WO2007000504A1 - Procede de reconnaissance biometrique d'une main, systeme et dispositif associes - Google Patents

Procede de reconnaissance biometrique d'une main, systeme et dispositif associes Download PDF

Info

Publication number
WO2007000504A1
WO2007000504A1 PCT/FR2006/001412 FR2006001412W WO2007000504A1 WO 2007000504 A1 WO2007000504 A1 WO 2007000504A1 FR 2006001412 W FR2006001412 W FR 2006001412W WO 2007000504 A1 WO2007000504 A1 WO 2007000504A1
Authority
WO
WIPO (PCT)
Prior art keywords
hand
image
equipment
individual
acquired image
Prior art date
Application number
PCT/FR2006/001412
Other languages
English (en)
Inventor
Julien Doublet
Olivier Lepetit
Original Assignee
France Telecom
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by France Telecom filed Critical France Telecom
Publication of WO2007000504A1 publication Critical patent/WO2007000504A1/fr

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1312—Sensors therefor direct reading, e.g. contactless acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G06V40/11—Hand-related biometrics; Hand pose recognition

Definitions

  • the present invention relates to the biometric recognition of a hand.
  • Acquisition systems for the biometric recognition of a hand are known.
  • the HandPunch and HandKey systems registered trademarks of the Recognition System Inc. group allow such recognition on the shape of the hand.
  • Such systems include a stable support on which the hand is to be placed. They also include guides, for example in the form of lugs protruding from the support, intended to serve as a stop in different locations of the hand (for example for some fingers of the hand). This ensures that the hand is positioned in a predetermined manner and therefore almost identical to each use. These systems also include an image sensor placed at a constant distance from the support and intended to acquire an image of the hand in contact with the support.
  • Various treatments of the image thus acquired are then used to extract characteristic data from the hand, such as the width or length of the fingers of the hand, the surface or the curvature of certain elements of the hand, the thickness hand, etc.
  • These treatments include in particular a detection of the hand within the acquired image, by thresholding on the gray levels.
  • Such an implementation is relatively simple since the space in which the hand is positioned, as well as the position of the hand within this space, are known and controlled.
  • the contact between the hand and the support of the detection system guarantees a certain degree of knowledge of the positioning of the hand.
  • the distance separating the hand resting on the support of the system and the image sensor remains constant. It is the same for the orientation of the hand vis-à-vis the image sensor.
  • a disadvantage of known acquisition systems is that they are bulky and relatively expensive. They are therefore not very widespread and can only be applied in the context of a limited number of services.
  • the acquisition of the image of the hand is not easy since it requires a preparation time during which the hand must be correctly positioned, relative to the particular guides.
  • An object of the present invention is to limit the aforementioned drawbacks.
  • a more particular object of the invention is to enable the biometric recognition of a hand simply and quickly.
  • Another object of the invention is to enable the biometric recognition of a hand using a simple and inexpensive device.
  • Another object of the invention is to allow the biometric recognition of a hand without risk of leaving traces in the acquisition system.
  • the invention thus proposes a method of biometric recognition of a hand positioned in space in a non-predetermined manner, comprising the following steps:
  • a subsequent decision step such as identification, authentication or access authorization may be implemented.
  • the low complexity required for the equipment incorporating the image sensor also makes it possible to use equipment implementing other services, such as mobile phones, PDAs, etc.
  • the biometric recognition of the hand can be used in particular to secure access to some of these services.
  • the treatments applied to the image may provide for a search of the hand within the image acquired by recognition of the color of the skin. They may also include the analysis of a portion of the hand, to obtain features relating to that area, for example features relating to the texture and lines of the palm. They may also include determining measures relating to the shape of the hand, such as length, width, curvature, area a portion in mbfns' of ia mainr
  • the various steps of the method can be implemented entirely locally at the equipment, or some of them can be performed at a remote system with which the equipment is able to communicate.
  • the invention further provides a biometrically recognizable system of a hand positioned in space in a non-predetermined manner, comprising:
  • an equipment comprising an image sensor arranged to acquire an image of the hand, the acquisition being made without contact between the hand and the equipment; means for processing the acquired image so as to obtain characteristics of the hand;
  • the invention also proposes an equipment comprising:
  • an image sensor for acquiring an image of a hand positioned in space in a non-predetermined manner, the acquisition being made without contact between the hand and the equipment;
  • the invention also proposes a computer program product comprising instructions for carrying out the following steps, when it is loaded and executed by computer means of a device comprising an image sensor:
  • the invention finally proposes a method of controlling access to a place or a service, the access being reserved for at least one authorized individual, comprising the following steps relating to an individual:
  • FIG. 1 is a diagram illustrating a mode of acquisition of an image of the hand according to one embodiment of the invention
  • FIG. 2 is a diagram illustrating the processing performed on an image acquired at successive stages of advancement
  • FIG. 3 is a diagram illustrating other phases of the processing applied to the acquired image
  • FIG. 4 is a flowchart illustrating an implementation of the invention in local mode
  • FIGS. 5 to 7 are flow charts illustrating an implementation of the invention in remote mode, with a more or less important role played by a remote system.
  • the invention relates to the biometric recognition of a hand.
  • an image of the hand is acquired using an image sensor.
  • this acquisition is made without contact between the hand and the equipment incorporating the image sensor.
  • the image sensor or the equipment comprising the image sensor is for example a camera, a camera or a WebCam.
  • a conventional digital camera is used on a mobile phone 1.
  • the hand 2 of an individual is positioned in front of the image sensor for the purpose of acquiring the image .
  • the hand can be positioned in space in a manner that is not completely predetermined. In particular, it may be placed at a greater or lesser distance from the phone 1 and may have a more or less inclined orientation relative to the phone 1. This inclination must however be limited for good biometric recognition. A much greater tolerance is allowed in the orientation of the hand within a plane parallel to the sensor. This is opposed to known acquisition systems within which the hand must be precisely positioned in a predetermined configuration.
  • the image sensor is embedded on a mobile device, such as the mobile phone 1 or a personal digital assistant PDA ("Personal Digital Assistant") type
  • a mobile device such as the mobile phone 1 or a personal digital assistant PDA ("Personal Digital Assistant") type
  • PDA Personal Digital Assistant
  • the freedom to Hand positioning in the space is total, since the mobile equipment can itself be moved so as to come face to face with the hand.
  • the image sensor or the equipment on which it is embedded may further comprise a control screen, as is the case for a mobile phone or a PDA.
  • the acquisition can be simplified by the real-time visualization of the image to be acquired.
  • the hand can thus be centered with respect to the control screen.
  • the outline of a generic hand may appear on the control screen to indicate an optimal capture position.
  • the hand can thus be placed relative to this contour. It is understood that, even in this particular case where the position of the hand, although not predetermined, is chosen relative to a preset contour, the acquisition of the image is nonetheless performed without contact between the equipment comprising the sensor picture and hand.
  • the image sensor can be associated with fixed equipment, such as a computer for example.
  • fixed equipment such as a computer for example.
  • the use of equipment including non-hand contact image sensors to be biometrically recognized limits their size and cost compared to acquisition systems known.
  • the combination of an image sensor with a device offering services, such as a telephone service in the case of the mobile phone 1 of FIG. 1, also makes it possible to integrate the biometric recognition of the hand into a more global process, such as access control to a service, as will be detailed later.
  • the image sensor or the equipment comprising such an image sensor may be provided with a means for illuminating the hand, for example a flash.
  • the search for the hand within the image acquired is based on a recognition of the color of the skin according to techniques conventionally used for facial recognition. According to these techniques, color learning is performed in different color spaces, for example using a Bayes approximation. A probability distribution map is then created, to assign to each pixel of the acquired image, a probability that this pixel represents skin.
  • p (c) is the number of skin pixels (respectively “non-skin", noted -rpeau in the formulas, that is to say pixels representing something other than skin ) of color c in the learning base
  • Tp is the total number of skin pixels (respectively "non-skin") in the learning base.
  • This formula makes it possible to define the distribution of the probabilities that a pixel of the image acquired of color c is a pixel of skin, like:
  • a threshold ⁇ between 0 and 1 is determined. According to this binarization, it is considered that a pixel of the acquired image of color c is a skin pixel if (P (c
  • the image of the hand is then searched within the probability distribution map, for example by selecting the pixels that were considered as skin pixels in the previous step.
  • Other image treatments can also be implemented, such as treatments using mathematical morphology (opening and closing) so as to determine the contour of the hand.
  • parasites such as recesses that can appear around the contour of the hand are removed.
  • An image filtering may further be performed to reduce the noise.
  • the contour of the hand is characterized relatively accurately.
  • Figure 2 illustrates the image obtained at successive processing stages.
  • step (a) the image is the one obtained directly during the acquisition. This is for example a digital photograph.
  • the hand 2 distinguishes the hand 2 to be the subject of the biometric recognition and which is detached from a background 3, which has various elements in the background as a computer keyboard and a computer mouse (located behind the fingers of the hand 2) resting on a table, as well as the hand 4 of another individual.
  • a background 3 which has various elements in the background as a computer keyboard and a computer mouse (located behind the fingers of the hand 2) resting on a table, as well as the hand 4 of another individual.
  • Step (b) corresponds to the probability distribution map obtained from the acquired image.
  • the pixels corresponding to the hand 2 stand out clearly with a much brighter color than the background 3, the pixels of the hand 2 having a probability of presenting a skin color much stronger than the background 3.
  • the hand 4 in the background also appears on this map for the same reasons.
  • Step (c) corresponds to a binarization of the map obtained, for other treatments to follow. This step also makes it possible to discard certain relatively low probability pixels, such as those corresponding to the computer mouse. On the other hand, the pixels of higher probability like most pixels corresponding to the hands 2 and 4 are kept with a clear color.
  • Step (d) corresponds to an image processing by regions, during which different regions are detected. Thus, it clearly appears two distinct regions corresponding to the hands 2 and 4 respectively. The contours of these regions have been marked in the figure.
  • step (e) a morphological treatment is applied to the image.
  • Step (f) corresponds to a new binarization of the image by search of the hand.
  • the contour of the hand 2 is well identified and the parasitic contour of the hand 4 in the background is removed.
  • the treatments performed to obtain an accurate image of the hand can be diverse.
  • the learning of the color of the skin in order to obtain a probability distribution map can be done using neural networks, by approximation by Gaussian or with the aid of vector supports.
  • models based on active contours, with or without learning can be used to search for the hand in the acquired image.
  • Model learning can be done on hand-held points, which correspond to a number of key points in a hand, such as fingertips or joints between them, and intermediate points (which can be arbitrarily defined). For each previously segmented hand of the learning base, we will look for the characteristic points.
  • the search for the hand in an image takes place in two stages: at first, we will align the shape on the average form resulting from learning, in position, scale and direction. Then, the model will evolve until you get stability.
  • the evolution of the contour is done on the gradient of the image that one wants to segment. This evolution takes place in two successive displacements: the displacement of the points towards the strongest gradients, then the application of constraints to make preserve with the points a possible definite form resulting from what one has learned.
