WO2008003888A2 - Method of recognizing an individual by merging at least two results of biometric measurements, corresponding central server, computer program product - Google Patents

Method of recognizing an individual by merging at least two results of biometric measurements, corresponding central server, computer program product Download PDF

Info

Publication number
WO2008003888A2
WO2008003888A2 PCT/FR2007/051552 FR2007051552W WO2008003888A2 WO 2008003888 A2 WO2008003888 A2 WO 2008003888A2 FR 2007051552 W FR2007051552 W FR 2007051552W WO 2008003888 A2 WO2008003888 A2 WO 2008003888A2
Authority
WO
WIPO (PCT)
Prior art keywords
recognition
biometric
merging
central server
results
Prior art date
Application number
PCT/FR2007/051552
Other languages
French (fr)
Other versions
WO2008003888A3 (en
Inventor
Aurélien Guillou
Victor Peral Lecha
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 WO2008003888A2 publication Critical patent/WO2008003888A2/en
Publication of WO2008003888A3 publication Critical patent/WO2008003888A3/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • 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
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G07C9/257—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition electronically
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2115—Third party

Definitions

  • the field of the invention is that of multimodal biometric recognition.
  • Multimodal biometry is understood to mean a recognition technique that takes into account several biometric modalities (that is to say, several biometric measurement results), for example of the fingerprint type, the iris imprint, the shape of the hand, the recognition of the speaker ...
  • Such a fusion recognition technique makes it possible in particular to combine these different results to identify and / or authenticate an individual.
  • the invention relates to a technique for recognizing individuals by fusion of biometric measurement results. It finds particular applications in fields such as the security or customization of multimedia services, and allows for example to allow or not access to files, services, buildings ..., to certain individuals identified by biometric data.
  • biometrics Numerous technologies based on biometrics are known to date allowing the recognition of individuals, in particular with a view to their identification or authentication. These technologies are conventionally based on the use of a single type of biometric modality (the fingerprint, the voice, the iris or the face for example).
  • the recognition of an individual comprises two phases: a first phase of enrollment, also called learning phase, and a second phase of identification / authentication.
  • the first phase consists of recording different reference biometric measurements corresponding to each individual likely to use the recognition system. These individuals are referred to in the remainder of the description "users” as part of a "Group” to which access is allowed. These reference biometric measurements acquired in the learning phase are then used in the second phase of identification / authentication of the user of the system, to be compared to a current measurement, according to specific processes.
  • These biometric recognition systems based conventionally on the use of a single type of biometric modality have certain disadvantages, both in terms of their recognition performance and their use constraints. In an attempt to overcome these disadvantages, techniques based on the combination of several biometric recognition methods have been proposed.
  • Biometry proposes a multimodal biometric authentication technique of at least one individual, using two statistically combined biometrically similar measures of resemblance to assign the individual to recognize to one of several classes.
  • Biometric resemblance measures are measures of resemblance between biometric data determined for the individual and reference data for individuals of different classes. These measures of resemblance are, according to this document, distance calculations, or calculations of scores for example. A statistical density probability method is then used to combine these similarity measures.
  • a disadvantage of this technique of the prior art is that it relies on a statistical method that is not configurable according to the environment. This technique is therefore not optimized according to the environment of use.
  • the invention proposes a novel solution that does not have all of these disadvantages of the prior art, in the form of a method of recognizing an individual by merging at least two biometric measurement results, which comprises a first melting step delivering a first recognition result.
  • such a method also comprises: at least a second melting step, delivering a second recognition result, a selection step of a recognition mode, said selected mode, among at least three corresponding recognition modes, on the one hand to each of said independently performed merging steps, and on the other hand to at least a combination of at least two of said merging steps, and a recognition decision step, issuing a recognition decision determined according to the or said recognition results of said selected mode.
  • the invention is based on a new and inventive approach to the recognition of an individual by merging several results of biometric measurements.
  • the various merge steps each take into account several results of biometric measurements, and make it possible to give a recognition result combining several biometric modalities, so as to improve the recognition performance.
  • the step of selecting a recognition mode makes it possible, among other things, to choose an optimal combination of the different fusion results, depending on the environment and / or the desired application.
  • this selection step solves the problem of the genericity of the biometric recognition systems of an individual by taking into account variable parameters. according to cases and needs, one or more merger results are taken into consideration in the decision stage to make an individual recognition decision.
  • the technique of the invention thus allows, for example, an implementation adapted to several applications.
  • said selection step takes account of at least one item of information belonging to the group comprising: a level of security, - a type of biometric measurements, - a quality level of at least one biometric measurement , a quality level of at least one of the recognition results, a maximum execution time.
  • a recognition mode is thus selected taking into account at least one piece of information representative of the parameters of the environment or application desired.
  • This information thus makes it possible to configure a recognition system, in particular by adapting it to a desired level of security. For example, some more restrictive merging methods than others may be chosen for self-recognition applications requiring a high level of security. Likewise, certain fusion methods appear more reliable for certain types of biometric measurements and will be chosen particularly in the case where these types of biometric measurements are used in recognition.
  • the environments or the acquisition conditions of the biometric measurements can also be taken into account for the selection of a recognition mode, thus enabling the recognition system to adapt, for example, to the noise level for the voice biometric measurement, for example.
  • This selection step may also take into consideration a desired level of quality for one or more recognition results and / or a time desired maximum execution level and choose according to the optimal recognition mode.
  • the first and / or second melting steps belong to the group comprising: - distance mergers,
  • the first merge step is of distance merge type
  • the second merge step is of the opinion merge type
  • the three possible recognition modes are based on: - either a distance merge or a merge opinions, either on a combination of distance mergers and opinions.
  • the distance merging corresponds in particular to a combination of ordered lists of the distances of each member of the user group with respect to the best biometric measurement result. At this best result, we assign a distance equal to zero, the second best result we assign a distance equal to 1 and so on. The calculation time of this merge is quite fast.
  • the weighting rule used is configurable for example according to the desired level of security and / or ergonomics.
  • At least one of the merging steps may implement predetermined weighting coefficients.
  • These weighting coefficients are for example determined during a manual preliminary calibration phase (trial / error), or during an automatic learning phase. It can notably be noted that the values of the weighting coefficients depend on the quality of the biometric measurements: for example a saturation level, a signal-to-noise ratio, a level of contrast of an image, etc.
  • the selected mode implements a merge rule corresponding to a sum or a multiplication of at least two biometric measurement results, determined according to a desired security level.
  • the merge rule implemented corresponds to a sum of the biometric measurement results, since the sum rule is much more permissive than the product rule. Indeed, a low probability (less than 0.1 for example) of a biometric measurement result does not penalize the overall result.
  • the product rule it suffices that one of the probabilities of one of the results of biometric measurements is very small (less than 0.1 for example), or even lower than the rest of the results, so that the result overall merger is very low, even negligible, and therefore that an individual is not recognized.
  • An example of opinion fusion results, applied to two biometric measurement results, using two different weighting rules is presented in the description of an embodiment of the invention (section 5.4.4).
  • the recognition method according to the invention is implemented in a central server, the results of biometric measurements from at least two remote biometric servers.
  • the central server receives requests for recognition from client services, as well as biometric measurements made, and for example transmits them in the form of files to the remote biometric servers, which process them and send back the results of biometric measurements at the central server.
  • a database may also be available in this central server to keep a history of all the recognition requests made.
  • the recognition decision is transmitted to at least one remote client server.
  • the remote client server manages the recognition requests, records the biometric measurements, transmits them to the central server and expects from the central server the recognition decision allowing it to respond to the recognition request.
  • the central server advantageously communicates with the biometric servers and the client server according to an XML formalism (in English “Extensible Markup Language”).
  • XML facilitates the genericity of the system and facilitates the addition of new biometric modalities.
  • the input / output parameters of the central server follow the XML formalism.
  • exchanges of biometric measurements and recognition results are done via specific XML requests: a specific XML request for the sending of the biometric measurements by the client server to the central server, a specific XML request for the transmission of these measurements. biometrically by the central server to the biometric servers, a specific XML request for the transmission of biometric measurement results by the biometric servers to the central server, a specific XML request for sending the recognition decision by the central server to the client server. ..
  • the central server simultaneously accesses all the remote biometric servers.
  • the biometric measurements transmitted by the client servers to the central server are transferred, via specific XML requests, simultaneously to the corresponding biometric servers.
  • a central server comprising first merging means delivering a first recognition result.
  • a central server also comprises: second merging means, delivering at least a second recognition result, means for selecting a recognition mode, selecting a recognition mode from among at least three recognition modes corresponding on the one hand to the setting each of the merging means taken independently, and on the other hand to the implementation of at least a combination of at least two of the merging means, said selected mode, and recognition decision means, delivering a recognition decision determined according to the recognition result (s) of the selected mode.
  • Such a central server is particularly adapted to implement the method of recognition by fusion of biometric measurements described above.
  • Another aspect of the invention relates to a computer program product downloadable from a communication network and / or recorded on a computer-readable and / or executable medium by a processor, including program code instructions for implementation. method of recognizing an individual by fusing at least two biometric measurement results described above. 4. List of figures
  • FIG. 1 shows the steps of the method of recognizing an individual according to a particular embodiment of the invention
  • FIG. 2A shows an example of a functional architecture of the recognition system according to a particular embodiment of the invention
  • FIG. 2B describes a data flow sequence of a central server according to a particular embodiment of the invention
  • Figure 3 shows an example of a central server
  • FIG. 4 illustrates an overall view illustrating a fusion mechanism according to the invention
  • FIG. 5 presents an exemplary implementation of a fusion algorithm according to the invention
  • FIG. 6 illustrates an exemplary structure of a portion of the central server implementing the method of recognizing an individual according to a particular embodiment of the invention.
  • a recognition method according to the invention comprises a first melting step 12 delivering a first recognition result 121, and at least a second melting step 13 delivering a second recognition result 131.
  • the selection step 11 makes it possible to select a recognition mode corresponding to a melting step taken independently (for example the first step 12 or the second step 13) or to a combination of at least two of the melting steps (for example 14). This selection step 11 can be implemented after the different melting steps, in particular to take account of the result of these different steps, or prior to the melting steps.
  • the decision step 15 then makes it possible to deliver a recognition decision D according to the recognition result of the selected mode.
  • the recognition method according to the invention is implemented in the identification / authentication phase of the recognition of individuals.
  • the technique according to the invention makes it possible to take into account in particular the parameters of the environment in which the biometric measurements are made, as well as the desired level of security.
  • the client servers 21 1, 212, ... take biometric samples, or biometric measurements, of a user to be identified, which are then sent to the central server 20 via a specific XML request.
  • the client servers 21 ⁇ , 212, ... then receive an XML response from the central server 20, containing the identifier of the recognized person when the recognition decision was made.
  • the client servers are for example: a videotelephony server 211: it manages calls from videophones and directs the user on the online services. It communicates with the central server to identify / authenticate the users wishing to connect to videophone services, for example by using the results of biometric measurements of the biometric servers 22 ⁇ , 22 2 ,..., For example of the vocal and facial type;
  • a VoiceXML 2I 2 voice server its role is the same as the video telephony server but the identification / authentication of the user is based solely on the voice.
  • biometric servers also known as biometric platforms (referred to as PFB), intervene in both phases of the recognition of an individual.
  • PFB biometric platforms
  • each PFB records fingerprints (voice / facial / digital %) of a user, according to the learning characteristics of each PFB. For example, some facial recognition engines need at least three images for the generation of a facial imprint, others only need one image.
  • each PFB has its own needs in terms of the number of repetitions of a statement (for speaker recognition) or the number of images (for facial recognition) necessary for the identification / authentication of a speaker. individual.
  • Biometric platforms are for example: a facial PFB 22 ⁇ that allows to identify and authenticate a person by the recognition of his face: it uses a recognition technology as described in patent document FR 05 03047, not yet published, filed on behalf of the same applicant as the present application, and based on a statistical method of face recognition in digital images on which a two-dimensional linear discriminant analysis (ADL2D) is applied.
  • ADL2D two-dimensional linear discriminant analysis
  • the facial PFB can be for example an IBM Xseries 335 (registered trademark), with a configuration Windows XP (registered trademark), following the HTTP protocol;
  • a vocal PFB 222 0 ⁇ makes it possible to identify and authenticate a person by his voice: he uses the recognition technology of the speaker based on MFCC (Mel-Frequency Cepstrum Coefficients) coefficients for coding and HMM (Hidden Markov Models) for decoding.
  • MFCC Fel-Frequency Cepstrum Coefficients
  • HMM Hidden Markov Models
  • the voice PFB can be for example a Compaq server (registered trademark) with a RAIDI configuration - Intel Xeon 2.5GHz (registered trademark), following the TCP protocol; a digital PFB 223 which makes it possible to identify a person by his fingerprints: he uses a technology based on the "MorphoModule" (registered trademark) solution of SAGEM
  • the system "MorphoModule” provides a number of commands including digital identification. These commands are accessible from an RS232 communication interface via the MM110 (registered trademark) protocol.
  • the digital PFB can be for example an IBM XSeries 345 server (registered trademark) with a RAIDI configuration - Intel Xeon 2.5GHz (registered trademark), following the TCP protocol.
  • the Sagem MM110 (registered trademark) digital sensor is installed on the customer's PC via an RS232 interface. 5.2.3 Central server As illustrated in FIG.
  • This application server can be implemented in a Java J2EE (registered trademark) environment, and can be an IBM Xseries 35, with the following configuration: 1 GB RAM-2x36 GB DD - RAIDI - Intel Xeon 2.8GHz (registered trademark).
  • This server receives XML requests from the client servers 211, 212, ... in order to perform the identification / multimodal biometric authentication of an individual.
  • the "front-end” 31 is the entry point of the central server 20. It hosts the web administration interfaces which allow to configure and supervise the central server. It may also include a database for maintaining the query history from all client servers as well as registering the profile of the users or groups of users.
  • the core 32 manages all exchanges with the PFB 22 ⁇ , 222, • • • H is responsible in particular for the transmission of speech files, image ... to all PFB.
  • the multimodal biometric fusion system 1 is for example in the form of a biometric fusion software module.
  • it makes it possible to analyze the results of biometric measurements delivered by the PFBs and to establish a diagnosis on the identification / authentication of an individual.
  • the merge algorithm is described more specifically in sections 5.3 and 5.5, as well as in Appendix C, which forms an integral part of this specification.
  • biometric samples (audio / video 7) are sent by the client servers to the central server via an XML SendData Test request.
  • queries used in the invention are described in Annexes A and B, which form an integral part of the present description.
  • the central server simultaneously accesses all the PFBs.
  • the request 23 of the videophone client server 21 to the central server 20 follows the HTTP protocol. This request including sending the biometric samples or measurements to the central server 20.
  • the latter issues a request 23 ⁇ to facial PFB 22 j according to the HTTP protocol and a simultaneous request 232 to the voice PFB 222 according to the protocol TCP.
  • the facial PFB 22 ⁇ returns a biometric measurement result to the central server 20 via a request 241 and the voice PFB 222 returns the biometric measurement result to the central server 20 via a request 242.
  • the central server 20 After having implemented the method of merge recognition according to the invention, the central server 20 returns a recognition decision to the videophone client server 21 via a request 24.
  • an easy-to-use XML interface with the following advantages: multimodal and unique XML interface regardless of the PFBs used; complete multimodal system through simultaneous access to PFBs; - generic architecture that provides more flexibility in adding and / or modifying a PFB. 5.2.5 Biometric measurement results
  • each PFB 22 ⁇ Following a request for identification / authentication, each PFB 22 ⁇ ,
  • biometric measurement results are for example measurements of distance, recognition scores, posterior probabilities ... associated with identifiers of individuals. A particular example is that of the best measures ("NBest" in English).
  • the melting system 1 comprises the following main steps: initialization 41; selecting a recognition mode 11, among at least three modes; fusions 12, 13, 14; recognition decision 15.
  • the initialization step 41 makes it possible to initialize all the data structures necessary for the mergers. For example, according to the embodiment described, the initialization step 41 initializes the following variables:
  • X real type matrix comprising N couples [ID, P], where ID is a vector containing the x identifiers rendered by each PFB, and P is a vector containing the x biometric measurement results rendered by each PFB;
  • - merge integer determining the type of fusion used; rule: integer that determines a merge rule to use;
  • SL Integer determining a level of security required during the decision;
  • SigQual real vector including a measure of quality for each of the N PFBs; ⁇ : real type vector comprising all the N weighting coefficients; ⁇ : real determining a global decision threshold; ⁇ : real determining an inter-individual decision threshold; - ⁇ : real determining a quality threshold of the input signal (by example saturation level of the signal, signal / noise ratio, ).
  • the system can also use several measurements of the signal quality for the same modality (for example a voice PFB can calculate the saturation index of the speech signal, the level of the signal-to-noise ratio, etc.);
  • FD real type matrix comprising the result of the merger of the set of distances [IDd, fd], where fd is a vector containing the x distance measurements;
  • FO real type matrix including the result of the fusion of the set of opinions [IDop, fo], where fo is a vector containing the x measures of the fusion of opinions;
  • D integer containing the user's identifier, or an error code in the opposite case.
  • the selection step 11 consists in selecting one or the other of the merging methods 12, 13 or a combination 14 thereof, according to predetermined parameters among the following: a desired level of security.
  • a desired level of security According to one particular embodiment of the invention, three security levels are defined: high security: the most robust setting (low false identification / acceptance rate, high rejection rate); o average security: compromise between robustness and ergonomics; o Low security: the most ergonomic setting (low rejection rate, higher false identification / acceptance rate);
  • a quality level of at least one biometric measurement for example the saturation or contrast level of an image in the case of the biometric measurement for the facial PFB, the signal-to-noise ratio of the audio sample in the case of measurement biometric for voice PFB ...; a quality level of at least one of the recognition results resulting from the fusion methods: the system can determine a threshold below which a recognition result will not be taken into account because considered as not significant; maximum execution time: this ergonomics parameter also intervenes in the security level and makes it possible to take into account the particular and specific use of the recognition of individuals.
  • Some client servers may have maximum access time constraints to the services secured by the recognition of individuals and the consideration of this parameter is then necessary in the selection of the recognition mode, which allows to choose the mode of recognition the faster. Combinations of these different parameters make it possible to choose the mode of recognition best suited to each particular context of recognition of individuals, to each environment. For example, a system for recognizing individuals at the entrance of a highly secure building implementing voice and facial PFBs, with a merger system using a merger of opinions and a fusion of distances, can take into account, in particular, the parameters following:
  • the fusion step implements the different fusion algorithms, which use the results of biometric measurements delivered by the different PFBs.
  • the fusion system implements a distance fusion 12, a merger of opinions 13 and a combination of these two fusion algorithms 14.
  • the distance merging corresponds in particular to a combination of ordered lists of the distances of each group member with respect to the best biometric measurement result.
  • the best result of biometric measurement that is to say at most probable, we assign a distance equal to zero, the second best we assign a distance equal to one ...
  • the weighting rule used is configurable by the system according to predetermined parameters and may be, for example, a weighted sum or a weighted product.
  • the weighting coefficients used are initialized in the initialization step 41 as a function of predetermined parameters.
  • the recognition decision can be made either from a combination of the recognition results obtained by each fusion method described above, or from the recognition result provided by one either of these methods of fusion.
  • the decision step 15 delivers the recognition decision D, as a function of a predetermined decision threshold, which also depends on parameters such as the desired level of security or the environment of the recognition of the individual.
  • the recognition decision is sent to the client servers having made the recognition requests, in the form of the identifier of the recognized individual D1, or a D2 error message in the event of failure of "identification.”
  • An exemplary implementation is described in Appendix C, which forms an integral part of the present description.
  • Such a server comprises, among others, a memory 61, a processing unit 62, equipped for example with a microprocessor ⁇ P, and driven by the computer program 63, implementing the recognition method according to the invention.
  • the code instructions of the computer program 63 are for example loaded into a RAM before being executed by the processor of the processing unit 62.
  • the processing unit 62 receives as input at least a biometric measurement.
  • the microprocessor of the processing unit 62 implements the steps of the recognition method described above, according to the instructions of the computer program 63.
  • the processing unit 62 outputs a decision D corresponding evening to an individual identifier recognized by either an identification error code.
  • the values of the thresholds ⁇ and ⁇ will depend on S L , fusion and rule.
  • ID max ⁇ - IDj G IM) such that FO max
  • j] [] max if (FOGmax) "FOGmax"I))> ⁇ Y ⁇ r max ID Yo Y otherwise: if S L ⁇ 1 if new iteration equal to TRUE goto Initialization otherwise

