de la façon la plus générique possible, l'homme de métier pouvant au besoin se référer à l'approche plus spécifique, et donc plus facile, permettant de construire ledit UBM. Le premier modèle statistique 3 construit de la façon décrite ci-dessus est ainsi au moins propre à faire correspondre à n'importe quelle donnée biométrique 1, que celle-ci appartienne ou non à ladite collection universelle, un sous-espace déterminé. Précisons que chaque deuxième distribution comprenant une pluralité de premières distributions représentatives d'une partie de ladite collection universelle 11 de données biométriques, chaque sous-espace est associé à une pluralité de données biométriques. Le procédé comprend en outre une deuxième étape de construction d'un second modèle statistique comprenant une pluralité de sous-modèles statistiques en classification automatique d'un ensemble de premières collections individuelles de données biométriques, chaque sous-modèle étant défini dans un sous-espace correspondant du second espace de représentation. Cette étape est décrite ci-dessous en référence à la figure 3. La deuxième étape de construction du second modèle statistique 4 comprend, pour chaque distribution représentative de chaque donnée biométrique de chaque collection individuelle 12, la détermination du sous-espace qui lui correspond selon le premier modèle statistique 3. De cette façon, il est possible de classer, lors d'une étape de classification 8, chaque donnée biométrique de chaque collection individuelle 12 dans le sous-modèle 41 correspondant au sous-espace déterminé pour cette donnée biométrique par le premier modèle statistique 3. Pour construire le deuxième modèle statistique, un large ensemble de distribution est constitué pour chaque sous modèle du premier modèle statistique. Pour chaque collection individuelle de donnée biométrique disponible, au moins un paramètre du modèle universel est adapté pour obtenir un modèle proche des données biométriques considérées au sens du MAP, en employant l'algorithme espérance-maximisation. Le degré de liberté de MAP (regulation factor, en anglais) est choisi de manière à rapprocher MAP du critère de Maximum de Vraisemblance. Au moins une des distributions associées à chaque sous modèle du modèle considéré est placée dans l'ensemble de distribution correspondant.

Il convient de noter ici que si les collections individuelles 12 de données biométriques peuvent consister en une partition de la collection universelle par individu, elles peuvent tout aussi bien être établies de façon partiellement ou entièrement décorrélée. Dans ce dernier cas, les données biométriques de chaque collection universelle n'ont pas servi à construire le premier modèle statistique. Toutefois, et c'est là la puissance de l'approche en modélisation statistique, quelque soit la donnée biométrique d'entrée, le premier modèle statistique est propre à lui faire correspondre un sous-espace déterminé. Le résultat de l'étape de la classification 8 est que chaque sous-modèle 41 est défini par un troisième ensemble de premières distributions 2. Par exemple dans le cas où chacune desdites premières distributions 2 est une distribution gaussienne, chaque sous-modèle statistique 41 du second modèle statistique 4 est défini par un troisième ensemble de distributions gaussiennes en fonction d'ensembles de paramètres dont un ensemble de moyennes et un ensemble d'écart-types.

La deuxième étape de construction du second modèle statistique comprend en outre, pour chaque sous-espace, une étape de sélection 9 de premières distributions parmi ledit troisième ensemble de premières distributions. Cette sélection 9 est réalisée par implémentation d'un algorithme itératif de maximisation de la couverture et de minimisation de la redondance. Cet algorithme considère une à une les distributions du troisième ensemble de premières distributions et est itéré un grand nombre de fois pour déterminer un quatrième ensemble minimal 21 de premières distributions 2 maximisant la couverture du sous-espace. Le grand nombre d'itérations est déterminé par un critère de convergence de l'algorithme. Il convient de noter que, par ensemble minimal, on entend ensemble présentant le plus petit cardinal possible. Le cardinal désiré minimal de chaque quatrième ensemble n'est pas connu a priori, mais est un résultat de l'implémentation de l'algorithme itératif de maximisation de la couverture et de minimisation de la redondance. Pour chaque sous-modèle, le résultat de l'étape de sélection 9, notamment tel qu'illustré sur la figure 4, est que chaque sous-modèle 41 est défini par le quatrième ensemble minimal 21 de premières distributions lui correspondant. Et pour la pluralité de sous-modèles statistiques 41 du second modèle statistique 4, le résultat de l'étape de sélection est que la pluralité de sous-modèles statistiques 41 est défini par une pluralité de quatrièmes ensembles minimaux de premières distributions.