  • Characteristics of the hand are then sought from picture obtained. To do this, invariant points are advantageously detected on the image of the hand as it was obtained at the end of previous treatments.
  • Figure 3 shows an example of such invariant points P1-P9 placed on the contour 6 of the image of the hand. These points are for example determined by analysis of the curvature at each point of the contour 6. In this case, each curvature value can be determined and stored in the form of a diagram. The invariant points then correspond for example to the points of maximum curvature. When a curve diagram has been established, the invariant points can be determined by a search of neighborhood maxima after smoothing the diagram.
  • an analysis of the distances between different points of the contour 6 can be performed to determine the invariant points. For example, the distances between a fixed point, for example at the center of gravity of the hand, and each point of the contour 6 are calculated and stored in the form of a diagram.
  • the invariant points can be determined by a search for extrema by neighborhood after smoothing the diagram.
  • Invariant points can be used to establish a coordinate system.
  • a reference mark may be defined by crossing the straight line D1 passing through the points P4 and P8 and the straight line D2, perpendicular to D1, passing through P6.
  • the marker could be defined by the crossing of a line passing through P4 and P6 and a perpendicular line passing through the middle of the segment [P4, P6].
  • Such a marker can be used to determine a particular area of the hand, such as the palm for example.
  • the rectangular zone 7 delimited by the vertices C1-C4 is intended to surround the palm of the hand.
  • the zone 7 represented in FIG. 3 and corresponding to the palm of the hand can be placed so that the distance between the origin O of the marker and the point of intersection B1 between the straight line D2 and the upper side C1C2 in zone 7 is equal to one-tenth of the length of the middle finger, and the length of the C1C2 side is equal to three-quarters of the length of the middle finger.
  • the length of the middle finger can itself be determined, for example, as the distance separating the invariant point P5 from the middle of the segment [P4.P6]. It will be understood that the establishment of a landmark is a convenience that facilitates the placement of the study area. However, it is possible to define the area from some of the invariant points, without a marker being chosen.
  • a global or specific analysis is carried out.
  • an analysis of the texture or lines within this area can be made. This analysis can consist in determining characteristic points of the lines of the hand in the determined zone, such as end-of-line points.
  • the analysis comprises a convolution of the image comprised in this zone with a filter, for example a conventional two-dimensional Gabor filter.
  • the two-dimensional Gabor filter is in a domain (x, y) of the form:
  • G ⁇ , ⁇ , ⁇ ( ⁇ -y) g ⁇ ( ⁇ , y) -e 2 ⁇ j ⁇ (x - C0S ⁇ + y - sin ⁇ ) ,
  • the filter is centered at the point (0,0) by applying, for a size filter (2k + 1) 2 , the following formula:
  • the Gabor filter for an image l (x, y) is obtained by convolution with the adjusted Gabor function ⁇ ⁇ ⁇ ⁇ (x, y).
  • the discrete convolution of l (x, y) by ⁇ ⁇ i ⁇ i ⁇ (x, y) is:
  • the result of the convolution is then a vector that characterizes the part of the hand included in the study area, for example from his palm.
  • characteristics relating to the shape of the hand can be obtained for the recognition of the hand.
  • the width of one or more fingers at different levels for each finger, the length of the fingers and the width of the palm may be such characteristic measures.
  • the curvature of the fingers or the surface of certain portions of the hand such as phalanges may also constitute such characteristic measures. All these measurements are realized and standardized using some of the invariant points. For example, they can be determined by solving constraints between the contour of the hand and the distance between some of the invariant points.
  • the length of the middle finger can for example be defined, as indicated above, by the distance between P5 and the middle of the segment [P4.P6].
  • the width of the middle finger can for example be defined by the distance between two points situated at the intersection of a line parallel to (P4, P6) and the outline of the middle finger.
  • measurements are normalized using invariant points, possibly after determining a reference measurement based on some of the invariant points, such as the length of a finger or the width of the palm for example.
  • the reference characteristics are advantageously hand characteristics obtained using the same image processing as those described above in their application to an acquired image. References are thus formed from one or more image captures of hands of a certain number of individuals. The number N of catches used to obtain each reference will be all the higher as one will wish to make the recognition more reliable. By way of example, N may be chosen equal to 3.
  • the references may comprise, for example, vectors obtained using a Gabor filter, each characterizing the palm of an individual. They may also include hand shape characteristics for respective individuals, such as finger lengths and widths, palm widths, knuckle, finger, palm or hand surfaces, finger curls. etc. In all cases, the references used are of the same nature as the characteristics deduced from the acquired image, in order to make the comparison possible.
  • the stored references can of course comprise, for a given individual, several distinct characteristics, for example a vector characterizing the palm and a measurement relating to the shape of the hand.
  • a comparison is made between the characteristics obtained from the acquired image and the reference characteristics.
  • the characteristics in question were obtained, for both the acquired image and the references, by analysis of the texture of the palm by convolution using a Gabor filter, this step consists of a comparison of the vectors obtained.
  • rotations and / or translations can be performed on the vectors of the reference.
  • a comparison score can then be calculated to indicate a degree of similarity between the characteristics obtained from the acquired image and the reference characteristics.
  • the comparison score can be calculated as a difference between the measurements obtained from the image acquired, advantageously normalized as described above, and the corresponding reference measurements.
  • the comparison score may further be adjusted according to the variance of the reference measurements.
  • the comparison score can then be compared to a predetermined threshold for hand recognition decision making. In the example mentioned above, it can be concluded, for example, that the hand whose image has been acquired is identical to a reference hand, when the difference in length of the major of these hands is less than a threshold, for example. example a number of millimeters or a percentage of the length of the major.
  • comparison can be made on certain characteristics only or on various characteristics possibly of different nature (for example characteristics obtained by analysis of the texture of the palm and characteristics relating to the shape of the hand).
  • the comparison made can relate to all the characteristics at once or several comparisons can be made for the different characteristics respectively.
  • the characterization of the hand is even better than the characteristics used by the system are numerous and diversified.
  • a hand recognition based on both the shape of the hand, its texture, the lines of the hand and the folds of the fingers could give very reliable results.
  • the lines of the interior of the hand for example, their determination can be carried out thanks to a method of detection of outline using the gradient of color of the image.
  • the recognition of the hand can be carried out for various purposes.
  • the aforementioned comparison may be followed by a decision step during which the individual whose hand has been the object of image acquisition is identified.
  • the individual in question is thus recognized as the one whose identity has advantageously been previously declared, to which refer the reference characteristics having been considered substantially identical to the characteristics of the hand of said individual during the comparison step.
  • the individual in question can decline his identity when he presents his hand.
  • the reference characteristics previously stored in relation to the identity declined by the individual we find the reference characteristics previously stored in relation to the identity declined by the individual. Then we compare these characteristics with each other, in order to conclude that the identity declined by the individual is or is not correct, depending on whether the comparison reveals that the characteristics acquired are or are not in adequacy with the reference characteristics.
  • the decision following the comparison of the characteristics can be an authorization of access to a place or a service for example.
  • the previously stored references relate to the individuals for which access is allowed.
  • This mode of operation can be applied to any type of service, such as a electronic transaction or communication for example.
  • the invention is entirely implemented locally within a telephone.
  • the latter is arranged so that only individuals authorized to access a telephone service on this phone can use it.
  • the phone is initially locked (step 8) to prevent anyone from using it without permission.
  • An individual wishing to use the phone then makes a request to unlock it (step 9).
  • This request triggers the steps of the invention described above, in particular: an acquisition of the image of the hand of this individual using an image sensor incorporated in the telephone (step 10), an extraction hand characteristics from the acquired image (step 11) and a comparison between these extracted characteristics and reference characteristics stored in a phone memory and relating to individuals authorized to implement a telephone service on that phone (step 12). If the comparison reveals an identity, i.e. a fit, between the extracted characteristics and certain reference characteristics relating to an authorized individual (step 13), the phone is then unlocked (step 14) to enable said individual to use. Otherwise, the phone remains locked, so its use to implement a phone service is not possible.
  • the various operations can be implemented locally using a computer program loaded and executed on the phone.
  • a remote system is for example a telecommunication network with which the telephone 15 is able to communicate.
  • the remote system may for example comprise at least one radio base station 16 and a core network 17 consisting of interconnected switches or routers.
  • the remote system may also include a server 18 adapted to perform certain operations in accordance with the invention and / or a database 19 capable of storing reference biometric characteristics.
  • the server 18 or the database 19 may also contain information relating to a history of use of the telephones.
  • Computer means can be distributed in the various equipment of the system to implement the invention according to such a remote mode of operation.
  • the steps 20-22 correspond to the steps 8-10 of FIG. 4, namely: a step in which the telephone
  • an identifier of the telephone 15, for example its call number, is transmitted to the database 19 via the base station 16 and the core network 17.
  • the database 19 stores the identifiers of each telephone, in combination with the characteristics of the hands of individuals authorized to implement a telephone service on this phone, these reference characteristics having been previously obtained for example as described above.
  • the database 19 Upon receipt of the transmitted identifier, the database 19 refers to the telephone 15, the reference characteristics associated with this identifier.
  • the telephone 15 calculates the biometric characteristics of the individual's hand requesting the unlocking of the telephone (step 24).
  • a comparison between the characteristics of that individual and the The reference characteristics received by the telephone 15 are then performed at the telephone (step 26).
  • the phone 15 is unlocked (step 28), when the comparison reveals an identity characteristics (step 27), while it remains locked otherwise.
  • the steps 29-31 are identical to the steps 8-10 of FIG. 4.
  • the reference characteristics 34 are stored at the telephone 15, the database 19 then playing no role in this case. These reference characteristics 34 are transmitted by the telephone 15 to the server 18 via the base station 16 and the core network 17. The server 18 then compares the received reference characteristics 34 with the characteristics extracted from the acquired image. for the individual concerned (step 35).
  • the unlocking of the telephone 15 depends on the match between the characteristics compared.
  • Steps 36-38 The identity or absence of identity between the characteristics compared is signified at the terminal 15, with a view to its unlocking or its holding in locked mode.
  • the steps 39-41 are identical to the steps 8-10 of FIG. 4.
  • step 42 before being transmitted to the server 18, or directly to the server 18 (step 43), after transmission of the acquired image.
  • the reference characteristics 44 relating to the individuals authorized to implement a telephone service using the telephone 15 are stored in the database 19. They are then transmitted from the database 19 to the server 18, for a comparison with the characteristics extracted from the acquired image (step 45).
  • the unlocking of the telephone 15 depends on the match between the characteristics compared.
  • Steps 46-48 The result of the comparison of the characteristics is signified at the terminal 15, with a view to its unlocking or its holding in locked mode.