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Collating Specific Patterns (AREA)

Abstract

The invention relates to a method of recognizing an individual by merging at least two results of biometric measurements, comprising a first merging step delivering a first recognition result. According to the invention, such a method also comprises: at least one second merging step, delivering at least one second recognition result, - a step of selecting a recognition mode, termed the selected mode, from among at least three recognition modes, corresponding on the one hand to each of the merging steps taken individually, and on the other hand to at least one combination of at least two merging steps, and - a recognition decision step, delivering a recognition decision determined as a function of the recognition result or results of the selected mode.

Description

Procédé de reconnaissance d'un individu par fusion d'au moins deux résultats de mesures biométriques, serveur central, produit programme d'ordinateur correspondants Method for recognizing an individual by merging at least two biometric measurement results, central server, corresponding computer program product
1. Domaine de l'invention1. Field of the invention
Le domaine de l'invention est celui de la reconnaissance biométrique multimodale.The field of the invention is that of multimodal biometric recognition.
On entend notamment par biométrie multimodale une technique de reconnaissance tenant compte de plusieurs modalités biométriques (c'est à dire de plusieurs résultats de mesures biométriques), par exemple de type empreinte digitale, empreinte de l'iris, forme de la main, reconnaissance du locuteur ...Multimodal biometry is understood to mean a recognition technique that takes into account several biometric modalities (that is to say, several biometric measurement results), for example of the fingerprint type, the iris imprint, the shape of the hand, the recognition of the speaker ...
Une telle technique de reconnaissance par fusion permet notamment de combiner ces différents résultats pour identifier et/ou authentifier un individu.Such a fusion recognition technique makes it possible in particular to combine these different results to identify and / or authenticate an individual.
Ainsi, l'invention concerne une technique de reconnaissance d'individus par fusion de résultats de mesures biométriques. Elle trouve notamment des applications dans des domaines tels que celui de la sécurité ou de la personnalisation des services multimédia, et permet par exemple d'autoriser ou non l'accès à des fichiers, des services, des bâtiments ..., à certains individus identifiés par des données biométriques.Thus, the invention relates to a technique for recognizing individuals by fusion of biometric measurement results. It finds particular applications in fields such as the security or customization of multimedia services, and allows for example to allow or not access to files, services, buildings ..., to certain individuals identified by biometric data.
2. Art antérieur2. Prior Art
On connaît à ce jour de nombreuses technologies basées sur la biométrie permettant la reconnaissance d'individus, notamment en vue de leur identification ou authentification. Ces technologies se basent classiquement sur l'utilisation d'un unique type de modalité biométrique (l'empreinte digitale, la voix, l'iris ou le visage par exemple).Numerous technologies based on biometrics are known to date allowing the recognition of individuals, in particular with a view to their identification or authentication. These technologies are conventionally based on the use of a single type of biometric modality (the fingerprint, the voice, the iris or the face for example).
La reconnaissance d'un individu comprend deux phases : une première phase d'enrôlement, encore appelée phase d'apprentissage, et une seconde phase d'identification/authentification. La première phase consiste à enregistrer différentes mesures biométriques de référence correspondant à chacun des individus susceptibles d'utiliser le système de reconnaissance. Ces individus sont appelés dans la suite de la description « utilisateurs » faisant partie d'un « groupe » auquel un accès est autorisé. Ces mesures biométriques de référence acquises dans la phase d'apprentissage sont ensuite exploitées dans la seconde phase d'identification/authentification de l'utilisateur du système, pour être comparées à une mesure courante, selon des traitements spécifiques. Ces systèmes de reconnaissance biométrique basés classiquement sur l'utilisation d'un unique type de modalité biométrique présentent certains inconvénients, tant au niveau de leurs performances de reconnaissance que de leurs contraintes d'utilisation. Pour tenter de pallier ces inconvénients, des techniques basées sur la combinaison de plusieurs modalités de reconnaissance biométrique ont été proposées.The recognition of an individual comprises two phases: a first phase of enrollment, also called learning phase, and a second phase of identification / authentication. The first phase consists of recording different reference biometric measurements corresponding to each individual likely to use the recognition system. These individuals are referred to in the remainder of the description "users" as part of a "Group" to which access is allowed. These reference biometric measurements acquired in the learning phase are then used in the second phase of identification / authentication of the user of the system, to be compared to a current measurement, according to specific processes. These biometric recognition systems based conventionally on the use of a single type of biometric modality have certain disadvantages, both in terms of their recognition performance and their use constraints. In an attempt to overcome these disadvantages, techniques based on the combination of several biometric recognition methods have been proposed.
Ainsi, selon l'art antérieur, des approches existent qui proposent de combiner les résultats de deux mesures issues de différents capteurs biométriques. Ces approches sont principalement basées sur des méthodes probabilistes. Par exemple, le document de brevet EP- 1274047 « MultimodalThus, according to the prior art, approaches exist that propose to combine the results of two measurements from different biometric sensors. These approaches are mainly based on probabilistic methods. For example, patent document EP-1274047 "Multimodal
Biometry », propose une technique d'authentification biométrique multimodale d'au moins un individu, utilisant deux mesures de ressemblance biométriques combinées statistiquement pour assigner l'individu à reconnaître à une classe parmi plusieurs. Les mesures de ressemblance biométriques sont des mesures de ressemblance entre des données biométriques déterminées pour l'individu et des données de référence pour les individus des différentes classes. Ces mesures de ressemblance sont, selon ce document, des calculs de distance, ou des calculs de scores par exemple. On utilise ensuite une méthode statistique de type densité de probabilités pour combiner ces mesures de ressemblance. Un inconvénient de cette technique de l'art antérieur est qu'elle repose sur une méthode statistique qui n'est pas configurable en fonction de l'environnement. Cette technique n'est donc pas optimisée en fonction de l'environnement d'utilisation.Biometry ", proposes a multimodal biometric authentication technique of at least one individual, using two statistically combined biometrically similar measures of resemblance to assign the individual to recognize to one of several classes. Biometric resemblance measures are measures of resemblance between biometric data determined for the individual and reference data for individuals of different classes. These measures of resemblance are, according to this document, distance calculations, or calculations of scores for example. A statistical density probability method is then used to combine these similarity measures. A disadvantage of this technique of the prior art is that it relies on a statistical method that is not configurable according to the environment. This technique is therefore not optimized according to the environment of use.
Un autre inconvénient de cette technique de l'art antérieur est sa faible généricité. En effet, cette technique nécessite un réapprentissage de la totalité du système pour prendre en compte une nouvelle mesure biométrique. 3. Exposé de l'inventionAnother disadvantage of this technique of the prior art is its low generality. Indeed, this technique requires a relearning of the entire system to take into account a new biometric measurement. 3. Presentation of the invention
L'invention propose une solution nouvelle qui ne présente pas l'ensemble de ces inconvénients de l'art antérieur, sous la forme d'un procédé de reconnaissance d'un individu par fusion d'au moins deux résultats de mesures biométriques, qui comprend une première étape de fusion délivrant un premier résultat de reconnaissance.The invention proposes a novel solution that does not have all of these disadvantages of the prior art, in the form of a method of recognizing an individual by merging at least two biometric measurement results, which comprises a first melting step delivering a first recognition result.
Selon l'invention, un tel procédé comprend également : au moins une deuxième étape de fusion, délivrant un deuxième résultat de reconnaissance, une étape de sélection d'un mode de reconnaissance, dit mode sélectionné, parmi au moins trois modes de reconnaissance, correspondant d'une part à chacune desdites étapes de fusion prises indépendamment, et d'autre part à au moins une combinaison d'au moins deux desdites étapes de fusion, et une étape de décision de reconnaissance, délivrant une décision de reconnaissance déterminée en fonction du ou desdits résultats de reconnaissance dudit mode sélectionné.According to the invention, such a method also comprises: at least a second melting step, delivering a second recognition result, a selection step of a recognition mode, said selected mode, among at least three corresponding recognition modes, on the one hand to each of said independently performed merging steps, and on the other hand to at least a combination of at least two of said merging steps, and a recognition decision step, issuing a recognition decision determined according to the or said recognition results of said selected mode.
Ainsi, l'invention repose sur une approche nouvelle et inventive de la reconnaissance d'un individu par fusion de plusieurs résultats de mesures biométriques.Thus, the invention is based on a new and inventive approach to the recognition of an individual by merging several results of biometric measurements.
Plus précisément, les différentes étapes de fusion prennent en compte chacune plusieurs résultats de mesures biométriques, et permettent de donner un résultat de reconnaissance combinant plusieurs modalités biométriques, de façon à améliorer les performances de reconnaissance.More precisely, the various merge steps each take into account several results of biometric measurements, and make it possible to give a recognition result combining several biometric modalities, so as to improve the recognition performance.
L'étape de sélection d'un mode de reconnaissance permet, entre autres, de choisir une combinaison optimale des différents résultats de fusion, en fonction de l'environnement et/ou de l'application désirée. Ainsi, cette étape de sélection permet de résoudre le problème de la généricité des systèmes de reconnaissance biométrique d'un individu en prenant en compte des paramètres variables. Selon les cas et les besoins, un ou plusieurs résultats de fusion sont pris en considération dans l'étape de décision pour prendre une décision de reconnaissance d'un individu. La technique de l'invention permet ainsi, par exemple, une mise en œuvre adaptée à plusieurs applications. Selon une caractéristique particulière de l'invention, ladite étape de sélection tient compte d'au moins une information appartenant au groupe comprenant : un niveau de sécurité, - un type de mesures biométriques, - un niveau de qualité d'au moins une mesure biométrique, un niveau de qualité d'au moins un des résultats de reconnaissance, un temps d'exécution maximum.The step of selecting a recognition mode makes it possible, among other things, to choose an optimal combination of the different fusion results, depending on the environment and / or the desired application. Thus, this selection step solves the problem of the genericity of the biometric recognition systems of an individual by taking into account variable parameters. according to cases and needs, one or more merger results are taken into consideration in the decision stage to make an individual recognition decision. The technique of the invention thus allows, for example, an implementation adapted to several applications. According to one particular characteristic of the invention, said selection step takes account of at least one item of information belonging to the group comprising: a level of security, - a type of biometric measurements, - a quality level of at least one biometric measurement , a quality level of at least one of the recognition results, a maximum execution time.
On sélectionne ainsi un mode de reconnaissance en tenant compte d'au moins une information représentative des paramètres de l'environnement ou de l'application désirée.A recognition mode is thus selected taking into account at least one piece of information representative of the parameters of the environment or application desired.
Ces informations permettent ainsi de configurer un système de reconnaissance, notamment en l'adaptant à un niveau de sécurité souhaité. Par exemple, certaines méthodes de fusion plus restrictives que d'autres pourront être choisies pour des applications de reconnaissance d'individu nécessitant un grand niveau de sécurité. De même, certaines méthodes de fusion apparaissent plus fiables pour certains types de mesures biométriques et seront choisies particulièrement dans le cas où ces types de mesures biométriques sont utilisées dans la reconnaissance.This information thus makes it possible to configure a recognition system, in particular by adapting it to a desired level of security. For example, some more restrictive merging methods than others may be chosen for self-recognition applications requiring a high level of security. Likewise, certain fusion methods appear more reliable for certain types of biometric measurements and will be chosen particularly in the case where these types of biometric measurements are used in recognition.