Par exemple dans le cas où chacune desdites premières distributions 2 est une distribution gaussienne, il est à noter que l'implémentation dudit algorithme itératif de maximisation de la couverture et de minimisation de la redondance peut avantageusement être simplifiée en considérant non pas un ensemble d'écart-types déterminant ledit quatrième ensemble minimal 21 de premières distributions, mais une matrice de covariance moyenne 42, issue d'une moyenne sur ledit ensemble d'écart-types. Le second modèle statistique 4 tel que construit de la façon définie ci-dessus est ainsi au moins propre à permettre, pour n'importe quelle donnée biométrique d'un sous-espace déterminé selon le premier modèle statistique 3, de déterminer la première distribution avec laquelle sa vraisemblance est maximale parmi les premières distributions du quatrième ensemble minimal 21 de premières distributions correspondant. Le procédé de classification permet ainsi de construire, sur la base d'un premier modèle statistique universel, un second modèle statistique prenant en compte les spécificités biométriques d'un individu ou d'une classe d'individus. En effet, l'information volontairement perdue lors de la construction du premier modèle statistique, afin que celui-ci présente la puissance de l'approche par modélisation statistique qu'on lui connaît, est ainsi réintroduite, et de façon organisée et contrôlée.

Ces deux modèles statistiques définissent conjointement un modèle statistique universel hautement discriminant. De plus, et comme cela apparaîtra clairement dans la suite de la description, notamment sa partie faite en référence à la figure 5, les caractéristiques techniques ci-dessus exposées dudit modèle statistique universel hautement discriminant permettent d'atteindre une grande robustesse du procédé de classification par rapport à des petites variations ou erreurs sur les données biométriques d'entrée et par rapport aux sources de variabilités, évoquées en introduction. En référence à la figure 6, le procédé de classification de données biométriques comprend en outre une première étape de génération d'un ensemble de vecteurs de vraisemblance 5 à partir d'une seconde collection individuelle 13 de données biométriques. Cette collection individuelle 13 de données biométriques est issue de la captation par un capteur d'un type déterminé d'une biométrie d'un individu. Une telle captation doit être réalisée au moins deux fois pour permettre l'authentification de l'individu : une fois pour en déduire une information constituant une référence et une fois pour en déduire une information d'authentification par sa comparaison à l'information de référence. L'étape de génération d'un ensemble de vecteurs de vraisemblance 5 à partir de la seconde collection individuelle 13 de données biométriques comprend, pour chaque première distribution représentative de chaque donnée biométrique 1 de la seconde collection individuelle : - la détermination du sous-espace qui lui correspond en fonction du premier modèle statistique 3, - dans ce sous-espace, le calcul d'une valeur de vraisemblance 51 entre la première distribution 1 représentative de la donnée biométrique considérée et chacune des premières distributions du quatrième ensemble minimal 21 correspondant au sous-espace, et - la sélection d'au moins une vraisemblance parmi les plus élevées.

L'étape de génération d'un ensemble de vecteurs de vraisemblance 5 permet ainsi de générer à partir de chaque donnée de ladite seconde collection individuelle 13 de données biométriques et pour chaque sous-modèle statistique 41 du second modèle statistique 4, un vecteur de vraisemblance 5 composé des valeurs de vraisemblance 51 sélectionnées.