Abstract

L'invention propose une reconnaissance biométrique d'une main (2) positionnée dans l'espace de façon non prédéterminée. On acquiert une image de la main à l'aide d'un équipement (1) comprenant un capteur d'image, l'acquisition étant réalisée sans contact entre la main et ledit équipement. On traite l'image acquise de façon à obtenir des caractéristiques de la main. On compare les caractéristiques obtenues avec des caractéristiques de référence.

Description

PROCEDE DE RECONNAISSANCE B1OMETRIQUE D'UNE MAIN, SYSTEME ET DISPOSITIF ASSOCIES
La présente invention concerne la reconnaissance biométrique d'une main. Des systèmes d'acquisition pour la reconnaissance biométrique d'une main sont connus. A titre d'exemple, les systèmes HandPunch et HandKey (marques déposées) du groupe Récognition System Inc. permettent une telle reconnaissance sur la forme de la main.
De tels systèmes comprennent un support stable sur lequel la main doit être placée. Ils comprennent également des guides, par exemple sous la forme d'ergots faisant saillie à partir du support, destinés à servir de butée en différents emplacements de la main (par exemple pour certains doigts de la main). On s'assure ainsi que la main est positionnée d'une manière prédéterminée et donc de façon quasi identique à chaque utilisation. Ces systèmes incluent en outre un capteur d'image placé à distance constante du support et destiné à acquérir une image de la main en contact avec le support.
Divers traitements de l'image ainsi acquise sont ensuite mis en œuvre pour extraire des données caractéristiques de la main, telles que la largeur ou la longueur des doigts de la main, la surface ou la courbure de certains éléments de la main, l'épaisseur de la main, etc. Ces traitements comprennent notamment une détection de la main au sein de l'image acquise, par seuillage sur les niveaux de gris.
Une telle mise en œuvre est relativement simple puisque l'espace dans lequel la main est positionnée, de même que la position de la main au sein de cet espace, sont connus et maîtrisés.
On notera que même en l'absence de guides, le contact entre la main et le support du système de détection garantit un certain degré de connaissance du positionnement de la main. En particulier, la distance séparant la main reposant sur le support du système et le capteur d'image reste constante. Il en est de même pour l'orientation de la main vis-à-vis du capteur d'image.
Un inconvénient des systèmes d'acquisition connus est qu'ils sont volumineux et de coût relativement élevé. Ils sont donc peu répandus et ne peuvent trouver application que dans le cadre d'un nombre limité de services. De plus, l'acquisition de l'image de la main est peu aisée puisqu'elle nécessite un temps de préparation au cours duquel la main doit être correctement positionnée, relativement aux guides notamment.
Enfin, le contact nécessaire entre la main et le support d'acquisition est peu hygiénique et est susceptible de laisser des traces sur le support pouvant gêner les acquisitions ultérieures, voire servir de base à une fraude.
Un but de la présente invention est de limiter les inconvénients susmentionnés.
Un but plus particulier de l'invention est de permettre la reconnaissance biométrique d'une main de façon simple et rapide. Un autre but de l'invention est de permettre la reconnaissance biométrique d'une main à l'aide d'un dispositif simple et peu coûteux.
Un autre but de l'invention est de permettre la reconnaissance biométrique d'une main sans risque de laisser des traces dans le système d'acquisition. L'invention propose ainsi un procédé de reconnaissance biométrique d'une main positionnée dans l'espace de façon non prédéterminée, comprenant les étapes suivantes :
- acquérir une image de la main à l'aide d'un équipement comprenant un capteur d'image, l'acquisition étant réalisée sans contact entre la main et ledit équipement ;
- traiter l'image acquise de façon à obtenir des caractéristiques de la main ; et
- comparer les caractéristiques obtenues avec des caractéristiques de référence. L'absence de contact entre la main et l'équipement comprenant le capteur d'image permet d'utiliser un équipement simple et de moindre coût. En outre l'acquisition de l'image est simplifiée puisqu'il n'est pas nécessaire que l'individu positionne sa main d'une façon prédéterminée. Par ailleurs, la reconnaissance biométrique de la main est réalisée sans que l'individu ait eu à laisser des traces sur l'équipement comprenant le capteur d'image.
Une étape ultérieure de décision telle qu'une identification, une authentification ou une autorisation d'accès peut être mise en œuvre.
La faible complexité requise pour l'équipement incorporant le capteur d'image permet en outre d'utiliser des équipements mettant en oeuvre d'autres services, comme des téléphones portables, des assistants numériques personnels, etc. Dans ce cas, la reconnaissance biométrique de la main peut servir notamment à sécuriser l'accès à certains de ces services.
Les traitements appliqués à l'image peuvent prévoir une recherche de la main au sein de l'image acquise par reconnaissance de la couleur de la peau. Ils peuvent aussi comprendre l'analyse d'une portion de la main, pour obtenir des caractéristiques relatives à cette zone, par exemple des caractéristiques relatives à la texture et aux lignes de la paume. Ils peuvent également comprendre la détermination de mesures relatives à la forme de la main, telles que la longueur, la largeur, la courbure, la surface d'une portion au mbfns'de ia mainr
Les différentes étapes du procédé peuvent être mises en œuvre de façon entièrement locale au niveau de l'équipement, ou bien certaines d'entre elles peuvent être réalisées au niveau d'un système distant avec lequel l'équipement est apte à communiquer.
L'invention propose en outre un système de reconnaissance biométrique d'une main positionnée dans l'espace de façon non prédéterminée, comprenant :
- un équipement comprenant un capteur d'image agencé pour acquérir une image de la main, l'acquisition étant réalisée sans contact entre la main et l'équipement ; - des moyens pour traiter l'image acquise de façon à obtenir des caractéristiques de la main ; et
- des moyens pour comparer les caractéristiques obtenues avec des caractéristiques de référence.
L'invention propose aussi un équipement comprenant :
- un capteur d'image pour acquérir une image d'une main positionnée dans l'espace de façon non prédéterminée, l'acquisition étant réalisée sans contact entre la main et l'équipement ;
- des moyens pour obtenir des caractéristiques de la main déterminées à partir de l'image acquise ; et
- des moyens pour obtenir le résultat d'une comparaison entre les caractéristiques obtenues et des caractéristiques de référence.
L'invention propose également un produit programme d'ordinateur comprenant des instructions pour mettre en œuvre les étapes suivantes, lorsqu'il est chargé et exécuté par des moyens informatiques d'un équipement comprenant un capteur d'image :
- acquérir une image d'une main, l'acquisition étant réalisée sans contact entre la main et l'équipement ;
- obtenir des caractéristiques de la main déterminées à partir de l'image acquise ; et
- obtenir le résultat d'une comparaison entre les caractéristiques obtenues et des caractéristiques de référence.
L'invention propose enfin un procédé de contrôle d'accès à un lieu ou à un service, l'accès étant réservé à au moins un individu autorisé, comprenant les étapes suivantes relativement à un individu :
- acquérir une image de la main de l'individu à l'aide d'un équipement comprenant un capteur d'image, l'acquisition étant réalisée sans contact entre la main de l'individu et l'équipement ;
- traiter l'image acquise de façon à obtenir des caractéristiques de la main 01412
- 5 - de l'individu ;
- comparer les caractéristiques obtenues avec des caractéristiques de référence relatives à au moins un individu pour lequel l'accès est autorisé ; et - permettre l'accès audit individu seulement si la comparaison révèle une adéquation entre les caractéristiques obtenues et les caractéristiques de référence.
D'autres particularités et avantages de la présente invention apparaîtront dans la description ci-après d'exemples de réalisation non limitatifs, en référence aux dessins annexés, dans lesquels :
- la figure 1 est un schéma illustrant un mode d'acquisition d'une image de la main selon un mode de réalisation de l'invention ;
- la figure 2 est un schéma illustrant le traitement réalisé sur une image acquise à des stades d'avancement successifs ; - la figure 3 est un schéma illustrant d'autres phases du traitement appliqué à l'image acquise ;
- la figure 4 est un organigramme illustrant une mise en œuvre de l'invention en mode local ;
- les figures 5 à 7 sont des organigrammes illustrant une mise en œuvre de l'invention en mode distant, avec un rôle plus ou moins important joué par un système distant.
L'invention vise la reconnaissance biométrique d'une main. A cet effet, une image de la main est acquise à l'aide d'un capteur d'image. Selon l'invention, cette acquisition est réalisée sans contact entre la main et l'équipement incorporant le capteur d'image. Le capteur d'image ou l'équipement comprenant le capteur d'image est par exemple un appareil photo, une caméra, une WebCam.
Dans l'exemple illustré sur la figure 1 , on utilise un appareil photo numérique conventionnel embarqué sur un téléphone portable 1. La main 2 d'un individu est positionnée en face du capteur d'image aux fins de l'acquisition de l'image. On comprend ainsi que la main peut être positionnée dans l'espace de façon non complètement prédéterminée. En particulier, elle peut être placée à une distance plus ou moins élevée du téléphone 1 et elle peut présenter une orientation plus ou moins inclinée par rapport au téléphone 1. Cette inclinaison doit cependant être limitée pour une bonne reconnaissance biométrique. Une tolérance beaucoup plus grande est permise dans l'orientation de la main au sein d'un plan parallèle au capteur. Ceci s'oppose aux systèmes d'acquisition connus à l'intérieur desquels la main doit être précisément positionnée selon une configuration prédéterminée. On notera que dans le cas particulier, mais non exclusif, où le capteur d'image est embarqué sur un équipement mobile, comme le téléphone portable 1 ou encore un assistant personnel numérique de type PDA ("Personal Digital Assistant"), la liberté de positionnement de la main dans l'espace est totale, puisque l'équipement mobile peut lui-même être déplacé de façon à venir en regard avec la main.