Les environnements ou les conditions d'acquisition des mesures biométriques peuvent aussi être pris en compte pour la sélection d'un mode de reconnaissance, permettant ainsi au système de reconnaissance de s'adapter par exemple au niveau de bruit pour la mesure biométrique vocale, aux conditions de luminosité pour la mesure biométrique faciale...The environments or the acquisition conditions of the biometric measurements can also be taken into account for the selection of a recognition mode, thus enabling the recognition system to adapt, for example, to the noise level for the voice biometric measurement, for example. Brightness conditions for facial biometric measurement ...
Cette étape de sélection peut aussi prendre en considération un niveau de qualité souhaité pour un ou plusieurs résultats de reconnaissance et/ou un temps d'exécution maximum souhaité et choisir en fonction le mode de reconnaissance optimal.This selection step may also take into consideration a desired level of quality for one or more recognition results and / or a time desired maximum execution level and choose according to the optimal recognition mode.
Selon un mode de réalisation particulier, les première et/ou deuxième étapes de fusion appartiennent au groupe comprenant : - les fusions de distances,According to a particular embodiment, the first and / or second melting steps belong to the group comprising: - distance mergers,
- les fusions d'opinions.- mergers of opinion.
Par exemple, la première étape de fusion est de type fusion de distances, la deuxième étape de fusion est de type fusion d'opinions et les trois modes de reconnaissance possible sont basés : - soit sur une fusion de distances, soit sur une fusion d'opinions, soit sur une combinaison de fusions de distances et d'opinions. La fusion de distance correspond notamment à une combinaison de listes ordonnées des distances de chaque membre du groupe d'utilisateurs par rapport au meilleur résultat de mesure biométrique. A ce meilleur résultat, on attribue une distance égale à zéro, au deuxième meilleur résultat on attribue une distance égale à 1 et ainsi de suite. Le temps de calcul de cette fusion est assez rapide.For example, the first merge step is of distance merge type, the second merge step is of the opinion merge type, and the three possible recognition modes are based on: - either a distance merge or a merge opinions, either on a combination of distance mergers and opinions. The distance merging corresponds in particular to a combination of ordered lists of the distances of each member of the user group with respect to the best biometric measurement result. At this best result, we assign a distance equal to zero, the second best result we assign a distance equal to 1 and so on. The calculation time of this merge is quite fast.
La fusion d'opinions correspond à une combinaison des résultats de mesures biométriques pondérés. La règle de pondération utilisée est configurable par exemple en fonction du niveau de sécurité et/ou de l'ergonomie souhaitée.Merger of opinions is a combination of the results of weighted biometric measurements. The weighting rule used is configurable for example according to the desired level of security and / or ergonomics.
La fusion d'opinions nécessite un calcul plus coûteux que la fusion de distances, mais présente généralement un résultat de fusion plus précis.Merger of opinions requires a more expensive calculation than distance merging, but typically has a more accurate merging result.
Notamment, au moins une des étapes de fusion peut mettre en œuvre des coefficients de pondération prédéterminés. Ces coefficients de pondération sont par exemple déterminés lors d'une phase manuelle préalable de calibration (essai/erreur), ou lors d'une phase automatique d'apprentissage. On peut notamment remarquer que les valeurs des coefficients de pondération dépendent de la qualité des mesures biométriques : par exemple un niveau de saturation, un rapport signal à bruit, un niveau de contraste d'une image... Selon un aspect particulier de l'invention, le mode sélectionné met en œuvre une règle de fusion correspondant à une somme ou une multiplication d'au moins deux résultats de mesures biométriques, déterminée selon un niveau de sécurité souhaité. Ainsi, si le niveau de sécurité souhaité est bas, la règle de fusion mise en œuvre correspond à une somme des résultats de mesures biométriques, puisque la règle de la somme est beaucoup plus permissive que la règle du produit. En effet, une probabilité basse (inférieure à 0,1 par exemple) d'un résultat de mesure biométrique ne pénalise pas ou peu le résultat global. Pour la règle du produit, il suffit en revanche que l'une des probabilités d'un des résultats de mesures biométriques soit très faible (inférieure à 0,1 par exemple), voire plus faible que le reste des résultats, pour que le résultat global de la fusion soit très bas, voire négligeable, et donc qu'un individu ne soit pas reconnu. Un exemple de résultats de fusion d'opinions, appliquée à deux résultats de mesures biométriques, utilisant deux règles de pondération différentes est présenté dans la description d'un mode de réalisation de l'invention (paragraphe 5.4.4).In particular, at least one of the merging steps may implement predetermined weighting coefficients. These weighting coefficients are for example determined during a manual preliminary calibration phase (trial / error), or during an automatic learning phase. It can notably be noted that the values of the weighting coefficients depend on the quality of the biometric measurements: for example a saturation level, a signal-to-noise ratio, a level of contrast of an image, etc. According to a particular aspect of the invention, the selected mode implements a merge rule corresponding to a sum or a multiplication of at least two biometric measurement results, determined according to a desired security level. Thus, if the desired security level is low, the merge rule implemented corresponds to a sum of the biometric measurement results, since the sum rule is much more permissive than the product rule. Indeed, a low probability (less than 0.1 for example) of a biometric measurement result does not penalize the overall result. For the product rule, however, it suffices that one of the probabilities of one of the results of biometric measurements is very small (less than 0.1 for example), or even lower than the rest of the results, so that the result overall merger is very low, even negligible, and therefore that an individual is not recognized. An example of opinion fusion results, applied to two biometric measurement results, using two different weighting rules is presented in the description of an embodiment of the invention (section 5.4.4).
Selon un mode de réalisation particulier, le procédé de reconnaissance selon l'invention est mis en oeuvre dans un serveur central, les résultats de mesures biométriques provenant d'au moins deux serveurs biométriques distants. Ainsi, selon ce mode de réalisation particulier, le serveur central reçoit des requêtes de reconnaissance de la part de services clients, ainsi que des mesures biométriques effectuées, et les transmet par exemple sous forme de fichiers aux serveurs biométriques distants, qui les traitent et renvoient les résultats des mesures biométriques au serveur central. Une base de données peut également être disponible dans ce serveur central afin de garder un historique de l'ensemble des requêtes de reconnaissance effectuées.According to a particular embodiment, the recognition method according to the invention is implemented in a central server, the results of biometric measurements from at least two remote biometric servers. Thus, according to this particular embodiment, the central server receives requests for recognition from client services, as well as biometric measurements made, and for example transmits them in the form of files to the remote biometric servers, which process them and send back the results of biometric measurements at the central server. A database may also be available in this central server to keep a history of all the recognition requests made.
Selon ce mode de réalisation particulier, la décision de reconnaissance est transmise à au moins un serveur client distant. Le serveur client distant gère les requêtes de reconnaissance, enregistre les mesures biométriques, les transmet au serveur central et attend du serveur central la décision de reconnaissance lui permettant de répondre à la requête de reconnaissance.According to this particular embodiment, the recognition decision is transmitted to at least one remote client server. The remote client server manages the recognition requests, records the biometric measurements, transmits them to the central server and expects from the central server the recognition decision allowing it to respond to the recognition request.
En particulier, le serveur central communique avantageusement avec les serveurs biométriques et le serveur client suivant un formalisme XML (en anglais « extensible Markup Language »).In particular, the central server advantageously communicates with the biometric servers and the client server according to an XML formalism (in English "Extensible Markup Language").
L'utilisation du langage XML facilite notamment la généricité du système et facilite l'ajout de nouvelles modalités biométriques. Ainsi, les paramètres d'entrées/sorties du serveur central suivent le formalisme XML. De plus, les échanges de mesures biométriques et de résultats de reconnaissance se font via des requêtes XML spécifiques : une requête XML spécifique pour l'envoi des mesures biométriques par le serveur client au serveur central, une requête XML spécifique pour la transmission de ces mesures biométriques par le serveur central aux serveurs biométriques, une requête XML spécifique pour la transmission des résultats de mesures biométriques par les serveurs biométriques au serveur central, une requête XML spécifique pour l'envoi de la décision de reconnaissance par le serveur central au serveur client ...In particular, the use of XML facilitates the genericity of the system and facilitates the addition of new biometric modalities. Thus, the input / output parameters of the central server follow the XML formalism. In addition, exchanges of biometric measurements and recognition results are done via specific XML requests: a specific XML request for the sending of the biometric measurements by the client server to the central server, a specific XML request for the transmission of these measurements. biometrically by the central server to the biometric servers, a specific XML request for the transmission of biometric measurement results by the biometric servers to the central server, a specific XML request for sending the recognition decision by the central server to the client server. ..
Notamment, le serveur central accède de manière simultanée à tous les serveurs biométriques distants. Les mesures biométriques transmises par les serveurs clients au serveur central sont transférées, via des requêtes XML spécifiques, simultanément aux serveurs biométriques correspondants.In particular, the central server simultaneously accesses all the remote biometric servers. The biometric measurements transmitted by the client servers to the central server are transferred, via specific XML requests, simultaneously to the corresponding biometric servers.
On gagne ainsi en temps de traitement puisque tous les résultats sont disponibles simultanément.We thus gain in processing time since all the results are available simultaneously.
Un autre aspect de l'invention concerne un serveur central comprenant des premiers moyens de fusion délivrant un premier résultat de reconnaissance. Selon l'invention, un tel serveur central comprend également : des deuxièmes moyens de fusion, délivrant au moins un deuxième résultat de reconnaissance, des moyens de sélection d'un mode de reconnaissance, sélectionnant un mode de reconnaissance parmi au moins trois modes de reconnaissance correspondant d'une part à la mise en œuvre de chacun des moyens de fusion pris indépendamment, et d'autre part à la mise en œuvre d'au moins une combinaison d'au moins deux des moyens de fusion, dit mode sélectionné, et des moyens de décision de reconnaissance, délivrant une décision de reconnaissance déterminée en fonction du ou des résultats de reconnaissance du mode sélectionné.Another aspect of the invention relates to a central server comprising first merging means delivering a first recognition result. According to the invention, such a central server also comprises: second merging means, delivering at least a second recognition result, means for selecting a recognition mode, selecting a recognition mode from among at least three recognition modes corresponding on the one hand to the setting each of the merging means taken independently, and on the other hand to the implementation of at least a combination of at least two of the merging means, said selected mode, and recognition decision means, delivering a recognition decision determined according to the recognition result (s) of the selected mode.
Un tel serveur central est notamment adapté pour mettre en œuvre le procédé de reconnaissance par fusion de mesures biométriques décrit précédemment. Un autre aspect de l'invention concerne un produit programme d'ordinateur téléchargeable depuis un réseau de communication et/ou enregistré sur un support lisible par ordinateur et/ou exécutable par un processeur, comprenant des instructions de code de programme pour la mise en œuvre du procédé de reconnaissance d'un individu par fusion d'au moins deux résultats de mesures biométriques décrit précédemment. 4. Liste des figuresSuch a central server is particularly adapted to implement the method of recognition by fusion of biometric measurements described above. Another aspect of the invention relates to a computer program product downloadable from a communication network and / or recorded on a computer-readable and / or executable medium by a processor, including program code instructions for implementation. method of recognizing an individual by fusing at least two biometric measurement results described above. 4. List of figures