Ainsi, l'utilisation conjointe des premier et second modèles statistiques permet de générer une information hautement discriminante représentant l'identité d'un individu en fonction de ses données biométriques, que ces dernières fassent ou non partie de ladite collection universelle de données biométriques ou dudit ensemble de premières collections individuelles. Toutefois, les valeurs de vraisemblance sont des nombres réels. Par conséquent, chaque vecteur de vraisemblance est composé de séquences de nombres réels notamment lourdes à manipuler et à stocker. En référence à la figure 6, le procédé de classification de données biométriques comprend en outre une étape de génération d'un ensemble de premiers vecteurs binaires 6 à partir de l'ensemble de vecteurs de vraisemblance précédemment générés, et par extension à partir de la seconde collection individuelle 13 de données biométriques. Cette étape consistant pour chaque vecteur de vraisemblance 5 à réaliser un échantillonnage statistique 10 pour projeter chaque vecteur de vraisemblance dans l'espace binaire dans lequel les valeurs de vraisemblance, réelles, sont représentées par un bit 61 égal à 1 ou par un bit 62 égal à 0. Par un premier exemple, l'échantillonnage statistique 10 consiste plus particulièrement à remplacer les valeurs de vraisemblance 51 supérieures à une première valeur seuil déterminée par un bit égal à 1 et remplacer les autres par un bit égal à 0. Par un deuxième exemple, l'échantillonnage statistique 10 consiste plus particulièrement à remplacer un nombre N des valeurs de vraisemblance 51 les plus élevées par un bit égal à 1 et remplacer les autres par un bit égal à 0, le nombre N étant prédéterminé ou le nombre N étant estimé à partir de la donnée biométrique considérée. Le résultat de l'étape de génération d'un ensemble de premiers vecteurs binaires est que, à chaque donnée biométrique 1 de la collection individuelle 13, correspond un premier vecteur binaire 6.

Le procédé de classification permet ainsi de représenter l'information hautement discriminante représentant l'identité d'un individu sous une forme binaire dont le stockage, la manipulation informatique et le transfert sont aisés et de mettre à la disposition de procédés et systèmes d'authentification le large champ d'applications défini dans l'espace binaire.

En référence à la figure 5, il apparaît clairement qu'une fois projetés dans l'espace binaire deux vecteurs de vraisemblance différents du fait de petites variations ou erreurs sur les données biométriques d'entrée et/ou du fait des sources de variabilités donnent deux premiers vecteurs binaires présentant au moins la même séquence de bits égaux à 1. Ceci est directement lié à la façon dont est construit le second modèle statistique et plus particulièrement à l'étape de sélection 9. Or, et comme nous le verrons ci-dessous, le score et la décision d'authentification dépendant selon la présente invention de la comparaison entre des vecteurs binaires, cette caractéristique rend peu variable le score et la décision d'authentification par rapport à des petites variations ou erreurs sur les données biométriques d'entrée et par rapport aux sources de variabilités. Ces considérations illustrent la robustesse de la présente approche.

Le procédé de classification de données biométriques comprend en outre une étape de génération d'au moins un second vecteur binaire à partir de l'ensemble de premiers vecteurs binaires ou de sous-ensembles de premiers vecteurs binaires. Cette étape consiste à réaliser, entre les premiers vecteurs binaires de l'ensemble ou de chaque sous-ensemble, une opération logique parmi celles consistant en : - une implémentation d'un algorithme de vote majoritaire pour déterminer, par comparaisons séquentielles bit à bit entre les premiers vecteurs binaires considérés, ledit au moins un second vecteur binaire par un ensemble réparti de bits égaux à 1, chacun correspondant à une occurrence moyenne de bits égaux à 1 supérieure à une seconde valeur seuil déterminée, ou - une implémentation d'un algorithme de comparaisons séquentielles bit à bit logiques de type `ET' ou `OU exclusif entre les premiers vecteurs binaires considérés pour déterminer ledit au moins un second vecteur binaire par un ensemble réparti de bits égaux à 1, chacun correspondant à une occurrence totale de bits égaux à 1 ou à une occurrence unique d'un bit égal à 1 parmi les premiers vecteurs binaires considérés, respectivement, ou - une implémentation d'un algorithme de détermination de synchronie de déplacements vecteur à vecteur parmi les premiers vecteurs binaires considérés, pour déterminer ledit au moins un second vecteur binaire par un ensemble de bits égaux à 1 répartis selon une séquence de bits égaux à 1 des premiers vecteurs binaires observée avec une occurrence moyenne supérieure à une troisième valeur seuil déterminée.