Le capteur d'image ou l'équipement sur lequel il est embarqué peut en outre comprendre un écran de contrôle, comme c'est le cas pour un téléphone portable ou un PDA. Dans ce cas, l'acquisition peut être simplifiée par la visualisation en temps réel de l'image à acquérir. La main peut ainsi être centrée par rapport à l'écran de contrôle.
Avantageusement, le contour d'une main générique peut apparaître sur l'écran de contrôle pour indiquer une position de capture optimale. La main pourra ainsi être placée relativement à ce contour. On comprend que, même dans ce cas particulier où la position de la main, bien que non prédéterminée, est choisie relativement à un contour préétabli, l'acquisition de l'image est néanmoins réalisée sans contact entre l'équipement comprenant le capteur d'image et la main.
Selon un autre mode de réalisation de l'invention, le capteur d'image peut être associé à un équipement fixe, comme un ordinateur par exemple. L'utilisation d'équipements comprenant des capteurs d'images sans contact avec la main devant faire l'objet de la reconnaissance biométrique permet de limiter leur taille et leur coût par rapport aux systèmes d'acquisition connus. Par ailleurs, l'association d'un capteur d'image avec un équipement offrant des services, comme un service téléphonique dans le cas du téléphone portable 1 de la figure 1 , permet en outre d'intégrer la reconnaissance biométrique de la main dans un procédé plus global, tel un contrôle d'accès à un service, comme cela sera détaillé par la suite.
On notera que pour améliorer la qualité de l'acquisition, le capteur d'image ou l'équipement comprenant un tel capteur d'image peut être doté d'un moyen d'éclairage de la main, par exemple d'un flash.
Une fois l'acquisition de l'image de la main réalisée, de façon connue en soi, des traitements de l'image acquise sont mis en œuvre de façon à obtenir certaines caractéristiques de la main, c'est-à-dire certaines informations permettant de caractériser l'individu auquel la main appartient et de le distinguer d'autres individus avec un niveau de certitude déterminé.
A cet effet, on effectue d'abord une recherche de la main au sein de l'image acquise. On notera que cette étape est plus complexe que dans les techniques de l'art antérieur puisque la position de la main n'est pas connue d'avance et que l'acquisition de la main a été faite dans un environnement non maîtrisé, susceptible de comporter des éléments perturbateurs.
Selon un mode de réalisation de l'invention, la recherche de la main au sein de l'image acquise est basée sur une reconnaissance de la couleur de la peau selon des techniques conventionnellement utilisées pour la reconnaissance faciale. Selon ces techniques, un apprentissage sur la couleur est réalisé dans différents espaces couleurs, par exemple à l'aide d'une approximation de Bayes. Une carte de distribution de probabilités est ensuite créée, pour affecter à chaque pixel de l'image acquise, une probabilité que ce pixel représente de la peau.
Dans la méthodologie basée sur la distribution de probabilités de Bayes, un apprentissage de la couleur de la peau et de la couleur du fond est effectuée. Il permet d'obtenir les probabilités d'obtenir une couleur c sachant que celle-ci représente de la peau ou non. Ces probabilités sont calculées à partir d'une base d'apprentissage contenant un certain nombre d'images tests. Elles peuvent être respectivement écrites comme suit : P(c|peau) = ^, P(cUpeau) = ^, Tp Tn
où p(c) (respectivement n(c)) est le nombre de pixels de peau (respectivement de "non peau", noté -rpeau dans les formules, c'est-à-dire de pixels représentant autre chose que de la peau) de couleur c dans la base d'apprentissage et Tp (respectivement Tn) est le nombre total de pixels de peau (respectivement de "non peau") dans la base d'apprentissage.
D'après les règles de Bayes, on a :
P(peaulc) = — . P(φeau)P(peau)
1 P(c|peau)P(peau) + P(c|-,peau)P(-,peau)
Cette formule permet de définir la distribution des probabilités qu'un pixel de l'image acquise de couleur c soit un pixel de peau, comme :
P(peau|c) = P(φeau) ^ g = P(peau)
P(-ipeau|c) P(c|-ipeau) P(-φeau)
Le coefficient δ peut être estimé à partir de la base d'apprentissage par δ = Tp/Tn. Pour binariser l'estimation de probabilité, un seuil Θ compris entre 0 et 1 est déterminé. Selon cette binarisation, on considère qu'un pixel de l'image acquise de couleur c est un pixel de peau si (P(c|peau)/P(c|-1peau)) * δ > Θ, ou encore, en utilisant les probabilités obtenues par apprentissage à partir de la base d'apprentissage, si p(c).Tn / n(c).Tp * δ > Θ, et on considère qu'un pixel de l'image acquise de couleur c est un pixel de fond dans le cas contraire. On peut également choisir de comparer directement la grandeur P(c|peau) / P(c|-,peau) au seuil Θ/δ, c'est-à-dire de comparer la valeur de p(c).Tn / n(c).Tp au seuil Θ/δ.
L'image de la main est ensuite recherchée au sein de la carte de distribution de probabilités, par exemple en sélectionnant les pixels qu'on a considérés comme des pixels de peau à l'étape précédente. D'autres traitements de l'image peuvent également être mis en œuvre, tels que des traitements utilisant la morphologie mathématique (ouverture et fermeture) de façon à déterminer le contour de la main. Lors de ces traitements, les parasites tels que les décrochements pouvant apparaître autour du contour de la main sont supprimés. Un filtrage de l'image peut en outre être effectué pour réduire le bruit. A l'issue de ces traitements, le contour de la main est caractérisé de façon relativement précise. La figure 2 illustre l'image obtenue à des stades de traitement successifs. A l'étape (a), l'image est celle qui obtenue directement lors de l'acquisition. Il s'agit par exemple d'une photographie numérique. On y distingue la main 2 devant faire l'objet de la reconnaissance biométrique et qui se détache d'un fond 3, lequel présente divers éléments en arrière-plan comme un clavier d'ordinateur et une souris d'ordinateur (située derrière les doigts de la main 2) reposant sur une table, ainsi que la main 4 d'un autre individu.
L'étape (b) correspond à la carte de distribution de probabilités obtenue à partir de l'image acquise. Sur cette carte, on constate que les pixels correspondant à la main 2 ressortent clairement avec une couleur beaucoup plus claire que le fond 3, les pixels de la main 2 ayant une probabilité de présenter une couleur de peau beaucoup plus forte que le fond 3. On remarque aussi que la main 4 située en arrière-plan ressort également sur cette carte pour les mêmes raisons. La souris d'ordinateur située derrière la main 2, ayant une couleur proche de la peau, on constate que les pixels correspondants sur la carte présentent aussi une couleur relativement claire.
L'étape (c) correspond à une binarisation de la carte obtenue, en vue des autres traitements à suivre. Cette étape permet en outre d'écarter certains pixels de probabilité relativement faible, comme ceux correspondant à la souris d'ordinateur. En revanche, les pixels de plus forte probabilité comme la plupart des pixels correspondant aux mains 2 et 4 sont conservés avec une couleur claire.
L'étape (d) correspond à un traitement de l'image par régions, au cours duquel différentes régions sont détectées. Ainsi, il apparaît clairement deux régions distinctes correspondant aux mains 2 et 4 respectivement. Les contours de ces régions ont été marqués sur la figure.
Lors de l'étape (e), un traitement morphologique est appliqué à l'image. Les décrochements qui apparaissaient, à l'étape (d), autour de certains doigts FR2006/001412
- 10 - de la main 2 sont alors effacés, de façon à obtenir l'image d'une main avec un contour relativement lisse.
L'étape (f), enfin, correspond à une nouvelle binarisation de l'image par recherche de la main. A ce stade, le contour de la main 2 est bien identifié et le contour parasite de la main 4 située en arrière-plan est supprimé.
On comprendra que les traitements réalisés pour obtenir une image précise de la main peuvent être divers. A titre d'exemples, l'apprentissage de la couleur de la peau en vue d'obtenir une carte de distribution de probabilités peut être fait à l'aide de réseaux de neurones, par approximation par gaussiennes ou à l'aide de machines à supports de vecteurs. En variante ou en complément, des modèles s'appuyant sur des contours actifs, avec ou sans apprentissage, peuvent être utilisés pour rechercher la main dans l'image acquise.
A titre illustratif, on peut utiliser le modèle de contour variant par apprentissage décrit dans l'article "Statistical models of appeareance for médical image analysis and computer vision" de T.F. Cootes et CJ. Taylor, publié en 2001.
L'apprentissage du modèle peut se faire sur des points caractéristiques de la main, qui correspondent à un certain nombre de points clés d'une main, comme les extrémités des doigts ou les jointures entre ceux-ci, et des points intermédiaires (pouvant être définis de façon arbitraire). Pour chaque main préalablement segmentée de la base d'apprentissage, on va chercher les points caractéristiques.