D'autres caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante d'un mode de réalisation particulier, donné à titre de simple exemple illustratif et non limitatif, et des dessins annexés, parmi lesquels :Other features and advantages of the invention will appear more clearly on reading the following description of a particular embodiment, given as a simple illustrative and nonlimiting example, and the appended drawings, among which:
- la figure 1 présente les étapes du procédé de reconnaissance d'un individu selon un mode de réalisation particulier de l'invention ; la figure 2A présente un exemple d'architecture fonctionnelle du système de reconnaissance selon un mode de réalisation particulier de l'invention ;- Figure 1 shows the steps of the method of recognizing an individual according to a particular embodiment of the invention; FIG. 2A shows an example of a functional architecture of the recognition system according to a particular embodiment of the invention;
- la figure 2B décrit une séquence de flux de données d'un serveur central selon un mode particulier de réalisation de l'invention ; la figure 3 présente un exemple de serveur central ; la figure 4 illustre une vue d'ensemble illustrant un mécanisme de fusion selon l'invention ; la figure 5 présente un exemple d'implémentation d'un algorithme de fusion selon l'invention ; la figure 6 illustre un exemple de structure d'une partie du serveur central mettant en œuvre le procédé de reconnaissance d'un individu selon un mode de réalisation particulier de l'invention.FIG. 2B describes a data flow sequence of a central server according to a particular embodiment of the invention; Figure 3 shows an example of a central server; FIG. 4 illustrates an overall view illustrating a fusion mechanism according to the invention; FIG. 5 presents an exemplary implementation of a fusion algorithm according to the invention; FIG. 6 illustrates an exemplary structure of a portion of the central server implementing the method of recognizing an individual according to a particular embodiment of the invention.
5. Description d'un mode de réalisation de l'invention 5.7 Principe général5. Description of an embodiment of the invention 5.7 General principle
Comme illustré en relation avec la figure 1, le principe général de l'invention repose sur une sélection 11 d'un mode de reconnaissance optimal, parmi au moins trois modes de reconnaissance, prenant en compte le ou les résultats de reconnaissance issus d'une ou plusieurs étapes de fusion pour délivrer une décision D de reconnaissance. Plus précisément, un procédé de reconnaissance selon l'invention comprend une première étape de fusion 12 délivrant un premier résultat de reconnaissance 121, et au moins une deuxième étape de fusion 13 délivrant un deuxième résultat de reconnaissance 131.As illustrated in relation with FIG. 1, the general principle of the invention is based on a selection 11 of an optimal recognition mode, among at least three recognition modes, taking into account the recognition result or results from a or more than one merge step for issuing a recognition decision D. More specifically, a recognition method according to the invention comprises a first melting step 12 delivering a first recognition result 121, and at least a second melting step 13 delivering a second recognition result 131.
L'étape de sélection 11 permet de sélectionner un mode de reconnaissance correspondant à une étape de fusion prise indépendamment (par exemple la première étape 12 ou la deuxième étape 13) ou à une combinaison d'au moins deux des étapes de fusion (par exemple 14). Cette étape de sélection 11 peut être mise en œuvre après les différentes étapes de fusion, notamment pour tenir compte du résultat de ces différentes étapes, ou préalablement aux étapes de fusion. L'étape de décision 15 permet ensuite de délivrer une décision de reconnaissance D en fonction du résultat de reconnaissance du mode sélectionné.The selection step 11 makes it possible to select a recognition mode corresponding to a melting step taken independently (for example the first step 12 or the second step 13) or to a combination of at least two of the melting steps (for example 14). This selection step 11 can be implemented after the different melting steps, in particular to take account of the result of these different steps, or prior to the melting steps. The decision step 15 then makes it possible to deliver a recognition decision D according to the recognition result of the selected mode.
Le procédé de reconnaissance selon l'invention est mis en œuvre dans la phase d'identification/authentification de la reconnaissance d'individus.The recognition method according to the invention is implemented in the identification / authentication phase of the recognition of individuals.
La technique selon l'invention permet de tenir compte notamment des paramètres de l'environnement dans lequel sont effectuées les mesures biométriques, ainsi que du niveau de sécurité souhaité.The technique according to the invention makes it possible to take into account in particular the parameters of the environment in which the biometric measurements are made, as well as the desired level of security.
5.2 Architecture fonctionnelle On présente désormais, en relation avec la figure 2 A, l'architecture fonctionnelle d'un système de reconnaissance mettant en œuvre le procédé de reconnaissance de la figure 1 selon un mode de réalisation particulier de l'invention. Un tel système de reconnaissance comprend notamment M serveurs clients 211, 212, ...2IM1 un serveur central 20, et N serveurs biométriques 221, 222, ...22N (M >= 1, N >= 2).5.2 Functional architecture We now present, in relation with Figure 2 A, the architecture functional of a recognition system implementing the recognition method of Figure 1 according to a particular embodiment of the invention. Such a recognition system comprises in particular M client servers 211, 212, ... 2IM 1 a central server 20, and N biometric servers 221, 22 2 , ... 22 N (M> = 1, N> = 2).
5.2.1 Serveurs clients5.2.1 Client servers
Les serveurs clients 21 \, 212, ... prélèvent des échantillons biométriques, ou mesures biométriques, d'un utilisateur à identifier, qui sont ensuite envoyés au serveur central 20, via une requête XML spécifique. Les serveurs clients 21 \, 212, ... reçoivent ensuite une réponse XML de la part du serveur central 20, contenant l'identifiant de la personne reconnue quand la décision de reconnaissance a été prise.The client servers 21 1, 212, ... take biometric samples, or biometric measurements, of a user to be identified, which are then sent to the central server 20 via a specific XML request. The client servers 21 \, 212, ... then receive an XML response from the central server 20, containing the identifier of the recognized person when the recognition decision was made.
Les serveurs clients sont par exemple : un serveur de visiophonie 211 : il gère les appels depuis les visiophones et oriente l'utilisateur sur les services en ligne. Il communique avec le serveur central pour identifier/authentifier les utilisateurs désirant se connecter aux services de visiophonie, en utilisant par exemple les résultats de mesures biométriques des serveurs biométriques 22 \, 222, ..., par exemple de type vocale et faciale ;The client servers are for example: a videotelephony server 211: it manages calls from videophones and directs the user on the online services. It communicates with the central server to identify / authenticate the users wishing to connect to videophone services, for example by using the results of biometric measurements of the biometric servers 22 \, 22 2 ,..., For example of the vocal and facial type;
Un serveur vocal 2I2 de type VoiceXML : son rôle est le même que le serveur de visiophonie mais l'identification/authentification de l'utilisateur est basée uniquement sur la voix.A VoiceXML 2I 2 voice server: its role is the same as the video telephony server but the identification / authentication of the user is based solely on the voice.
Comme indiqué précédemment, les mesures biométriques issues des serveurs clients 21 \, 2I2, ..., sont transmises au serveur central 20 qui les dirige vers les serveurs biométriques 221, 222, .... Ces serveurs biométriques retournent vers le serveur central 20 des résultats de mesures biométriques, permettant au serveur 20 de prendre une décision de reconnaissance D. Cette décision est alors transmise au serveur client. 5.2.2 Serveurs biométriques Les serveurs biométriques, aussi appelés plateformes biométriques (notées PFB), interviennent dans les deux phases de la reconnaissance d'un individu. Dans la première phase d'enrôlement, chaque PFB enregistre les empreintes (vocale / faciale / digitale ...) d'un utilisateur, selon les caractéristiques d'apprentissage propres à chaque PFB. Par exemple, certains moteurs de reconnaissance faciale ont besoin d'au moins trois images pour la génération d'une empreinte faciale, d'autres n'ont besoin que d'une image. En général, les serveurs de reconnaissance vocale n'ont besoin que de trois répétitions d'un énoncé pour générer une empreinte vocale. Dans la deuxième phase d'identification/authentification, les PFB reçoivent les échantillons biométriques de la part du serveur central 20, effectuent des calculs de reconnaissance et envoient les résultats de reconnaissance au serveur central. Dans cette phase aussi, chaque PFB a ses propres besoins en terme de nombre de répétitions d'un énoncé (pour la reconnaissance du locuteur) ou du nombre d'images (pour la reconnaissance faciale) nécessaires pour l'identification/authentification d'un individu.As indicated above, the biometric measurements from the client servers 21 \, 2I 2 , ..., are transmitted to the central server 20 which directs them to the biometric servers 221, 22 2 , .... These biometric servers return to the server central 20 results of biometric measurements, allowing the server 20 to make a recognition decision D. This decision is then transmitted to the client server. 5.2.2 Biometric servers Biometric servers, also known as biometric platforms (referred to as PFB), intervene in both phases of the recognition of an individual. In the first enrollment phase, each PFB records fingerprints (voice / facial / digital ...) of a user, according to the learning characteristics of each PFB. For example, some facial recognition engines need at least three images for the generation of a facial imprint, others only need one image. In general, speech recognition servers only need three repetitions of a statement to generate a voice print. In the second identification / authentication phase, the PFBs receive the biometric samples from the central server 20, perform recognition calculations and send the recognition results to the central server. In this phase too, each PFB has its own needs in terms of the number of repetitions of a statement (for speaker recognition) or the number of images (for facial recognition) necessary for the identification / authentication of a speaker. individual.
Les plateformes biométriques sont par exemple : une PFB faciale 22 \ qui permet d'identifier et d'authentifier une personne par la reconnaissance de son visage : elle utilise une technologie de reconnaissance telle que décrite dans le document de brevet FR 05 03047, non encore publié, déposé au nom du même déposant que la présente demande, et basée sur une méthode statistique de reconnaissance de visages dans les images numériques sur laquelle est appliquée une analyse discriminante linéaire bidimensionnelle (ADL2D). Techniquement, la PFB faciale peut être par exemple un IBM Xseries 335 (marque déposée), avec une configuration Windows XP (marque déposée), suivant le protocole HTTP ; une PFB vocale 222 0^ permet d'identifier et d'authentifier une personne par sa voix : elle utilise la technologie de reconnaissance du locuteur basée sur les coefficients MFCC (« Mel-Frequency Cepstrum Coefficients » en anglais) pour le codage et les HMM (« Hidden Markov Models » en anglais) pour le décodage. Cette technologie est dépendante du texte utilisé lors de la première phase d'enrôlement de la reconnaissance d'individus, c'est à dire que le texte utilisé lors de la phase d'identification/authentification doit être le même que celui utilisé lors de la phase d'enrôlement. En revanche, cette technologie est indépendante du contenu lui- même du texte choisi. Techniquement, la PFB vocale peut être par exemple un serveur Compaq (marque déposée) avec une configuration RAIDI - Intel Xeon 2.5GHz (marque déposée), suivant le protocole TCP ; une PFB digitale 223 qui permet d'identifier une personne par ses empreintes digitales : elle utilise une technologie basée sur la solution "MorphoModule" (marque déposée) de la société SAGEMBiometric platforms are for example: a facial PFB 22 \ that allows to identify and authenticate a person by the recognition of his face: it uses a recognition technology as described in patent document FR 05 03047, not yet published, filed on behalf of the same applicant as the present application, and based on a statistical method of face recognition in digital images on which a two-dimensional linear discriminant analysis (ADL2D) is applied. Technically, the facial PFB can be for example an IBM Xseries 335 (registered trademark), with a configuration Windows XP (registered trademark), following the HTTP protocol; a vocal PFB 222 0 ^ makes it possible to identify and authenticate a person by his voice: he uses the recognition technology of the speaker based on MFCC (Mel-Frequency Cepstrum Coefficients) coefficients for coding and HMM (Hidden Markov Models) for decoding. This technology is dependent on the text used during the first phase of enrollment of the recognition of individuals, that is to say that the text used during the identification / authentication phase must be the same as that used during the authentication phase. enrollment phase. On the other hand, this technology is independent of the content itself of the chosen text. Technically, the voice PFB can be for example a Compaq server (registered trademark) with a RAIDI configuration - Intel Xeon 2.5GHz (registered trademark), following the TCP protocol; a digital PFB 223 which makes it possible to identify a person by his fingerprints: he uses a technology based on the "MorphoModule" (registered trademark) solution of SAGEM