Cette étape conserve le nombre de bits par vecteur. Ainsi, ledit au moins un second vecteur binaire comprend le même nombre de bits que chacun desdits premiers vecteurs binaires. Le choix de l'opération logique est dicté par le nombre de bits égaux à 1 dudit au moins un second vecteur binaire obtenu. Comme annoncé plus haut, le procédé de classification de données biométriques permet ainsi de contrôler aisément l'identité d'un individu par la comparaison simple de deux seconds vecteurs binaires déterminés indépendamment, un second vecteur binaire dit de référence et un second vecteur binaire dit d'authentification.

Chaque premier ou second vecteur binaire comprend un nombre de bits égaux à 1 déterminé entre autres en fonction d'une des première, seconde et troisième valeurs seuils. Ce nombre est inférieur d'au moins un ordre de grandeur au nombre de bits égaux à 0.

En définissant des vecteurs binaires `creux', autrement dit comprenant plus de bits égaux à 0 que de bits égaux à 1, ou vice versa, le procédé permet d'assurer un niveau de discrimination haut et finement contrôlé et de définir et régler aisément un seuil de tolérance pour la décision d'authentification issue de la comparaison entre un second vecteur binaire de référence et un second vecteur binaire d'authentification. Le seuil de tolérance est par exemple défini par un nombre de différences en termes de bits ou de séquences de bits sur un nombre total de bits de chacun desdits seconds vecteurs binaires ou sur un nombre de séquences de bits identiques déterminé par la comparaison entre ces deux vecteurs binaires, respectivement.

L'invention concerne également un procédé d'authentification biométrique. Le procédé d'authentification biométrique comprend au moins une étape de captation d'une biométrie déterminée par un capteur d'un type déterminé et de traitement de la biométrie captée pour la transformer en une seconde collection individuelle 13 de données biométriques représentatives d'un individu.

Le procédé d'authentification biométrique comprend en outre au moins une étape du procédé de classification de données biométriques 1 tel que décrit ci-dessus. La mise en oeuvre du procédé de classification est destinée à déterminer un second vecteur binaire de référence, puis un second vecteur binaire d'authentification à partir de ladite collection individuelle de données biométriques.

Le procédé d'authentification biométrique comprend en outre une étape de comparaison de ces deux seconds vecteurs binaires, et une étape de décision d'authentifier ou non un individu sur la base du résultat de l'étape précédente de comparaison. L'étape de comparaison consiste plus particulièrement en une implémentation d'un algorithme de détermination de synchronie de déplacements entre le second vecteur binaire de référence et le second vecteur binaire d'authentification pour déterminer l'occurrence de séquences de bits égaux à 1 identiques entre ces deux vecteurs.