La recherche de la main dans une image se déroule en deux temps : dans un premier temps, on va aligner la forme sur la forme moyenne issue de l'apprentissage, en position, échelle et direction. Ensuite, le modèle va évoluer jusqu'à obtenir une stabilité. L'évolution du contour se fait sur le gradient de l'image que l'on veut segmenter. Cette évolution s'effectue en deux déplacements successifs : le déplacement des points vers les plus forts gradients, puis l'application de contraintes pour faire conserver aux points une forme déterminée possible issue de ce que l'on a appris.
Des caractéristiques de la main sont ensuite recherchées à partir de rimage obtenue. Pour ce faire, des points invariants sont avantageusement détectés sur l'image de la main telle qu'elle a été obtenue à l'issue des traitements précédents.
La figure 3 montre un exemple de tels points invariants P1-P9 placés sur le contour 6 de l'image de la main. Ces points sont par exemple déterminés par analyse de la courbure au niveau de chaque point du contour 6. Dans ce cas, chaque valeur de courbure peut être déterminée et stockée sous forme d'un diagramme. Les points invariants correspondent alors par exemple aux points de courbure maximale. Lorsqu'un diagramme des courbures a été établi, les points invariants peuvent être déterminés par une recherche des maxima par voisinage après lissage du diagramme.
En variante, une analyse des distances entre différents points du contour 6 peut être réalisée en vue de déterminer les points invariants. A titre d'exemple, les distances entre un point fixe, situé par exemple au centre de gravité de la main, et chaque point du contour 6 sont calculées et stockées sous forme d'un diagramme. Les points invariants peuvent être déterminés par une recherche des extrema par voisinage après lissage du diagramme.
Les points invariants peuvent servir à établir un système de coordonnées. A titre illustratif, dans l'exemple illustré sur la figure 3, un repère peut être défini par le croisement de la droite D1 passant par les points P4 et P8 et la droite D2, perpendiculaire à D1 , passant par P6. Selon un autre exemple (non représenté), le repère pourrait être défini par le croisement d'une droite passant par P4 et P6 et d'une droite perpendiculaire passant par le milieu du segment [P4,P6]. Un tel repère peut permettre de déterminer une zone particulière de la main, telle que la paume par exemple. Dans l'exemple illustré sur la figure 3, la zone rectangulaire 7 délimitée par les sommets C1-C4 est destinée à entourer la paume de la main. Ses dimensions et sa position par rapport à l'origine O du repère sont définies par rapport à la taille d'éléments caractéristiques de la main, comme la longueur des doigts par exemple. Cette normalisation permet d'obtenir une zone de taille adaptée à l'image acquise, quelle que soit la taille de la main au sein de l'image. De cette façon, la taille de la zone sélectionnée est adaptée aux conditions dans lesquelles l'image a été acquise, en particulier à la distance séparant la main et le capteur d'image lors de l'acquisition.
A titre illustratif, la zone 7 représentée sur la figure 3 et correspondant à la paume de la main peut être placée de façon que la distance entre l'origine O du repère et le point d'intersection B1 entre la droite D2 et le côté supérieur C1C2 de la zone 7 soit égale à un dixième de la longueur du majeur, et que la longueur du côté C1C2 soit égale aux trois quarts de la longueur du majeur. La longueur du majeur peut elle-même être déterminée par exemple comme la distance séparant le point invariant P5 du milieu du segment [P4.P6]. On comprendra que l'établissement d'un repère est une commodité qui facilite le placement de la zone d'étude. Il est cependant possible de définir la zone à partir de certains des points invariants, sans pour autant qu'un repère ait été choisi.
Une fois la zone d'étude identifiée, une analyse globale ou spécifique en est réalisée. Ainsi, une analyse de la texture ou des lignes au sein de cette zone peut être faite. Cette analyse peut consister à déterminer des points caractéristiques des lignes de la main dans la zone déterminée, comme par exemple des points de fin de lignes.
Avantageusement, l'analyse comprend une convolution de l'image comprise dans cette zone avec un filtre, par exemple un filtre conventionnel de Gabor à deux dimensions.
Ce principe de caractérisation de la texture a été décrit dans le cadre de la reconnaissance indienne, notamment dans l'article de John G. Daugman, intitulé "High Confidence Visual Récognition of Persons by a Test of Statistical Independence" et publié en novembre 1993 par l'organisation IEEE.
Le filtre de Gabor à deux dimensions est dans un domaine (x,y) de la forme :
Gσ,Φ,θ(χ-y) = gσ(χ,y)-e2πjφ(x-C0S θ+y-sin θ) ,
Figure imgf000013_0001
et où σ représente la déviation standard, φ représente la fréquence de l'onde et θ contrôle l'orientation de la fonction. Afin d'être résistant à la luminosité, le filtre est centré au point (0,0) en appliquant, pour un filtre de taille (2k+1)2, la formule suivante :
Figure imgf000014_0001
Dans le domaine discret, le filtre de Gabor pour une image l(x, y) est obtenu par convolution avec la fonction de Gabor ajustée Ωσ ψ θ(x,y) . Pour un voisinage donné de taille W*W avec W=2k+1 , la convolution discrète de l(x, y) par Ωσiφiθ(x,y) est :
C(xI y,σIφ,θ)
Figure imgf000014_0002
+ λ, y + m) 'Ωσiφiθ(λ,m)
Le résultat de la convolution est alors un vecteur qui caractérise la partie de la main incluse dans la zone d'étude, par exemple de sa paume.
En variante ou en complément, des caractéristiques relatives à la forme de la main peuvent être obtenues, en vue de la reconnaissance de la main. Par exemple, la largeur d'un ou plusieurs doigts à différents niveaux pour chaque doigt, la longueur des doigts ainsi que la largeur de la paume peuvent constituer de telles mesures caractéristiques. La courbure des doigts ou bien la surface de certaines portions de la main comme des phalanges peuvent également constituer de telles mesures caractéristiques. Toutes ces mesures sont réalisées et normalisées à l'aide de certains des points invariants. Par exemple, elles peuvent être déterminées par résolution de contraintes entre le contour de la main et la distance entre certains des points invariants.
Dans l'exemple illustré sur la figure 3, la longueur du majeur peut par exemple être définie, comme cela a été indiqué plus haut, par la distance entre P5 et le milieu du segment [P4.P6]. La largeur du majeur peut par exemple être définie par la distance entre deux points situés à l'intersection d'une droite parallèle à (P4,P6) et du contour du majeur.
Là encore, les mesures sont normalisées à l'aide des points invariants, éventuellement après détermination d'une mesure de référence sur la base de certains des points invariants, telle que la longueur d'un doigt ou la largeur de la paume par exemple.
Par la suite, les caractéristiques de la main obtenues sont comparées à des caractéristiques de référence, dans le but de finaliser la reconnaissance biométrique de la main. Les caractéristiques de référence sont avantageusement des caractéristiques de mains obtenues à l'aide des mêmes traitements de l'image que ceux décrits plus haut dans leur application à une image acquise. Des références sont ainsi constituées à partir d'une ou plusieurs captures d'image de mains d'un certain nombre d'individus. Le nombre N de captures utilisées pour obtenir chaque référence sera d'autant plus élevé que l'on souhaitera fiabiliser la reconnaissance. A titre d'exemple, N peut être choisi égal à 3. Les références peuvent comprendre par exemple des vecteurs obtenus à l'aide d'un filtre de Gabor caractérisant chacun la paume d'un individu. Elles peuvent aussi comprendre des caractéristiques relatives à la forme de la main pour des individus respectifs, comme des longueurs et des largeurs de doigts, des largeurs de paume, des surfaces de phalanges, de doigts, de paume ou de main, des courbures de doigts, etc. Dans tous les cas, les références utilisées sont de même nature que les caractéristiques déduites de l'image acquise, afin d'en rendre la comparaison possible.
Ces caractéristiques de référence sont avantageusement stockées dans une mémoire. Lorsque plusieurs valeurs relatives à une caractéristique d'un même individu sont obtenues, seule leur moyenne ou l'ensemble moyenne et écart-type peuvent être stockés, lorsque la nature des caractéristiques l'autorise.
Par ailleurs, les références stockées peuvent bien sûr comprendre, pour un individu donné, plusieurs caractéristiques distinctes, par exemple un vecteur caractérisant la paume et une mesure portant sur la forme de la main.
Une comparaison a lieu entre les caractéristiques obtenues à partir de l'image acquise et les caractéristiques de référence. Lorsque, par exemple, les caractéristiques en question ont été obtenues, aussi bien pour l'image acquise que pour les références, par analyse de la texture de la paume par convolution à l'aide d'un filtre de Gabor, cette étape consiste en une comparaison des vecteurs obtenus. Pour améliorer la robustesse du système, des rotations et/ou des translations peuvent être effectuées sur les vecteurs de la référence.
Un score de comparaison peut alors être calculé pour indiquer un degré de similitude entre les caractéristiques obtenues à partir de l'image acquise et des caractéristiques de référence. A titre d'exemple, lorsque les caractéristiques obtenues sont des mesures portant sur la forme de la main, par exemple la longueur d'un doigt, le score de comparaison peut être calculé comme une différence entre les mesures obtenues à partir de l'image acquise, avantageusement normalisées comme décrit plus haut, et les mesures de référence correspondantes. Le score de comparaison peut en outre être ajusté en fonction de la variance des mesures de référence. Le score de comparaison peut ensuite être comparé à un seuil prédéterminé, en vue d'une prise de décision relative à la reconnaissance de la main. Dans l'exemple mentionné plus haut, on peut par exemple conclure que la main dont l'image a été acquise est identique à une main ayant servi de référence, lorsque la différence de longueur des majeurs de ces mains est inférieure à un seuil, par exemple un certain nombre de millimètres ou un pourcentage de la longueur des majeurs.