(version 3.0) qui se compose d'un capteur digital Sagem MMI lO (marque déposée), d'une interface RS232 ainsi que d'un driver (pilote) pour exploiter les fonctionnalités du capteur. Le système "MorphoModule" (marque déposée) fournit un certain nombre de commandes dont l'identification digitale. Ces commandes sont accessibles depuis une interface de communication RS232 via le protocole MM110 (marque déposée). Techniquement, la PFB digitale peut être par exemple un serveur IBM XSeries 345 (marque déposée) avec une configuration RAIDI - Intel Xeon 2.5GHz (marque déposée), suivant le protocole TCP. Le capteur digital Sagem MM110 (marque déposée) est installé sur le PC du client via une interface RS232. 5.2.3 Serveur central Comme illustré en figure 3, il est composé notamment d'un ordinateur frontal, classiquement appelé « front-end », 31, d'un noyau 32 ainsi que d'un système de fusion biométrique multimodale 1 qui fait l'objet de la présente invention. Ce serveur d'applications peut être réalisé dans un environnement Java J2EE (marque déposée), et peut être un IBM Xseries 35, avec la configuration suivante : 1 Go RAM-2x36 Go DD - RAIDI - Intel Xeon 2.8GHz (marque déposée).(version 3.0) which consists of a digital sensor Sagem MMI lO (registered trademark), an RS232 interface and a driver (driver) to exploit the features of the sensor. The system "MorphoModule" (registered trademark) provides a number of commands including digital identification. These commands are accessible from an RS232 communication interface via the MM110 (registered trademark) protocol. Technically, the digital PFB can be for example an IBM XSeries 345 server (registered trademark) with a RAIDI configuration - Intel Xeon 2.5GHz (registered trademark), following the TCP protocol. The Sagem MM110 (registered trademark) digital sensor is installed on the customer's PC via an RS232 interface. 5.2.3 Central server As illustrated in FIG. 3, it is composed in particular of a front-end computer, conventionally called "front-end", 31, of a core 32 as well as a multimodal biometric fusion system 1 which is the subject of the present invention. This application server can be implemented in a Java J2EE (registered trademark) environment, and can be an IBM Xseries 35, with the following configuration: 1 GB RAM-2x36 GB DD - RAIDI - Intel Xeon 2.8GHz (registered trademark).
Ce serveur reçoit les requêtes XML des serveurs clients 211, 212, ...afin de procéder à l'identification/authentification biométrique multimodale d'un individu.This server receives XML requests from the client servers 211, 212, ... in order to perform the identification / multimodal biometric authentication of an individual.
Le « front-end » 31 est le point d'entrée du serveur central 20. Il héberge les interfaces d'administration Web qui permettent de configurer et de superviser le serveur central. Il peut également comprendre une base de données permettant de conserver l'historique des requêtes provenant de l'ensemble des serveurs clients ainsi que d'enregistrer le profil des utilisateurs ou groupes d'utilisateurs.The "front-end" 31 is the entry point of the central server 20. It hosts the web administration interfaces which allow to configure and supervise the central server. It may also include a database for maintaining the query history from all client servers as well as registering the profile of the users or groups of users.
Le noyau 32 gère l'ensemble des échanges avec les PFB 22χ, 222, • • • H se charge notamment de la transmission des fichiers de parole, d'image ... à l'ensemble des PFB.The core 32 manages all exchanges with the PFB 22χ, 222, • • • H is responsible in particular for the transmission of speech files, image ... to all PFB.
Le système de fusion biométrique multimodale 1 se présente par exemple sous la forme d'un module logiciel de fusion biométrique. Il permet notamment d'analyser les résultats de mesures biométriques délivrés par les PFB et d'établir un diagnostic sur l'identification/authentification d'un individu. L'algorithme de fusion est décrit plus précisément dans les paragraphes 5.3 et 5.5, ainsi que dans l'annexe C, qui fait partie intégrante de la présente description.The multimodal biometric fusion system 1 is for example in the form of a biometric fusion software module. In particular, it makes it possible to analyze the results of biometric measurements delivered by the PFBs and to establish a diagnosis on the identification / authentication of an individual. The merge algorithm is described more specifically in sections 5.3 and 5.5, as well as in Appendix C, which forms an integral part of this specification.
5.2.4 Echanges serveurs clients <->serveur central et serveur central<->PFB Comme illustré en relation avec la figure 2B, les échanges entre les serveurs clients et le serveur central, ainsi que ceux entre le serveur central et les PFB, suivent selon cet exemple de réalisation le formalisme XML, selon un schéma préalablement défini.5.2.4 Client server exchanges <-> central server and central server <-> PFB As illustrated in connection with Figure 2B, the exchanges between the client servers and the central server, as well as those between the central server and the PFB, follow according to this exemplary embodiment, the XML formalism, according to a previously defined scheme.
Par exemple, les échantillons biométriques (audio/vidéo ...) sont envoyés par les serveurs clients au serveur central via une requête XML SendData Test. D'autres exemples de requêtes utilisées dans l'invention sont décrits en annexes A et B, qui font partie intégrante de la présente description.For example, biometric samples (audio / video ...) are sent by the client servers to the central server via an XML SendData Test request. Other examples of queries used in the invention are described in Annexes A and B, which form an integral part of the present description.
Le serveur central accède simultanément à toutes les PFB.The central server simultaneously accesses all the PFBs.
Selon cet exemple d'utilisation, la requête 23 du serveur client de visiophonie 21 \ vers le serveur central 20 suit le protocole HTTP. Cette requête permet notamment d'envoyer les échantillons ou mesures biométriques vers le serveur central 20. Celui-ci émet une requête 23 \ vers la PFB faciale 22 j suivant le protocole HTTP et une requête simultanée 232 vers la PFB vocale 222 suivant le protocole TCP. La PFB faciale 22 \ retourne un résultat de mesure biométrique vers le serveur central 20 via une requête 241 et la PFB vocale 222 retourne résultat de mesure biométrique vers le serveur central 20 via une requête 242-According to this example of use, the request 23 of the videophone client server 21 to the central server 20 follows the HTTP protocol. This request including sending the biometric samples or measurements to the central server 20. The latter issues a request 23 \ to facial PFB 22 j according to the HTTP protocol and a simultaneous request 232 to the voice PFB 222 according to the protocol TCP. The facial PFB 22 \ returns a biometric measurement result to the central server 20 via a request 241 and the voice PFB 222 returns the biometric measurement result to the central server 20 via a request 242.
Après avoir mis en œuvre le procédé de reconnaissance par fusion selon l'invention, le serveur central 20 retourne une décision de reconnaissance vers le serveur client de visiophonie 21 \ via une requête 24. On dispose ainsi selon ce mode de réalisation de l'invention d'une interface XML simple à utiliser et présentant notamment les avantages suivants : interface XML multimodale et unique quelles que soient les PFB utilisées ; système multimodal complet par l'accès simultané aux PFB ; - architecture générique qui confère plus de souplesse dans l'ajout et/ou la modification d'une PFB. 5.2.5 Résultats de mesures biométriquesAfter having implemented the method of merge recognition according to the invention, the central server 20 returns a recognition decision to the videophone client server 21 via a request 24. Thus, according to this embodiment of the invention, an easy-to-use XML interface with the following advantages: multimodal and unique XML interface regardless of the PFBs used; complete multimodal system through simultaneous access to PFBs; - generic architecture that provides more flexibility in adding and / or modifying a PFB. 5.2.5 Biometric measurement results
Suite à une demande d'identification/authentification, chaque PFB 22 \,Following a request for identification / authentication, each PFB 22 \,
222 fournit une réponse au serveur central 20, suivant un formalisme, langage ou protocole standard ou propriétaire. Pour chaque PFB, ces réponses peuvent être ou non décrites dans le même format. Un prétraitement peut notamment être effectué pour extraire les éléments pertinents nécessaires à la suite de la reconnaissance, ces éléments étant appelés résultats de mesures biométriques et utilisés par le serveur central 20 pour les algorithmes de fusion. Ces résultats de mesures biométriques sont par exemple des mesures de distance, des scores de reconnaissance, des probabilités a posteriori ... associés à des identifiants d'individus. Un exemple particulier est celui des meilleures mesures (« NBest » en anglais).222 provides a response to the central server 20, according to a standard or proprietary formalism, language or protocol. For each PFB, these responses may or may not be described in the same format. A pretreatment may be carried out in particular to extract the relevant elements required as a result of the recognition, these elements being called biometric measurement results and used by the central server 20 for the fusion algorithms. These results of biometric measurements are for example measurements of distance, recognition scores, posterior probabilities ... associated with identifiers of individuals. A particular example is that of the best measures ("NBest" in English).
5.3 Algorithmes de fusion, sélection du mode de reconnaissance et décision de reconnaissance5.3 Merge Algorithms, Recognition Mode Selection and Recognition Decision
Comme illustré par les figures 4 et 5, le système de fusion 1 comprend les étapes principales suivantes : initialisation 41 ; sélection d'un mode de reconnaissance 11, parmi au moins trois modes ; fusions 12, 13, 14 ; décision de reconnaissance 15.As illustrated by FIGS. 4 and 5, the melting system 1 comprises the following main steps: initialization 41; selecting a recognition mode 11, among at least three modes; fusions 12, 13, 14; recognition decision 15.
L'étape d'initialisation 41 permet d'initialiser toutes les structures de données nécessaires aux fusions. Par exemple, selon le mode de réalisation décrit, l'étape d'initialisation 41 initialise les variables suivantes :The initialization step 41 makes it possible to initialize all the data structures necessary for the mergers. For example, according to the embodiment described, the initialization step 41 initializes the following variables:
X : matrice de type réel comprenant N couples [ID, P], où ID est un vecteur contenant les x identifiants rendus par chaque PFB, et P est un vecteur contenant les x résultats de mesures biométriques rendus par chaque PFB ; - fusion : entier déterminant le type de fusion utilisé ; rule : entier déterminant une règle de fusion à utiliser ; SL : entier déterminant un niveau de sécurité requis lors de la décision ;X: real type matrix comprising N couples [ID, P], where ID is a vector containing the x identifiers rendered by each PFB, and P is a vector containing the x biometric measurement results rendered by each PFB; - merge: integer determining the type of fusion used; rule: integer that determines a merge rule to use; SL: Integer determining a level of security required during the decision;
SigQual : vecteur de réels comprenant une mesure de qualité pour chacune des N PFB ; ω : vecteur de type réel comprenant l'ensemble des N coefficients de pondération ; β : réel déterminant un seuil de décision globale ; Δ : réel déterminant un seuil de décision inter individu ; - ε : réel déterminant un seuil de qualité du signal en entrée (par exemple niveau de saturation du signal, rapport signal/bruit, ...). Le système peut également utiliser plusieurs mesures de la qualité du signal pour une même modalité (par exemple une PFB vocale peut calculer l'index de saturation du signal de parole, le niveau du rapport signal à bruit, ...) ;SigQual: real vector including a measure of quality for each of the N PFBs; ω: real type vector comprising all the N weighting coefficients; β: real determining a global decision threshold; Δ: real determining an inter-individual decision threshold; - ε: real determining a quality threshold of the input signal (by example saturation level of the signal, signal / noise ratio, ...). The system can also use several measurements of the signal quality for the same modality (for example a voice PFB can calculate the saturation index of the speech signal, the level of the signal-to-noise ratio, etc.);
FD : matrice de type réel comprenant le résultat de la fusion de l'ensemble de distances [IDd, fd], où fd est un vecteur contenant les x mesures de distances ;FD: real type matrix comprising the result of the merger of the set of distances [IDd, fd], where fd is a vector containing the x distance measurements;
FO : matrice de type réel comprenant le résultat de la fusion de l'ensemble d'opinions [IDop, fo], où fo est un vecteur contenant les x mesures de la fusion d'opinions ;FO: real type matrix including the result of the fusion of the set of opinions [IDop, fo], where fo is a vector containing the x measures of the fusion of opinions;
D : entier contenant l'identifiant de l'utilisateur, ou un code d'erreur dans le cas contraire.D: integer containing the user's identifier, or an error code in the opposite case.