L'étape de décision d'authentifier ou non un individu comprend plus particulièrement une étape de définition et de réglage d'un seuil de tolérance pour la décision d'authentification. Le seuil de tolérance est défini par un nombre de différences en termes de bits ou de séquences de bits sur un nombre total de bits de chacun desdits seconds vecteurs binaires ou sur un nombre de séquences de bits identiques entre ces deux vecteurs binaires déterminé lors de l'étape de comparaison, respectivement. Les étapes de comparaison et de décision d'authentifier ou non un individu requièrent peu de ressources calculatoires et de capacité de stockage. Elles peuvent avantageusement être mises en oeuvre sur de petits dispositifs portables, tels qu'une carte à puce d'une carte de paiement ou d'accès à un local sécurisé. L'invention concerne également un système d'authentification biométrique qui comprend : - un capteur d'un type déterminé propre à capter une biométrie déterminée et 15 à la transformer en une seconde collection individuelle 13 de données biométriques représentatives d'un individu à authentifier, - un premier support de mémorisation propre à stocker au moins les premier et second modèles statistiques et un calculateur propre à permettre la mise en oeuvre d'au moins une étape du procédé de classification de données biométriques 1 20 décrit ci-dessus, pour obtenir au moins un second vecteur binaire d'authentification à partir de la seconde collection individuelle 13 de données biométriques lui ayant été transmise par le capteur, - un module comparateur pour comparer le second vecteur binaire d'authentification à un second vecteur binaire de référence précédemment généré et 25 stocké dans un second support de mémorisation relié au module comparateur, et - un module de décision pour décider d'authentifier ou non un individu. Dans un mode de réalisation du système, le support de mémorisation, le calculateur, le module comparateur et le module de décision sont embarqués dans un même dispositif communicant par liaison filaire ou radiofréquence. Par exemple, 30 le système consiste en un téléphone portable communicant le résultat de la reconnaissance vocale à un serveur bancaire pour autoriser un transfert de fonds. Par un autre exemple, le système est installé en entrée d'un local sécurisé et sert à authentifier l'individu qui se présente à l'entrée-par reconnaissance faciale et/ou vocale, et transmettre le résultat de l'authentification à un dispositif de verrouillage/déverrouillage de la porte d'entrée du local sécurisé. Dans un autre mode de réalisation, le premier support de mémorisation et le calculateur sont embarqués dans un premier dispositif communicant par liaison filaire ou radiofréquence et relié au capteur, et le second support de mémorisation, le module comparateur et le module de décision sont embarqués dans un second dispositif communicant par liaison filaire ou radiofréquence avec le premier dispositif communicant, pour transmettre au premier dispositif ou à un dispositif tiers le résultat de l'authentification.

Par exemple ledit premier dispositif est un dispositif de type caisse enregistreuse et le second dispositif est une carte de paiement à puce. L'authentification d'un individu ne requiert avantageusement pas le transfert des données biométriques proprement dites, qui pourraient alors être volées, mais le transfert d'un second vecteur binaire, par ailleurs plus aisé.

L'invention concerne également un produit programme d'ordinateur d'authentification biométrique comprenant des portions de code de programme enregistrés sur un support lisible par un ordinateur, pour mettre en oeuvre au moins une étape du procédé de classification de données biométriques décrit ci-dessus, lorsque le programme fonctionne sur un ordinateur.

II doit être évident pour les personnes versées dans l'art que la présente invention permet des modes de réalisation sous de nombreuses autres formes spécifiques sans l'éloigner du domaine d'application de l'invention comme revendiqué. Par conséquent, les présents modes de réalisation doivent être considérés à titre d'illustration, mais peuvent être modifiés dans le domaine défini par la portée des revendications jointes.

Claims (16)