On notera que la comparaison peut être effectuée sur certaines caractéristiques seulement ou bien sur diverses caractéristiques éventuellement de nature différente (par exemple des caractéristiques obtenues par analyse de la texture de la paume et des caractéristiques portant sur la forme de la main).
Lorsque plusieurs caractéristiques différentes sont disponibles, la comparaison effectuée peut porter sur l'ensemble des caractéristiques à la fois ou bien plusieurs comparaisons peuvent être entreprises pour les différentes caractéristiques respectivement.
On comprendra que la caractérisation de la main est d'autant meilleure que les caractéristiques utilisées par le système sont nombreuses et diversifiées. Par exemple, une reconnaissance de la main basée à la fois sur la forme de la main, sa texture, les lignes de la main et les pliures des doigts pourrait donner des résultats très fiables. Pour ce qui est des lignes de l'intérieur de la main par exemple, leur détermination peut s'effectuer grâce à une méthode de détection de contour utilisant le gradient de couleur de l'image.
La reconnaissance de la main peut être effectuée à des fins diverses. Ainsi, la comparaison susmentionnée peut être suivie d'une étape de décision au cours de laquelle l'individu dont la main a fait l'objet de l'acquisition d'image est identifié. L'individu en question est ainsi reconnu comme celui, dont l'identité aura avantageusement été préalablement déclarée, auquel se rapportent les caractéristiques de référence ayant été considérées comme sensiblement identiques aux caractéristiques de la main dudit individu lors de l'étape de comparaison. II est également possible d'authentifier l'individu. A cet effet, l'individu en question peut décliner son identité au moment où il présente sa main. Une fois les caractéristiques de la main de cet individu acquises, on retrouve les caractéristiques de référence préalablement stockées en relation avec l'identité déclinée par l'individu. Puis on compare ces caractéristiques entre elles, afin de conclure que l'identité déclinée par l'individu est ou non correcte, selon que la comparaison révèle que les caractéristiques acquises sont ou non en adéquation avec les caractéristiques de référence.
De la même façon, la décision suivant la comparaison des caractéristiques peut être une autorisation d'accès à un lieu ou à un service par exemple. Dans ce cas, les références préalablement stockées sont relatives aux individus pour lesquels l'accès est autorisé. Lorsque la comparaison révèle une adéquation entre les caractéristiques de la main d'un individu se présentant pour un accès, et certaines caractéristiques de référence, on peut alors en conclure que l'individu en question est autorisé et on peut lui permettre un tel accès.
De cette manière, l'accès au lieu ou au service est sécurisé. Ce mode de fonctionnement peut être appliqué à tout type de service, comme une transaction électronique ou une communication par exemple.
On décrit ci-après, en référence aux figures 4-7, différents modes de mise en œuvre de l'invention, dans un exemple de réalisation où la reconnaissance biométrique de la main vise à contrôler l'accès à un service téléphonique.
Dans l'exemple illustré sur la figure 4, l'invention est entièrement mise en œuvre de façon locale au sein d'un téléphone. Ce dernier est agencé de façon que seuls les individus autorisés à accéder à un service téléphonique sur ce téléphone puissent l'utiliser. Le téléphone est initialement verrouillé (étape 8) pour éviter que n'importe quel individu puisse l'utiliser sans autorisation.
Un individu souhaitant utiliser le téléphone fait alors une demande pour le déverrouiller (étape 9). Cette demande déclenche les étapes de l'invention décrites plus haut, en particulier : une acquisition de l'image de la main de cet individu à l'aide d'un capteur d'image incorporé dans le téléphone (étape 10), une extraction de caractéristiques de la main à partir de l'image acquise (étape 11) et une comparaison entre ces caractéristiques extraites et des caractéristiques de référence stockées dans une mémoire du téléphone et relatives à des individus autorisés à mettre en œuvre un service téléphonique sur ce téléphone (étape 12). Si la comparaison révèle une identité, c'est-à-dire une adéquation, entre les caractéristiques extraites et certaines caractéristiques de référence relatives à un individu autorisé (étape 13), Ie téléphone est alors déverrouillé (étape 14) pour permettre audit individu de l'utiliser. Dans le cas contraire, le téléphone reste verrouillé, si bien que son utilisation pour mettre en œuvre un service téléphonique n'est pas possible.
Dans cet exemple, les différentes opérations peuvent être mises en œuvre localement à l'aide d'un programme d'ordinateur chargé et exécuté sur le téléphone.
En outre, il est également possible de stocker les caractéristiques de référence dans une mémoire temporairement associée au téléphone, comme une carte mémoire amovible par exemple. Dans l'exemple illustré sur les figures 5-7, certaines opérations mises en œuvre dans le cadre de l'invention sont effectuées en coopération avec un système distant. Ce dernier est par exemple un réseau de télécommunication avec lequel le téléphone 15 est apte à communiquer. Si le téléphone considéré est un téléphone portable, le système distant peut par exemple comprendre au moins une station de base radio 16 et un réseau cœur 17 constitué de commutateurs ou de routeurs interconnectés. Le système distant peut aussi comprendre un serveur 18 apte à réaliser certaines opérations conformément à l'invention et/ou une base de données 19 susceptible de stocker des caractéristiques biométriques de référence. Le serveur 18 ou la base de données 19 peut également contenir des informations relatives à un historique d'utilisation des téléphones.
Des moyens informatiques peuvent être répartis dans les différents équipements du système pour mettre en œuvre l'invention selon un tel mode de fonctionnement distant.
Dans l'exemple illustré sur la figure 5, les étapes 20-22 correspondent aux étapes 8-10 de la figure 4, à savoir : une étape dans laquelle le téléphone
15 est verrouillé, une demande de déverrouillage et une acquisition de l'image de la main d'un individu souhaitant mettre en œuvre un service téléphonique à l'aide du téléphone 15.
A l'étape 23, un identifiant du téléphone 15, par exemple son numéro d'appel, est transmis à la base de données 19 par l'intermédiaire de la station de base 16 et du réseau cœur 17. La base de données 19 stocke les identifiants de chaque téléphone, en association avec les caractéristiques des mains des individus autorisés à mettre en œuvre un service téléphonique sur ce téléphone, ces caractéristiques de référence ayant été préalablement obtenues par exemple de la façon décrite plus haut. Sur réception de l'identifiant transmis, la base de données 19 renvoie au téléphone 15, les caractéristiques de référence associées à cet identifiant. Dans le même temps, le téléphone 15 calcule les caractéristiques biométriques de la main de l'individu demandant le déverrouillage du téléphone (étape 24).
Une comparaison entre les caractéristiques dudit individu et les caractéristiques de référence reçues par le téléphone 15 est alors effectuée au niveau du téléphone (étape 26). Comme dans le cas illustré sur la figure 4, le téléphone 15 est déverrouillé (étape 28), lorsque la comparaison révèle une identité des caractéristiques (étape 27), tandis qu'il reste verrouillé sinon. Dans l'exemple illustré sur la figure 6, les étapes 29-31 sont identiques aux étapes 8-10 de la figure 4. Une fois l'image de la main de l'individu acquise, l'extraction de caractéristiques de cette main peut être réalisée ou bien localement au niveau du téléphone 15 (étape 32), ou bien à distance, au niveau du serveur 18, après transmission à ce dernier de l'image acquise (étape 33). Lorsque l'extraction est réalisée au niveau du téléphone 15, celui-ci transmet les caractéristiques obtenues au serveur 18.
Par ailleurs, les caractéristiques de référence 34 sont stockées au niveau du téléphone 15, la base de données 19 ne jouant alors aucun rôle dans ce cas. Ces caractéristiques de référence 34 sont transmises par le téléphone 15 au serveur 18 par l'intermédiaire de la station de base 16 et du réseau cœur 17. Le serveur 18 compare alors les caractéristiques de référence 34 reçues avec les caractéristiques extraites de l'image acquise pour l'individu considéré (étape 35).
Comme dans les exemples précédemment décrits, le déverrouillage du téléphone 15 dépend de l'adéquation entre les caractéristiques comparées
(étapes 36-38). L'identité ou l'absence d'identité entre les caractéristiques comparées est signifiée au terminal 15, en vue de son déverrouillage ou de son maintien en mode verrouillé.
Dans l'exemple illustré sur la figure 7, les étapes 39-41 sont identiques aux étapes 8-10 de la figure 4. Une fois l'image de la main de l'individu acquise, des caractéristiques en sont extraites, au niveau du téléphone 15
(étape 42) avant d'être transmises au serveur 18, ou bien directement au niveau du serveur 18 (étape 43), après transmission de l'image acquise.
Dans ce cas de figure, les caractéristiques de référence 44 relatives aux individus autorisés à mettre en œuvre un service téléphonique à l'aide du téléphone 15, sont stockées dans la base de données 19. Elles sont ensuite transmises de la base de données 19 au serveur 18, pour une comparaison avec les caractéristiques extraites de l'image acquise (étape 45).
Comme dans les exemples précédemment décrits, le déverrouillage du téléphone 15 dépend de l'adéquation entre les caractéristiques comparées
(étapes 46-48). Le résultat de la comparaison des caractéristiques est signifié au terminal 15, en vue de son déverrouillage ou de son maintien en mode verrouillé.