L'étape 11 de sélection consiste à sélectionner l'une ou l'autre des méthodes de fusion 12, 13 ou une combinaison 14 de celles-ci, en fonction de paramètres prédéterminés parmi les suivants : un niveau de sécurité souhaité. Selon un mode de réalisation particulier de l'invention, trois niveaux de sécurité sont définis : o sécurité haute : réglage le plus robuste (taux de fausse identification/acceptation faibles, taux de rejet élevé) ; o sécurité moyenne : compromis entre robustesse et ergonomie ; o sécurité basse : réglage le plus ergonomique (taux de rejet faible, taux de fausse identification/acceptation plus élevés) ;The selection step 11 consists in selecting one or the other of the merging methods 12, 13 or a combination 14 thereof, according to predetermined parameters among the following: a desired level of security. According to one particular embodiment of the invention, three security levels are defined: high security: the most robust setting (low false identification / acceptance rate, high rejection rate); o average security: compromise between robustness and ergonomics; o Low security: the most ergonomic setting (low rejection rate, higher false identification / acceptance rate);
- éventuellement un type de mesures biométriques ; un niveau de qualité d'au moins une mesure biométrique : par exemple le niveau de saturation ou de contraste d'une image dans le cas de la mesure biométrique pour la PFB faciale, le rapport signal à bruit de l'échantillon audio dans le cas de la mesure biométrique pour la PFB vocale ... ; un niveau de qualité d'au moins un des résultats de reconnaissance issus des méthodes de fusion : le système peut déterminer un seuil en dessous duquel un résultat de reconnaissance ne sera pas pris en compte car considéré comme non significatif ; un temps d'exécution maximum : ce paramètre d'ergonomie intervient également dans le niveau de sécurité et permet de tenir compte de l'utilisation particulière et spécifique de la reconnaissance d'individus. Certains serveurs clients peuvent avoir des contraintes de temps d'accès maximum aux services sécurisés par la reconnaissance d'individus et la prise en compte de ce paramètre est alors nécessaire dans la sélection du mode de reconnaissance, qui permet de choisir le mode de reconnaissance le plus rapide. Des combinaisons de ces différents paramètres permettent de choisir le mode de reconnaissance le mieux adapté à chaque contexte particulier de reconnaissance d'individus, à chaque environnement. Par exemple, un système de reconnaissance d'individus en entrée d'un bâtiment hautement sécurisé mettant en œuvre des PFB vocale et faciale, avec un système de fusions utilisant une fusion d'opinions et une fusion de distances, peut tenir compte notamment des paramètres suivants :- possibly a type of biometric measurements; a quality level of at least one biometric measurement: for example the saturation or contrast level of an image in the case of the biometric measurement for the facial PFB, the signal-to-noise ratio of the audio sample in the case of measurement biometric for voice PFB ...; a quality level of at least one of the recognition results resulting from the fusion methods: the system can determine a threshold below which a recognition result will not be taken into account because considered as not significant; maximum execution time: this ergonomics parameter also intervenes in the security level and makes it possible to take into account the particular and specific use of the recognition of individuals. Some client servers may have maximum access time constraints to the services secured by the recognition of individuals and the consideration of this parameter is then necessary in the selection of the recognition mode, which allows to choose the mode of recognition the faster. Combinations of these different parameters make it possible to choose the mode of recognition best suited to each particular context of recognition of individuals, to each environment. For example, a system for recognizing individuals at the entrance of a highly secure building implementing voice and facial PFBs, with a merger system using a merger of opinions and a fusion of distances, can take into account, in particular, the parameters following:
- niveau de sécurité haut (règle du produit utilisée pour la fusion d'opinions) ; niveau de qualité des deux mesures biométriques utilisées (par exemple rapport signal sur bruit pour la voix et niveau de contraste pour l'image faciale) ; pas de contrainte de temps (combinaison des résultats de reconnaissance issus des deux règles de fusion mises en œuvre) ;- high security level (product rule used for the merger of opinions); quality level of the two biometric measurements used (eg signal-to-noise ratio for the voice and contrast level for the facial image); no time constraint (combination of the recognition results resulting from the two fusion rules implemented);
- seuils d'acceptabilité élevé pour le résultat de la fusion de distances et pour le résultat de la fusion d'opinions. Une fois la ou les méthodes de fusion sélectionnée(s), l'étape de fusion met en œuvre les différents algorithmes de fusion, qui utilisent les résultats de mesures biométriques délivrés par les différentes PFB.- high thresholds of acceptability for the result of the distance merger and for the result of the merger of opinions. Once the fusion method (s) selected, the fusion step implements the different fusion algorithms, which use the results of biometric measurements delivered by the different PFBs.
Dans un mode de réalisation particulier de l'invention, le système de fusion met en oeuvre une fusion de distances 12, une fusion d'opinions 13 et une combinaison de ces deux algorithmes de fusion 14.In a particular embodiment of the invention, the fusion system implements a distance fusion 12, a merger of opinions 13 and a combination of these two fusion algorithms 14.
La fusion de distances correspond notamment à une combinaison de listes ordonnées des distances de chaque membre du groupe par rapport au meilleur résultat de mesure biométrique. Au meilleur résultat de mesure biométrique, c'est à dire au plus probable, on attribue une distance égale à zéro, au deuxième meilleur on attribue une distance égale à un...The distance merging corresponds in particular to a combination of ordered lists of the distances of each group member with respect to the best biometric measurement result. At the best result of biometric measurement, that is to say at most probable, we assign a distance equal to zero, the second best we assign a distance equal to one ...
La fusion d'opinions correspond à une combinaison des résultats de mesures biométriques pondérés. La règle de pondération utilisée est configurable par le système en fonction de paramètres prédéterminés et peut être, par exemple, une somme pondérée ou un produit pondéré. Les coefficients de pondération utilisés sont initialisés dans l'étape d'initialisation 41 en fonction de paramètres prédéterminés.Merger of opinions is a combination of the results of weighted biometric measurements. The weighting rule used is configurable by the system according to predetermined parameters and may be, for example, a weighted sum or a weighted product. The weighting coefficients used are initialized in the initialization step 41 as a function of predetermined parameters.
Le temps de calcul pour la fusion d'opinions est plus long que pour la fusion de distances, mais le résultat de reconnaissance est plus précis. Afin de reconnaître l'identité de l'individu, la décision de reconnaissance peut être prise soit à partir d'une combinaison des résultats de reconnaissance obtenus par chaque méthode de fusion décrite précédemment, soit à partir du résultat de reconnaissance fourni par l'une ou l'autre de ces méthodes de fusion.The calculation time for the merger of opinions is longer than for the distance merge, but the recognition result is more accurate. In order to recognize the identity of the individual, the recognition decision can be made either from a combination of the recognition results obtained by each fusion method described above, or from the recognition result provided by one either of these methods of fusion.
L'étape de décision 15 délivre la décision de reconnaissance D, en fonction d'un seuil de décision prédéterminé, dépendant lui aussi de paramètres tels que le niveau de sécurité souhaité ou l'environnement de la reconnaissance de l'individu. La décision de reconnaissance est envoyée aux serveurs clients ayant effectué les requêtes de reconnaissance, sous la forme de l'identifiant de l'individu reconnu Dl, ou d'un message d'erreur D2 en cas d'échec d' «identification. Un exemple d'implémentation est décrit en annexe C, qui fait partie intégrante de la présente description.The decision step 15 delivers the recognition decision D, as a function of a predetermined decision threshold, which also depends on parameters such as the desired level of security or the environment of the recognition of the individual. The recognition decision is sent to the client servers having made the recognition requests, in the form of the identifier of the recognized individual D1, or a D2 error message in the event of failure of "identification." An exemplary implementation is described in Appendix C, which forms an integral part of the present description.
5.4 Exemples de mise en œuyre de l'invention5.4 Examples of Implementation of the Invention
Des exemples de fusion de distances et de fusion d'opinions sont décrits ci-dessous, ainsi qu'un exemple de combinaisons de ces deux fusions.Examples of distance merging and opinion merging are described below, as well as an example of combinations of these two mergers.
Par la suite, on fait l'hypothèse que ∑Pi=l et ∑ωj=l pour i:l..N. 5.4.1 Fusion de distances 5.4.1.1 Vitesse de décision : haute / niveau de sécurité : moyenSubsequently, we assume that ΣPi = 1 and Σωj = 1 for i: l..N. 5.4.1 Merge distances 5.4.1.1 Decision speed: high / security level: medium
On considère par exemple une configuration système telle que : N=2, x=3, fusion=0, itmax=l, β> 1 , Δ< 1.For example, consider a system configuration such that: N = 2, x = 3, merge = 0, it max = 1, β> 1, Δ <1.
Considérant : X : [Xi, X2], avec :Recital: X: [Xi, X2], with:
Xi X2 Xi X 2
Figure imgf000021_0001
Figure imgf000021_0001
Figure imgf000021_0002
Figure imgf000021_0003
Figure imgf000021_0002
Figure imgf000021_0003
On obtient : FD : [Di]+[D2]We obtain: FD: [Di] + [D 2 ]
Figure imgf000021_0004
Figure imgf000021_0004
De plus, étant donné que β<l et Δ>1, alors D = IDi, ce φù signifie que l'individu IDi est a priori le meilleur.Moreover, since β <l and Δ> 1, then D = IDi, this φù means that the individual IDi is a priori the best.
5.4.1.2 Vitesse de décision : moyenne / niveau de sécurité : haut5.4.1.2 Decision speed: average / security level: high
On considère par exemple une configuration système telle que : N=2, x=3, fusion=0, SL=2, itmax=2, β<=l, Δ<1. Considérant X : [X1, X2], avec :For example, consider a system configuration such that: N = 2, x = 3, merge = 0, S L = 2, it max = 2, β <= 1, Δ <1. Recital X: [X 1 , X2], with:
Figure imgf000022_0001
Figure imgf000022_0002
Figure imgf000022_0004
Figure imgf000022_0001
Figure imgf000022_0002
Figure imgf000022_0004
On obtient : FD : [Di]+[D2]We obtain: FD: [Di] + [D 2 ]
Figure imgf000022_0005
Figure imgf000022_0005
De plus, étant donné que β<=l mais Δ<1, alors D = pas de décision, ce qui signifie que :Moreover, since β <= 1 but Δ <1, then D = no decision, which means that:
- étant donné que SL>1 , si it < itmax alors on effectue une nouvelle itération avec fusion égal à fusion _opinion, - sinon : D = Echec (rejet de l'individu) alors on applique un comportement défini par défaut pour chaque application : l'algorithme peut par exemple rendre les L meilleurs résultats de FD, générer un message d'erreur, etc. 5.4.2 Fusion d'opinions- since S L > 1, if it <it max then we carry out a new iteration with fusion equal to fusion _opinion, - otherwise: D = Failed (rejection of the individual) then we apply a behavior defined by default for each application: the algorithm can for example make the L best results of FD, generate an error message, etc. 5.4.2 Merger of opinions
5.4.2.1 Vitesse de décision : moyenne / niveau de sécurité : haut On considère par exemple une configuration système telle que : N=2, x=3, fusion=l, rule=l, SL=2 : (β=0.65, Δ=0.1, ωl=0.7, ω 2=0.4). Considérant X : [ Xi, X2 ], avec :5.4.2.1 Decision speed: average / security level: high Consider for example a system configuration such that: N = 2, x = 3, merge = 1, rule = 1, SL = 2: (β = 0.65, Δ = 0.1, ωl = 0.7, ω 2 = 0.4). Recital X: [Xi, X 2 ], with:
Figure imgf000022_0003
Figure imgf000022_0006
Figure imgf000022_0007
Figure imgf000023_0001
Figure imgf000023_0002
Figure imgf000022_0003
Figure imgf000022_0006
Figure imgf000022_0007
Figure imgf000023_0001
Figure imgf000023_0002
On obtient :We obtain :
FOFO
IDID
Pl P2 FOPl P2 FO
ID1 Pn = O. 6 P21 = O .7 FOi = ωi*Pn + ω2*P21 = 0 .7ID 1 Pn = O. 6 P 21 = O .7 FOi = ωi * Pn + ω 2 * P 21 = 0 .7
ID2 Pl2 = O. 3 P22 = 0 .2 FO2 = ωi*Pi2 + ω2*P22 = 0. 29ID 2 Pl 2 = O. 3 P 2 2 = 0 .2 FO 2 = ωi * Pi 2 + ω 2 * P 22 = 0. 29
ID3 Pl3 = O. 1 P23 = O .1 FO3 = ωi*Pi3 + ω2*P23 = 0. 11ID 3 Pl 3 = O. 1 P 23 = O .1 FO 3 = ωi * Pi 3 + ω 2 * P 23 = 0. 11
Etant donné que FOI > β et [FOI - FO2] > Δ -> D = ID1 : l'individu ID1 est a priori le meilleur.Given that FOI> β and [FOI - FO2]> Δ -> D = ID 1 : the individual ID 1 is a priori the best.
5.4.3 Combinaison de mécanismes de fusion5.4.3 Combination of fusion mechanisms
5.4.3.1 Vitesse de décision : basse / niveau de sécurité : très haut Si on reprend la configuration des paragraphes 5.4.1.1 et 5.4.2.1, comme dans les deux cas l'identité reconnue est ID1 l'algorithme décide (reconnaît) D=ID1.5.4.3.1 Decision speed: low / security level: very high If we repeat the configuration of paragraphs 5.4.1.1 and 5.4.2.1, as in both cases the recognized identity is ID 1 the algorithm decides (recognizes) D = ID 1 .