1. REVENDICATIONS1. Procédé de classification de données biométriques (1) appartenant à un premier espace de représentation continu et limité correspondant à au moins un capteur biométrique d'un type déterminé, caractérisé en qu'il comprend : - une étape d'acquisition par ledit au moins un capteur d'un type déterminé de données biométriques sous forme d'un ensemble de vecteurs multidimensionnels de paramètres, - une étape de définition d'un second espace de représentation dans lequel chaque donnée biométrique (1) est représentée par une première distribution (2) de sorte que les données biométriques y sont représentées par un premier ensemble de premières distributions, les premières distributions obéissant à une même loi de probabilité fonction d'au moins un premier paramètre, de sorte que le premier ensemble de premières distributions est défini par un premier ensemble de premiers paramètres déterminés en fonction des données biométriques, - une première étape de construction d'un premier modèle statistique (3) en classification automatique d'une collection universelle (11) de données biométriques dans le second espace de représentation, le premier modèle statistique étant défini par au moins un deuxième ensemble fini de deuxièmes distributions (31), les deuxièmes distributions obéissant à une même loi de probabilité fonction d'au moins un deuxième paramètre et étant réparties dans le second espace de représentation selon au moins un deuxième ensemble de deuxièmes paramètres, de sorte que chaque deuxième distribution définit un sous-espace du second espace de représentation comprenant une pluralité de premières distributions représentative d'une partie de ladite collection universelle (11) de données biométriques, le deuxième ensemble de deuxièmes paramètres étant optimisé par une première implémentation (7) d'un algorithme de maximisation de vraisemblance, de sorte que le deuxième ensemble fini de deuxièmes distributions représente avec le maximum de vraisemblance, le premier ensemble de premières distributions (2) correspondant à ladite collection universelle de données biométriques, le premier modèle statistique (3) étant ainsi au moins propre à faire correspondre à n'importe quelle donnée biométrique (1) un sous-espace déterminé, chaque sous-espace étant associé à une pluralité de données biométriques, et- une deuxième étape de construction d'un second modèle statistique (4) comprenant une pluralité de sous-modèles statistiques (41) en classification automatique d'un ensemble de premières collections individuelles (12) de données biométriques, chaque sous-modèle étant défini dans un sous-espace correspondant du second espace de représentation, la deuxième étape de construction comprenant, pour chaque distribution représentative de chaque donnée biométrique de chaque collection individuelle (12), la détermination du sous-espace qui lui correspond selon le premier modèle statistique (3) et, dans ce sous-espace, sa classification (8) dans le sous-modèle correspondant, de sorte que chaque sous-modèle (41) est défini par un troisième ensemble de premières distributions (2), la deuxième étape de construction comprenant en outre, pour chaque sous-espace, une étape de sélection (9) de premières distributions parmi ledit troisième ensemble de premières distributions par implémentation d'un algorithme itératif de maximisation de la couverture et de minimisation de la redondance, pour déterminer un quatrième ensemble minimal (21) de premières distributions (2) maximisant la couverture du sous-espace, de sorte que chaque sous-modèle (41) est défini par le quatrième ensemble minimal (21) de premières distributions lui correspondant, de sorte que la pluralité de sous-modèles statistiques (41) du second modèle statistique (4) est défini par une pluralité de quatrièmes ensembles minimaux de premières distributions, le second modèle statistique (4) étant ainsi au moins propre à permettre, pour n'importe quelle donnée biométrique d'un sous-espace déterminé selon le premier modèle statistique (3), de déterminer la première distribution avec laquelle sa vraisemblance est maximale parmi les premières distributions du quatrième ensemble minimal (21) de premières distributions correspondant, - une étape d'enregistrement sur un support de mémorisation des premier et second modèles statistiques, de sorte à permettre leur utilisation ultérieure en classification automatique de données biométriques.