Claims

R E V E N D I C A T I O N S
1. Procédé de reconnaissance biométrique d'une main (2) positionnée dans l'espace de façon non prédéterminée, comprenant les étapes suivantes :
- acquérir une image de la main à l'aide d'un équipement (1) comprenant un capteur d'image, l'acquisition étant réalisée sans contact entre la main et ledit équipement ;
- traiter l'image acquise de façon à obtenir des caractéristiques de la main ; et
- comparer les caractéristiques obtenues avec des caractéristiques de référence.
2. Procédé selon la revendication 1 , comprenant en outre une étape de décision, telle qu'une identification, une authentification ou une autorisation d'accès, dépendant du résultat de la comparaison entre les caractéristiques obtenues et les caractéristiques de référence.
3. Procédé selon la revendication 1 ou 2, dans lequel l'équipement (1) comprenant le capteur d'image est un équipement mobile.
4. Procédé selon l'une quelconque des revendications précédentes, dans lequel le traitement de l'image acquise comprend une recherche de la main au sein de l'image acquise.
5. Procédé selon la revendication 4, dans lequel la recherche de la main au sein de l'image acquise comprend une reconnaissance de la couleur de la peau et la détermination d'une distribution de probabilités.
6. Procédé selon la revendication 4 ou 5, dans lequel la recherche de la main au sein de l'image acquise comprend la détermination d'un contour actif.
7. Procédé selon la revendication 6, dans lequel le contour actif est déterminé après apprentissage de la forme d'une main.
8. Procédé selon l'une quelconque des revendications précédentes, dans lequel le traitement de l'image acquise comprend en outre la sélection de points invariants (P1-P9) sur le contour (6) de l'image de la main obtenue à l'issue de la recherche.
9. Procédé selon la revendication 8, dans lequel le traitement de l'image acquise de façon à obtenir des caractéristiques de la main (2) comprend en outre la détermination d'une zone (7) de l'image de la main à partir de certains au moins des points invariants (P1-P9) sélectionnés et une analyse de la zone déterminée.
10. Procédé selon la revendication 9, dans lequel l'analyse de la zone déterminée comprend l'application à ladite zone d'une convolution par un filtre de Gabor à deux dimensions.
11. Procédé selon l'une quelconque des revendications 8 à 10, dans lequel le traitement de l'image acquise de façon à obtenir des caractéristiques de la main (2) comprend en outre la détermination de mesures relatives à la forme de la main, telles que la longueur, la largeur, la courbure, la surface d'une portion au moins de la main, lesdites mesures étant réalisées et normalisées à l'aide de certains au moins des points invariants (P1-P9).
12. Procédé selon l'une quelconque des revendications précédentes, dans lequel l'équipement (1) comprenant le capteur d'image est agencé pour obtenir les caractéristiques de référence, et dans lequel le traitement de l'image et la comparaison des caractéristiques obtenues avec les caractéristiques de référence sont effectués au niveau dudit équipement.
13. Procédé selon l'une quelconque des revendications 1 à 11 , dans lequel l'équipement (1) comprenant le capteur d'image comprend des moyens de communication pour communiquer avec un système distant (16-19), et dans lequel l'un au moins du traitement de l'image et de la comparaison des caractéristiques obtenues avec les caractéristiques de référence est effectué au niveau du système distant.
14. Système de reconnaissance biométrique d'une main (2) positionnée dans l'espace de façon non prédéterminée, comprenant :
- un équipement (1 ) comprenant un capteur d'image agencé pour acquérir une image de la main, l'acquisition étant réalisée sans contact entre la main et l'équipement ;
- des moyens pour traiter l'image acquise de façon à obtenir des caractéristiques de la main ; et
- des moyens pour comparer les caractéristiques obtenues avec des caractéristiques de référence.
15. Equipement (1) comprenant :
- un capteur d'image pour acquérir une image d'une main (2) positionnée dans l'espace de façon non prédéterminée, l'acquisition étant réalisée sans contact entre la main et l'équipement ;
- des moyens pour obtenir des caractéristiques de la main déterminées à partir de l'image acquise ; et
- des moyens pour obtenir le résultat d'une comparaison entre les caractéristiques obtenues et des caractéristiques de référence.
16. Produit programme d'ordinateur comprenant des instructions pour mettre en œuvre les étapes suivantes, lorsqu'il est chargé et exécuté par des moyens informatiques d'un équipement (1) comprenant un capteur d'image :
- acquérir une image d'une main (2), l'acquisition étant réalisée sans contact entre la main et l'équipement ;
- obtenir des caractéristiques de la main déterminées à partir de l'image acquise ; et - obtenir le résultat d'une comparaison entre les caractéristiques obtenues et des caractéristiques de référence.
17. Procédé de contrôle d'accès à un lieu ou à un service, l'accès étant réservé à au moins un individu autorisé, comprenant les étapes suivantes relativement à un individu : - acquérir une image de la main (2) de l'individu à l'aide d'un équipement (1) comprenant un capteur d'image, l'acquisition étant réalisée sans contact entre la main de l'individu et l'équipement ;
- traiter l'image acquise de façon à obtenir des caractéristiques de la main de l'individu ;
- comparer les caractéristiques obtenues avec des caractéristiques de référence relatives à au moins un individu pour lequel l'accès est autorisé ; et
- permettre l'accès audit individu seulement si la comparaison révèle une adéquation entre les caractéristiques obtenues et les caractéristiques de référence.
PCT/FR2006/001412 2005-06-27 2006-06-21 Procede de reconnaissance biometrique d'une main, systeme et dispositif associes WO2007000504A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0506508 2005-06-27
FR0506508 2005-06-27