5.4.3.2 Vitesse de décision : basse / niveau de sécurité : très haut Si on reprend la configuration des paragraphes 5.4.1..2 et 5.4.2.1, comme dans les deux cas l'identité reconnue n'est pas la même, le système génère un signal d'alerte « WARNING » et une solution de secours peut être appliquée. 5.4.4 Exemple de règles de pondération5.4.3.2 Decision speed: low / security level: very high If we repeat the configuration of paragraphs 5.4.1..2 and 5.4.2.1, as in both cases the recognized identity is not the same, the system generates a warning signal "WARNING" and a backup solution can be applied. 5.4.4 Example of weighting rules
Si on considère les résultats de deux mesures biométriques Pl et P2, telles que P2 «PI, le résultat de fusion d'opinions est assez différent en fonction du choix de la règle de pondération.If we consider the results of two biometric measurements P1 and P2, such as P2 "PI, the fusion result of opinions is quite different depending on the choice of the weighting rule.
Par exemple, on considère les paramètres suivants : P1=O-S5 P2=O-OOl5 W1=O-S5 W2=O-SFor example, the following parameters are considered: P 1 = OS 5 P 2 = O-OO 1 5 W 1 = OS 5 W 2 = OS
La fusion d'opinions avec une règle de pondération du produit donne le résultat de fusion suivant :Merging opinions with a product weighting rule gives the following merge result:
FO = (P1 0'5 V (^2 0'5 V 0,7 x 0,0031 - 0,0221FO = (P 1 O 5 V (2 2 0 ' 5 V 0.7 x 0.0031 - 0.0221
On peut constater que le résultat de la deuxième mesure biométrique (P2) pénalise la première mesure biométrique (P1). La fusion d'opinions avec une règle de pondération de la somme donne le résultat de fusion suivant :It can be seen that the result of the second biometric measurement (P 2 ) penalizes the first biometric measurement (P 1 ). Merging opinions with a sum weighting rule gives the following merge result:
FO = P1 x 0,5 + P2 x 0,5 - 0,25 + 0,0005 - 0,2505FO = P 1 x 0.5 + P 2 x 0.5 - 0.25 + 0.0005 - 0.2505
Dans ce cas, même si P2 «Pi, la deuxième mesure biométrique est moins sévère avec la première mesure biométrique que lors de l'utilisation de la règle du produit.In this case, even if P2 "Pi, the second biometric measurement is less severe with the first biometric measurement than when using the product rule.
5.5 Structure d'une partie du serveur5.5 Structure of a part of the server
On présente désormais, en relation avec la figure 6, la structure simplifiée d'une partie du serveur mettant en œuvre une technique de reconnaissance d'un individu selon le mode de réalisation particulier décrit ci-dessus.The simplified structure of a part of the server implementing an identification technique of an individual according to the particular embodiment described above is now presented in relation to FIG.
Un tel serveur comprend, entre autres, une mémoire 61, une unité de traitement 62, équipée par exemple d'un microprocesseur μP, et pilotée par le programme d'ordinateur 63, mettant en œuvre le procédé de reconnaissance selon l'invention. A l'initialisation, les instructions de code du programme d'ordinateur 63 sont par exemple chargées dans une mémoire RAM avant d'être exécutées par le processeur de l'unité de traitement 62. L'unité de traitement 62 reçoit en entrée au moins une mesure biométrique. Le microprocesseur de l'unité de traitement 62 met en œuvre les étapes du procédé de reconnaissance décrit précédemment, selon les instructions du programme d'ordinateur 63.Such a server comprises, among others, a memory 61, a processing unit 62, equipped for example with a microprocessor μP, and driven by the computer program 63, implementing the recognition method according to the invention. At initialization, the code instructions of the computer program 63 are for example loaded into a RAM before being executed by the processor of the processing unit 62. The processing unit 62 receives as input at least a biometric measurement. The microprocessor of the processing unit 62 implements the steps of the recognition method described above, according to the instructions of the computer program 63.
L'unité de traitement 62 délivre en sortie une décision D correspondant soir à un identifiant d'individu reconnu soit à un code d'erreur d'identification. The processing unit 62 outputs a decision D corresponding evening to an individual identifier recognized by either an identification error code.
ANNEXE A Exemple de requête XML d'un serveur client vers le serveur centralAPPENDIX A XML request example from a client server to the central server
<simbad> <request><simbad> <request>
<sendDataTest><SendDataTest>
<serviceId>serviceIdValue</serviceId><ServiceId> serviceIdValue </ serviceId>
<identMode>IDENTIFICATION|AUTHENTICATION</ identMode><identMode> IDENTIFICATION | AUTHENTICATION </ identMode>
<groupId>groupIdValue</groupId><GroupId> groupIdValue </ groupId>
[<secLevel>HIGH|MEDIUM|LOW</secLevel>] [<userId>userIdValue</userId>] [<voice>[<secLevel> HIGH | MEDIUM | LOW </ secLevel>] [<userId> userIdValue </ userId>] [<voice>
<filename>voiceFile 1 </filename> <filename>voiceFile2</filename><filename> voiceFile 1 </ filename> <filename> voiceFile2 </ filename>
<filename>voiceFileN</filename><Filename> voiceFileN </ filename>
</voice>]</ Voice>]
[<face>[<Face>
<filename>faceFile 1 </filename> <filename>faceFile2</filename><filename> faceFile 1 </ filename> <filename> faceFile2 </ filename>
<filename>faceFileN</filename><Filename> faceFileN </ filename>
</face>]</ Face>]
[<other>[<Other>
<filename>otherFile 1 </filename> <filename>otherFile2</filename><filename> otherFile 1 </ filename> <filename> otherFile2 </ filename>
<filename>otherFileN</filename> </other>] </sendDataTest> </request> </simbad> ANNEXE B Exemple de réponse XML du serveur central vers le serveur client<filename> otherFileN </ filename></other>]</sendDataTest></request></simbad> APPENDIX B XML response example from the central server to the client server
<simbad><Simbad>
<response status=OK><response status = OK>
<decision>COMPLETE|INCOMPLETE|ERROR textError</decision><decision> COMPLETE | INCOMPLETE | ERROR textError </ decision>
[<groupId>groupIdValue</groupId>] [<userld value="userIdValueN" score_global="scoreValue"></userId>] [<details> [<voice>[<groupId> groupIdValue </ groupId>] [<userid value = "userIdValueN" score_global = "scoreValue"> </ userId>] [<details> [<voice>
[groupldl userldl scorel], [groupldl userld2 score2], [groupldl userld3 score3]| INCOMPLETE] ERROR Description </voice>] [<face>[groupldl userldl scorel], [groupldl userld2 score2], [groupldl userld3 score3] | INCOMPLETE] ERROR Description </ voice>] [<face>
[groupldl userldl scorel], [groupldl userld2 score2], [groupldl userld3 score3]| INCOMPLETE] ERROR Description </face>] [<others>[groupldl userldl scorel], [groupldl userld2 score2], [groupldl userld3 score3] | INCOMPLETE] ERROR Description </ face>] [<others>
[groupldl userldl scorel], [groupldl userld2 score2], [groupldl userld3 score3]| INCOMPLETE! ERROR Description </others>] </details>] </response> </simbad> ANNEXE C[groupldl userldl scorel], [groupldl userld2 score2], [groupldl userld3 score3] | INCOMPLETE! ERROR Description </ others>] </ details>] </ response></simbad> ANNEX C
Exemple d'implémentation des algorithmes de fusion selon un mode de réalisation particulier de l'inventionExample of implementation of the fusion algorithms according to a particular embodiment of the invention
Initialisationinitialization
// initialisation de la procédure de fusion de données // biométriques// initialization of the biometric data merging procedure
// chargement des paramètres en entrée// loading input parameters
// initialisation des valeurs rule, fusion et SL // initialization of the rule, merge and S L values
// fusion peut suivre un ordre pré-établi // initialisation variable nouvelle_iteration en //fonction de itmax si it > itmax nouvelle itération = FALSE sinon nouve Ue _ite ration = TRUE si fusion égal à fusion _opinions //calculer la fusion d'opinions goto Fusion Opinion sinon si fusion égal àfusion_distances //calculer la fusion de distance goto FusionDistance sinon si fusion égal à combinaison_fusions //calculer la combinaison de mécanismes de //fusion goto FusionDistance goto FusionOpinion sinon// merge can follow a pre-established // variable initialization new_iterition // function of it max if it> it max new iteration = FALSE otherwise new_e ration = TRUE if merge equals merge _opinions // calculate merge 'Opinions goto Fusion Opinion otherwise if merger equal to fusion_distances // calculate distance merger goto FusionDistance otherwise if merge equals combination_fusions // calculate combination of merge mechanisms goto FusionDistance goto FusionOpinion otherwise
//calculer la combinaison de mécanismes de //fusion goto FusionDistance goto FusionOpinion// calculate the combination of goto merger mechanisms FusionDistance goto FusionOpinion
FusionDistanceFusionDistance
// ordonner Xj = (IDj, Pj) en fonction des valeurs de Pj // calcul de la matrice de distances // initialiser D// order Xj = (IDj, Pj) according to the values of Pj // calculation of the distance matrix // initialize D
// calculer matrice D avec N couples [id,d]j
Figure imgf000027_0001
// dj: iéme mesure de distance) pour chaque couple [ID,P]j du tableau X (i=0..N-l) pour chaque individu (j=O..x-l)
Figure imgf000027_0002
// calculate matrix D with N couples [id, d] j
Figure imgf000027_0001
// dj: this distance measure) for each pair [ID, P] j of array X (i = 0..Nl) for each individual (j = O..xl)
Figure imgf000027_0002
//probabilités différentes en suivant un //ordre descendant Id1Q] <r ID1Q] j ^ j + 1 sinon : //probabilités consécutives égales
Figure imgf000028_0001
Id1Q] ^ ID1Q]
Figure imgf000028_0002
j ^ j + 2// different probabilities by following a // descending order Id 1 Q] <r ID 1 Q] j ^ j + 1 else: // equal consecutive probabilities
Figure imgf000028_0001
Id 1 Q] ^ ID 1 Q]
Figure imgf000028_0002
j ^ j + 2
// calcul de la matrice de fusion de distances FD = //[ID^fd] // initialiser vecteur FD pour chacune des x valeurs de ido[j] pour i=0.. N-I // fdQ] égal à la somme des N valeurs dj //associées à ido[j]// calculate the distance merge matrix FD = // [ID ^ fd] // initialize vector FD for each of the x values of ido [j] for i = 0 .. NI // fdQ] equal to the sum of N values dj // associated with ido [j]
IDdDI <r Id0G] // ordonner vecteur FD suivant un ordre descendant en //fonction des valeurs de fdIDdDI <r Id 0 G] // order vector FD following a descending order in // function of the values of fd
FusionOpinionFusionOpinion
// calcul du vecteur de fusion d'opinions// calculate the opinion merge vector
//initialiser vecteur de coefficients de pondération //ω[i]pour chaque couple [ID5P]1 du tableau X (i=0..N-//l)en fonction de la règle (e.g. somme/produit //pondéré), du niveau de sécurité SL, et du niveau de //qualité du signal en entrée si N > 1
Figure imgf000028_0003
sinon:// initialize vector of weighting coefficients // ω [i] for each pair [ID 5 P] 1 of array X (i = 0..N - // l) according to the rule (eg sum / product // weighted), the security level S L , and the level of // quality of the input signal if N> 1
Figure imgf000028_0003
if not:
//valeur préétablie ω [0] <- default coef// pre-established value ω [0] <- default coef
//initialiser vecteur FO = [IDOp,fo] pour chacune des x valeurs de IDQ pour i=0.. N-I si rule égal à somme _pondérée// initialize vector FO = [ID O p, fo] for each of the x values of IDQ for i = 0 .. NI if rule equal to sum _weighted
II fo[j] somme des N valeurs de Pj //associées à IDQ[J ]
Figure imgf000028_0004
sinon : si rule égal à produit _pondéré foQ] <r foQ] * (PiQ])Λ ω [i] sinonII fo [j] sum of N values of Pj // associated with IDQ [J]
Figure imgf000028_0004
otherwise: if rule equal to product _weighted foQ] <r foQ] * (PiQ)) Λ ω [i] if not
//appliquer autre règle
Figure imgf000029_0001
j ^ j + l// apply another rule
Figure imgf000029_0001
j ^ j + l
//ordonner vecteur FO suivant un ordre descendant en //fonction des valeurs de fo// order vector FO according to a descending order in function of the values of fo
DécisionDecision
Les valeurs des seuils β et Δ vont dépendre de SL, fusion et rule.The values of the thresholds β and Δ will depend on S L , fusion and rule.
// estimation de l'identité de l'individu, décision //initialiser les seuils (β, Δ) si fusion égal à FUSION_DISTANCES // décision fusion de distances// estimate of the identity of the individual, decision // initialize the thresholds (β, Δ) if fusion equals FUSION_DISTANCES // merge distance decision
IDmax <~ IDj 0=1 -x) tel que FDminD"]bminIDmax < ~ IDj 0 = 1 -x) such that FD minD " ] bmin
si FDOW1) <= β si (FDGmin-l) - FDOmin)) > Δif FDOW 1 ) <= β si (FDG m in-1) - FDO mi n))> Δ
Y <r IDmax Yd = Y sinon: si SL < 1 si nouvelle iteration égal a TRUE goto Initialisation sinonY <r IDmax Yd = Y otherwise: if S L <1 if new iteration equal to TRUE goto Initialization otherwise
// déclencher WARNING sinon: // appliquer solution par défaut sinon: si nouvelle iteration égal a TRUE goto Initialisation sinon // déclencher WARNING si fusion égal à FUSION OPINIONS : // décision fusion d'opinions// trigger WARNING otherwise: // apply default solution otherwise: if new iteration equal to TRUE goto Initialization else // trigger WARNING if merger equals FUSION OPINIONS: // merge opinion decision
IDmax <- IDj G=I-M) tel que FOmax|j][]max
Figure imgf000029_0002
si (FOGmax) " FOGmax " I)) > Δ Y <r IDmax Yo = Y sinon: si SL < 1 si nouvelle iteration égal a TRUE goto Initialisation sinonID max <- IDj G = IM) such that FO max | j] [] max
Figure imgf000029_0002
if (FOGmax) "FOGmax"I))> Δ Y <r max ID Yo = Y otherwise: if S L <1 if new iteration equal to TRUE goto Initialization otherwise
// déclencher WARNING sinon:// trigger WARNING otherwise:
// appliquer solution par défaut sinon: si nouvelle iteration égal a TRUE goto Initialisation sinon// apply default solution otherwise: if new iteration equal to TRUE goto Initialization otherwise
// déclencher WARNING sinon:// trigger WARNING otherwise:
//combinaison mécanismes de fusion goto decision_fusion_distances goto decision_fusion_opinions //comparer identité Y reconnue pour les deux mécanismes si Yo égal a Yd// combination merger mechanisms goto decision_fusion_distances goto decision_fusion_opinions // compare identity Y recognized for both mechanisms if Yo equals Yd
// Y identité reconnue Y = Yo = Yd sinon // déclencher WARNING // Y identity recognized Y = Yo = Yd otherwise // trigger WARNING