2. 2. Procédé selon la revendication 1, caractérisé en ce qu'il comprend en outre une première étape de génération d'un ensemble de vecteurs de vraisemblance (5) à partir d'une seconde collection individuelle (13) de données biométriques, l'étape de génération comprenant, pour chaque première distribution représentative de chaque donnée biométrique (1) de la seconde collection individuelle := la détermination du sous-espace qui lui correspond en fonction du premier modèle statistique (3), - dans ce sous-espace, le calcul d'une valeur de vraisemblance (51) entre la première distribution (1) représentative de la donnée biométrique considérée et chacune des premières distributions du quatrième ensemble minimal (21) correspondant au sous-espace, et - la sélection d'au moins une vraisemblance parmi les plus élevées, de sorte à générer à partir de chaque donnée biométrique de ladite seconde collection individuelle (13) de données biométriques et pour chaque sous-modèle statistique (41) du second modèle statistique (4) un vecteur de vraisemblance (5) composé des valeurs de vraisemblance (51) sélectionnées.
3. 3. Procédé selon la revendication 2, caractérisé en ce qu'il comprend en outre une étape de génération d'un ensemble de premiers vecteurs binaires (6) à partir de la seconde collection individuelle (13) de données biométriques, cette étape consistant pour chaque vecteur de vraisemblance (5) à réaliser un échantillonnage statistique (10) déterminé parmi ceux consistant à : - remplacer les valeurs de vraisemblance (51) supérieures à une première valeur seuil déterminée par un bit égal à 1 (61) et remplacer les autres par un bit égal à 0 (62), ou - remplacer un nombre N des valeurs de vraisemblance (51) les plus élevées par un bit égal à 1 (61) et remplacer les autres par un bit égal à 0 (62), le nombre N étant prédéterminé ou le nombre N étant estimé à partir de la donnée biométrique considérée, de sorte qu'à chaque donnée biométrique (1) correspond un premier vecteur binaire (6).
4. 4. Procédé selon la revendication 3, caractérisé en ce qu'il comprend en outre une étape de génération d'au moins un second vecteur binaire à partir de l'ensemble de premiers vecteurs binaires (6) ou de sous-ensembles de premiers vecteurs binaires (6), cette étape consistant à réaliser, entre les premiers vecteurs binaires de l'ensemble ou de chaque sous-ensemble, une opération logique parmi celles consistant en : - une implémentation d'un algorithme de vote majoritaire pour déterminer, par comparaisons séquentielles bit à bit entre les premiers vecteursbinaires (6) considérés, ledit au moins un second vecteur binaire par un ensemble réparti de bits égaux à 1, chacun correspondant à une occurrence moyenne de bits égaux à 1 supérieure à une seconde valeur seuil déterminée, ou - une implémentation d'un algorithme de comparaisons séquentielles bit à bit logiques de type 'ET' ou 'OU exclusif' entre les premiers vecteurs binaires (6) considérés pour déterminer ledit au moins un second vecteur binaire par un ensemble réparti de bits égaux à 1, chacun correspondant à une occurrence totale de bits égaux à 1 ou à une occurrence unique d'un bit égal à 1 parmi les premiers vecteurs binaires considérés, respectivement, ou une implémentation d'un algorithme de détermination de synchronie de déplacements vecteur à vecteur parmi les premiers vecteurs binaires considérés, pour déterminer ledit au moins un second vecteur binaire par un ensemble de bits égaux à 1 répartis selon une séquence de bits égaux à 1 des premiers vecteurs binaires observée avec une occurrence moyenne supérieure à une troisième valeur seuil déterminée. ledit au moins un second vecteur binaire comprenant le même nombre de bits que chacun desdits premiers vecteurs binaires et le choix de l'opération logique étant dicté par le nombre de bits égaux à 1 dudit au moins un second vecteur binaire obtenu.
5. 5. Procédé selon la revendication 3 ou la revendication 4, caractérisé en ce que chaque premier ou second vecteur binaire comprend un nombre de bits égaux à 1 déterminé entre autres en fonction d'une des première, seconde et troisième valeurs seuils, ce nombre étant inférieur d'au moins un ordre de grandeur au nombre de bits égaux à 0.
6. 6. Procédé selon la revendication 1, caractérisé en ce que le premier modèle statistique (3) est un modèle de Markov caché défini par le deuxième ensemble fini des deuxièmes distributions (31) en fonction d'ensembles de paramètres dont au moins un ensemble de probabilités d'état, chacune associée à une donnée biométrique (1), et un ensemble de probabilités de transition entre états, la première implémentation (7) consistant à implémenter l'algorithme de maximisation de vraisemblance dit de Baum-Welch.
7. 7. Procédé selon la revendication 1, caractérisé en ce que le premier modèle statistique (3) est un modèle de mélange de gaussiennes défini par le deuxième ensemble fini des deuxièmes distributions (31) en fonction d'ensembles de paramètres dont un ensemble de moyennes, chacune associée à une donnée biométrique (1), et un ensemble d'écart-types, chacun associé à une donnée biométrique (1), la première implémentation (7) consistant à implémenter l'algorithme de maximisation de vraisemblance dit d'espérance-maximisation selon un critère de maximum de vraisemblance déterminé.