Publications (1)

Publication Number Publication Date
WO2007000504A1 true WO2007000504A1 (fr) 2007-01-04

Family

ID=35266883

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2006/001412 WO2007000504A1 (fr) 2005-06-27 2006-06-21 Procede de reconnaissance biometrique d'une main, systeme et dispositif associes

Country Status (1)

Country Link
WO (1) WO2007000504A1 (fr)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2688050A1 (fr) * 2012-07-18 2014-01-22 Gemalto SA Méthode d'authentification d'un utilisateur de carte à puce sans contact
EP2725521A3 (fr) * 2012-10-26 2015-03-04 Daon Holdings Limited Procédés et systèmes de capture de données biométriques
FR3024791A1 (fr) * 2014-08-06 2016-02-12 Morpho Procede de determination, dans une image, d’au moins une zone succeptible de representer au moins un doigt d’un individu
US10728242B2 (en) 2012-09-05 2020-07-28 Element Inc. System and method for biometric authentication in connection with camera-equipped devices
US10735959B2 (en) 2017-09-18 2020-08-04 Element Inc. Methods, systems, and media for detecting spoofing in mobile authentication
US11343277B2 (en) 2019-03-12 2022-05-24 Element Inc. Methods and systems for detecting spoofing of facial recognition in connection with mobile devices
US11507248B2 (en) 2019-12-16 2022-11-22 Element Inc. Methods, systems, and media for anti-spoofing using eye-tracking

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0150697A1 (fr) * 1983-12-29 1985-08-07 Telefonaktiebolaget L M Ericsson Dispositif pour la vérification d'identité d'une personne au moyen de sa main
US4720869A (en) * 1986-02-18 1988-01-19 International Business Machines Corporation Hand dimension verification
US6236736B1 (en) * 1997-02-07 2001-05-22 Ncr Corporation Method and apparatus for detecting movement patterns at a self-service checkout terminal
US20030229506A1 (en) * 2001-10-31 2003-12-11 Cross Match Technologies, Inc. System and method that provides access control and monitoring of consumers using mass transit systems
WO2003107258A2 (fr) * 2002-06-18 2003-12-24 Siemens Aktiengesellschaft Procede et dispositif d'identification de personnes
WO2004029862A1 (fr) * 2002-09-25 2004-04-08 The Hong Kong Polytechnic University Procede et dispositif d'identification palmaire
WO2004081852A1 (fr) * 2003-03-14 2004-09-23 Nitgen Co. Ltd. Terminal d'information comprenant un dispositif d'acquisition d'images d'empreintes digitales

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0150697A1 (fr) * 1983-12-29 1985-08-07 Telefonaktiebolaget L M Ericsson Dispositif pour la vérification d'identité d'une personne au moyen de sa main
US4720869A (en) * 1986-02-18 1988-01-19 International Business Machines Corporation Hand dimension verification
US6236736B1 (en) * 1997-02-07 2001-05-22 Ncr Corporation Method and apparatus for detecting movement patterns at a self-service checkout terminal
US20030229506A1 (en) * 2001-10-31 2003-12-11 Cross Match Technologies, Inc. System and method that provides access control and monitoring of consumers using mass transit systems
WO2003107258A2 (fr) * 2002-06-18 2003-12-24 Siemens Aktiengesellschaft Procede et dispositif d'identification de personnes
WO2004029862A1 (fr) * 2002-09-25 2004-04-08 The Hong Kong Polytechnic University Procede et dispositif d'identification palmaire
WO2004081852A1 (fr) * 2003-03-14 2004-09-23 Nitgen Co. Ltd. Terminal d'information comprenant un dispositif d'acquisition d'images d'empreintes digitales

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHUNG-LIN HUANG ET AL: "A model-based complex background gesture recognition system", SYSTEMS, MAN AND CYBERNETICS, 1996., IEEE INTERNATIONAL CONFERENCE ON BEIJING, CHINA 14-17 OCT. 1996, NEW YORK, NY, USA,IEEE, US, vol. 1, 14 October 1996 (1996-10-14), pages 93 - 98, XP010206604, ISBN: 0-7803-3280-6 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2688050A1 (fr) * 2012-07-18 2014-01-22 Gemalto SA Méthode d'authentification d'un utilisateur de carte à puce sans contact
WO2014012838A3 (fr) * 2012-07-18 2014-03-13 Gemalto Sa Procédé d'authentification d'un utilisateur d'une carte à puce sans contact
US10728242B2 (en) 2012-09-05 2020-07-28 Element Inc. System and method for biometric authentication in connection with camera-equipped devices
EP2725521A3 (fr) * 2012-10-26 2015-03-04 Daon Holdings Limited Procédés et systèmes de capture de données biométriques
FR3024791A1 (fr) * 2014-08-06 2016-02-12 Morpho Procede de determination, dans une image, d’au moins une zone succeptible de representer au moins un doigt d’un individu
EP2988249A1 (fr) * 2014-08-06 2016-02-24 Morpho Procédé de détermination, dans une image, d'au moins une zone susceptible de représenter au moins un doigt d'un individu
US10248832B2 (en) 2014-08-06 2019-04-02 Idemia Identity & Security Method of determining, in an image, at least one zone liable to represent at least one finger of an individual
US10735959B2 (en) 2017-09-18 2020-08-04 Element Inc. Methods, systems, and media for detecting spoofing in mobile authentication
US11425562B2 (en) 2017-09-18 2022-08-23 Element Inc. Methods, systems, and media for detecting spoofing in mobile authentication
US11343277B2 (en) 2019-03-12 2022-05-24 Element Inc. Methods and systems for detecting spoofing of facial recognition in connection with mobile devices
US11507248B2 (en) 2019-12-16 2022-11-22 Element Inc. Methods, systems, and media for anti-spoofing using eye-tracking

Similar Documents

Publication Publication Date Title
Barra et al. Ubiquitous iris recognition by means of mobile devices
WO2007000504A1 (fr) Procede de reconnaissance biometrique d'une main, systeme et dispositif associes
FR2900482A1 (fr) Procede d'identification d'une personne par analyse des cara cteristiques de ses cils
EP2751739B1 (fr) Detection de fraude pour systeme de controle d'acces de type biometrique
EP1291809A1 (fr) Procédé de comparaison d'empreintes digitales
FR3088467A1 (fr) Procede de classification d'une image d'entree representative d'un trait biometrique au moyen d'un reseau de neurones a convolution
EP3866064A1 (fr) Procede d'authentification ou d'identification d'un individu
EP2754088B1 (fr) Identification par reconnaissance d'iris
FR3053500B1 (fr) Procede de detection de fraude d'un systeme de reconnaissance d'iris
EP2909787B1 (fr) Procédé d'authentification d'une capture d'image d'une entité tridimensionnelle
Galdi et al. Combining hardwaremetry and biometry for human authentication via smartphones
EP3567521B1 (fr) Procédé de reconnaissance biométrique à partir des iris
EP3929809A1 (fr) Procédé de détection d'au moins un trait biométrique visible sur une image d entrée au moyen d'un réseau de neurones à convolution
EP3507741A1 (fr) Procede et systeme de generation de la signature d'une surface
EP2682900B1 (fr) Procédé d'authentification d'une signature
EP3320481B1 (fr) Procédé de vérification de la véracité d'un doigt
FR2880158A1 (fr) Procede d'identification d'un individu a partir de caracteristiques de l'individu, avec detection de fraude
EP4099200A1 (fr) Procede et dispositif d'identification et/ou d'authentification biometrique
EP3185178B1 (fr) Procede et dispositif d`identification biometrique
FR3110010A1 (fr) Procédé d’acquisition d’un trait biométrique d’un individu, en vue d’une authentification ou une identification dudit individu
EP4328874A1 (fr) Procédé de vérification de l authenticité d'une empreinte digitale
EP2572316B1 (fr) Procédés d'enrôlement et de vérification biométrique, systèmes et dispositifs associés
FR3100070A1 (fr) Procédé de reconnaissance biométrique à contrôle de dérive et installation associée
FR3082341A1 (fr) Procede de traitement d'une image d'empreinte papillaire
WO2008099110A2 (fr) Procede d'obtention de coefficients biometriques et systeme associe

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application
NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 06764805

Country of ref document: EP

Kind code of ref document: A1