Claims

REVENDICATIONS
1. Procédé de reconnaissance d'un individu par fusion d'au moins deux résultats de mesures biométriques, comprenant une première étape de fusion (12) délivrant un premier résultat de reconnaissance (121), caractérisé en ce qu'il comprend : au moins une deuxième étape de fusion (13), délivrant au moins un deuxième résultat de reconnaissance (131), une étape de sélection (11) d'un mode de reconnaissance, dit mode sélectionné, parmi au moins trois modes de reconnaissance, correspondant d'une part à chacune desdites étapes de fusion prises indépendamment, et d'autre part à au moins une combinaison (14) d'au moins deux desdites étapes de fusion, et une étape de décision de reconnaissance (15), délivrant une décision de reconnaissance (D) déterminée en fonction du ou desdits résultats de reconnaissance dudit mode sélectionné.A method of recognizing an individual by fusing at least two biometric measurement results, comprising a first melting step (12) delivering a first recognition result (121), characterized in that it comprises: a second melting step (13), delivering at least a second recognition result (131), a selection step (11) of a recognition mode, said selected mode, among at least three recognition modes, corresponding to a part to each of said merging steps taken independently, and secondly to at least one combination (14) of at least two of said merging steps, and a recognition decision step (15), issuing a recognition decision (D) determined according to the one or more recognition results of said selected mode.
2. Procédé de reconnaissance selon la revendication 1, caractérisé en ce que ladite étape de sélection (11) tient compte d'au moins une information appartenant au groupe comprenant : un niveau de sécurité, un type de mesures biométriques, un niveau de qualité d'au moins une mesure biométrique, un niveau de qualité d'au moins un desdits résultats de reconnaissance, un temps d'exécution maximum.2. Recognition method according to claim 1, characterized in that said selection step (11) takes account of at least one information belonging to the group comprising: a security level, a type of biometric measurements, a quality level of at least one biometric measurement, a quality level of at least one of said recognition results, a maximum execution time.
3. Procédé de reconnaissance selon l'une quelconque des revendications 1 et 2, caractérisé en ce que lesdites première (12) et/ou deuxième (13) étapes de fusion appartiennent au groupe comprenant : - les fusions de distances, les fusions d'opinions. 3. Recognition method according to any one of claims 1 and 2, characterized in that said first (12) and / or second (13) melting steps belong to the group comprising: - distance mergers, mergers of opinion.
4. Procédé de reconnaissance selon l'une quelconque des revendications 1 à4. Recognition method according to any one of claims 1 to
3, caractérisé en ce qu'au moins une desdites étapes de fusion met en œuvre des coefficients de pondération prédéterminés. 3, characterized in that at least one of said melting steps implements predetermined weighting coefficients.
5. Procédé de reconnaissance selon l'une quelconque des revendications 1 à5. Recognition method according to any one of claims 1 to
4, caractérisé en ce que ledit mode sélectionné met en œuvre une règle de fusion correspondant à une somme ou une multiplication d'au moins deux desdits résultats de mesures biométriques, déterminée selon un niveau de sécurité souhaité. 4, characterized in that said selected mode implements a merge rule corresponding to a sum or a multiplication of at least two of said biometric measurement results, determined according to a desired security level.
6. Procédé de reconnaissance selon l'une quelconque des revendications 1 à6. Recognition method according to any one of claims 1 to
5, caractérisé en ce qu'il est mis en oeuvre dans un serveur central (20), lesdits résultats de mesures biométriques provenant d'au moins deux serveurs biométriques distants (22 ls 222).5, characterized in that it is implemented in a central server (20), said biometric measurement results from at least two remote biometric servers (22 ls 22 2 ).
7. Procédé de reconnaissance selon la revendication 6, caractérisé en ce que ladite décision de reconnaissance est transmise à au moins un serveur client distant (21).7. Recognition method according to claim 6, characterized in that said recognition decision is transmitted to at least one remote client server (21).
8. Procédé de reconnaissance selon les revendications 6 et 7, caractérisé en ce que ledit serveur central communique avec lesdits serveurs biométriques et ledit serveur client suivant un formalisme XML. 8. Recognition method according to claims 6 and 7, characterized in that said central server communicates with said biometric servers and said client server following an XML formalism.
9. Procédé de reconnaissance selon l'une quelconque des revendications 6 à 8, caractérisé en ce que ledit serveur central accède de manière simultanée à tous lesdits serveurs biométriques distants.9. Recognition method according to any one of claims 6 to 8, characterized in that said central server accesses simultaneously all said remote biometric servers.
10. Serveur central mettant en œuvre un procédé de reconnaissance d'un individu par fusion d'au moins deux résultats de mesures biométriques, comprenant des premiers moyens de fusion délivrant un premier résultat de reconnaissance, caractérisé en ce qu'il comprend : des deuxièmes moyens de fusion, délivrant au moins un deuxième résultat de reconnaissance, - des moyens de sélection d'un mode de reconnaissance, sélectionnant un mode de reconnaissance parmi au moins trois modes de reconnaissance correspondant d'une part à la mise en œuvre de chacun desdits moyens de fusion pris indépendamment, et d'autre part à la mise en œuvre d'au moins une combinaison d'au moins deux desdits moyens de fusion, dit mode sélectionné, et des moyens de décision de reconnaissance, délivrant une décision de reconnaissance déterminée en fonction du ou desdits résultats de reconnaissance dudit mode sélectionné. Central server implementing a method for recognizing an individual by merging at least two biometric measurement results, comprising first fusion means delivering a first recognition result, characterized in that it comprises: second merging means, delivering at least one second recognition result, - means for selecting a recognition mode, selecting a recognition mode from at least three recognition modes corresponding on the one hand to the implementation of each of said merging means taken independently, and on the other hand to the implementation of at least one combination of at least one combination of at least two of said merging means, said selected mode, and recognition decision means, delivering a recognition decision determined according to the one or more recognition results of said selected mode.
11. Produit programme d'ordinateur téléchargeable depuis un réseau de communication et/ou enregistré sur un support lisible par ordinateur et/ou exécutable par un processeur, caractérisé en ce qu'il comprend des instructions de code de programme pour la mise en œuvre du procédé de reconnaissance d'un individu par fusion d'au moins deux résultats de mesures biométriques selon l'une au moins des revendications 1 à 9. 11. Computer program product downloadable from a communication network and / or recorded on a computer readable medium and / or executable by a processor, characterized in that it comprises program code instructions for the implementation of the method of recognizing an individual by fusing at least two biometric measurement results according to at least one of claims 1 to 9.
PCT/FR2007/051552 2006-07-03 2007-06-28 Method of recognizing an individual by merging at least two results of biometric measurements, corresponding central server, computer program product WO2008003888A2 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0606005A FR2903209A1 (en) 2006-07-03 2006-07-03 METHOD FOR RECOGNIZING AN INDIVIDUAL BY FUSION OF AT LEAST TWO RESULTS OF BIOMETRIC MEASUREMENTS, CENTRAL SERVER, CORRESPONDING COMPUTER PROGRAM PRODUCT
FR0606005 2006-07-03

Publications (2)

Publication Number Publication Date
WO2008003888A2 true WO2008003888A2 (en) 2008-01-10
WO2008003888A3 WO2008003888A3 (en) 2008-02-28

Family

ID=37719283

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2007/051552 WO2008003888A2 (en) 2006-07-03 2007-06-28 Method of recognizing an individual by merging at least two results of biometric measurements, corresponding central server, computer program product

Country Status (2)

Country Link
FR (1) FR2903209A1 (en)
WO (1) WO2008003888A2 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003077082A2 (en) * 2002-03-13 2003-09-18 Daon Holdings Limited A biometric authentication system and method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003077082A2 (en) * 2002-03-13 2003-09-18 Daon Holdings Limited A biometric authentication system and method

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A. K. JAIN, A. ROSS: "Multibiometric systems" COMMUNICATIONS OF THE ACM, [Online] vol. 47, no. 1, janvier 2004 (2004-01), pages 34-40, XP002420228 ISSN: 0001-0782 Extrait de l'Internet: URL:http://portal.acm.org/ft_gateway.cfm?id=962102&type=pdf&coll=Portal&dl=ACM&CFID=11369969&CFTOKEN=81156769> [extrait le 2007-02-13] *

Also Published As

Publication number Publication date
WO2008003888A3 (en) 2008-02-28
FR2903209A1 (en) 2008-01-04

Similar Documents

Publication Publication Date Title
EP3460697B1 (en) Identity authentication method and apparatus
EP3640843B1 (en) Method for extracting characteristics of a fingerprint represented by an input image
EP1864242A1 (en) Method of identifying faces from face images and corresponding device and computer program
FR2965377A1 (en) METHOD FOR CLASSIFYING BIOMETRIC DATA
EP1385149A1 (en) Normalisation of verification score in a device for speaker verification
EP2356773B1 (en) Identification or authorisation method, and associated system and secure module
EP2537286B1 (en) Method for biometric authentication, authentication system and corresponding program
EP4124942A1 (en) Method and system for processing personal data using homomorphic encryption
WO2007060360A1 (en) Method for authenticating sequential data and equipment therefor
EP3933626B1 (en) Assessment of the bias of a biometric identification function
WO2008003888A2 (en) Method of recognizing an individual by merging at least two results of biometric measurements, corresponding central server, computer program product
EP2804129A1 (en) Visual speech-recognition method with selection of the most relevant groups of points of interest
EP2804175A1 (en) Visual speech-recognition method by monitoring local deformations of a set of points of interest of the mouth of the speaker
EP1946247B1 (en) Method for assisting in making a decision on biometric data
EP3928501A1 (en) Method for managing the access of a user to a voice service, corresponding device, system and programs
FR3103598A1 (en) Module for processing an audio-video stream associating the spoken words with the corresponding faces
EP2048592B1 (en) Biometric authentication method, corresponding authentication system, program and terminal
FR3103045A1 (en) A method of augmenting a training image base representing a fingerprint on a background using a generative antagonist network
EP3842969A1 (en) Method and system for biometric identification and authentication with audiovisual template
FR3138223A1 (en) Method, device and computer program for controlling access to digital services
FR3106678A1 (en) Biometric processing including a penalty for a match score
EP3825915A1 (en) Classification of a biometric print wherein an image is input
WO2020187640A1 (en) Identity verification or identification method using handwritten signatures affixed to a digital sensor
FR3137479A1 (en) Biometric recognition process
FR3135804A1 (en) BIOMETRIC IDENTIFICATION METHOD AND DEVICE

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 07803961

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

NENP Non-entry into the national phase

Ref country code: RU

122 Ep: pct application non-entry in european phase

Ref document number: 07803961

Country of ref document: EP

Kind code of ref document: A2