8. 8. Procédé selon la revendication 1, caractérisé en ce que chacune desdites premières distributions (2) est une distribution gaussienne, de sorte que chaque sous-modèle statistique (41) du second modèle statistique (4) est défini par un troisième ensemble de distributions gaussiennes en fonction d'ensembles de paramètres dont un ensemble de moyennes, chacune associée à une donnée biométrique (1), et une matrice de covariance moyenne (42), issue d'une moyenne sur un ensemble d'écart-types.
9. 9. Procédé selon la revendication 1, caractérisé en ce que l'ensemble de premières collections individuelles (12) de données biométriques est issu d'un découpage de la collection universelle (11) de données biométriques.
10. 10. Procédé d'authentification biométrique, caractérisé en ce qu'il comprend : - une étape de captation d'une biométrie déterminée par un capteur d'un type déterminé et de traitement de la biométrie captée pour la transformer en une seconde collection individuelle (13) de données biométriques représentatives d'un individu, - une étape de mise en oeuvre du procédé de classification de données biométriques (1) selon l'une au moins des revendications 1 à 9, pour déterminer un second vecteur binaire de référence et un second vecteur binaire d'authentification à partir de ladite collection individuelle de données biométriques, - une étape de comparaison de ces deux seconds vecteurs binaires, et - une étape de décision d'authentifier ou non un individu sur la base du 30 résultat de l'étape précédente de comparaison.
11. 11. Procédé d'authentification biométrique selon la revendication 10, caractérisé en ce que l'étape de comparaison consiste en une implémentation d'un algorithme de détermination de synchronie de déplacements entre le second vecteurbinaire de référence et le second vecteur binaire d'authentification pour déterminer l'occurrence de séquences de bits égaux à 1 identiques entre ces deux vecteurs.
12. 12. Procédé d'authentification biométrique selon la revendication 10 ou la revendication 11, caractérisé en ce que l'étape de décision d'authentifier ou non un individu comprend une étape de définition et de réglage d'un seuil de tolérance pour la décision d'authentification, le seuil de tolérance étant défini par un nombre de différences en termes de bits ou de séquences de bits sur un nombre total de bits de chacun desdits seconds vecteurs binaires ou sur un nombre de séquences de bits identiques entre ces deux vecteurs binaires déterminé lors de l'étape de comparaison, respectivement.
13. 13. Système d'authentification biométrique caractérisé en ce qu'il comprend : - un capteur d'un type déterminé propre à capter une biométrie déterminée et à la transformer en une seconde collection individuelle (13) de données biométriques représentatives d'un individu à authentifier, - un premier support de mémorisation propre à stocker au moins des premier et second modèles statistiques (3 et 4) et un calculateur propre à permettre la mise en oeuvre du procédé de classification de données biométriques (1) selon l'une au moins des revendications 1 à 9, pour obtenir au moins un second vecteur binaire d'authentification à partir de la seconde collection individuelle (13) de données biométriques lui ayant été transmise par le capteur, - un module comparateur pour comparer le second vecteur binaire d'authentification à un second vecteur binaire de référence précédemment généré et stocké dans un second support de mémorisation relié au module comparateur, et - un module de décision pour décider d'authentifier ou non l'individu.
14. 14. Système d'authentification biométrique selon la revendication 13, caractérisé en ce que le support de mémorisation, le calculateur, le module comparateur et le module de décision sont embarqués dans un même dispositif communicant par liaison filaire ou radiofréquence.
15. 15. Système d'authentification biométrique selon la revendication 13, 30 caractérisé en ce que : - le premier support de mémorisation et le calculateur sont embarqués dans un premier dispositif communicant par liaison filaire ou radiofréquence et relié au capteur, et- le second support de mémorisation, le module comparateur et le module de décision sont embarqués dans un second dispositif communicant par liaison filaire ou radiofréquence avec le premier dispositif communicant, pour transmettre au premier dispositif le résultat de l'authentification.
16. 16. Produit programme d'ordinateur d'authentification biométrique comprenant des portions de code de programme enregistrés sur un support lisible par un ordinateur, pour mettre en oeuvre le procédé de classification de données biométriques selon l'une au moins des revendications 1 à 9, lorsque le programme fonctionne sur un ordinateur.