Contribution à la vérification multi-modale de l'identité en utilisant la fusion de décisions

La verification automatique de l'identite d'une personne est utilisee dans beaucoup d'applications telles que l'acces a des services automatises et a des endroits proteges (banques,....). Un facteur important, qui limite le developpement de ces services, est la necessite de diminuer la probabilite d'intrusion par des imposteurs (ce qu'on appelle le taux de fausses acceptations: FA), tout en minimisant la probabilite d'etre rejete pour les clients (ce qu'on appelle le taux de faux rejets: FR). Une possibilite pour relever ce defi est d'utiliser plusieurs "procedes d'identification" (souvent appeles modalites) differents, et de les combiner ou de les fusionner. L'utilisation d'un "mot de passe" ou d'une carte avec numero d'identification personnel (PIN) est une modalite de verification bien connue et tres populaire. Malheureusement, on peut oublier ce PIN ou le "perdre" et, en plus, la seule chose que l'on verifie vraiment est la connaissance du bon numero. Une autre approche consiste a utiliser des modalites dites biometriques, qui se basent sur la mesure de certaines caracteristiques biologiques de personnes (empreintes digitales, visage, parole,....). L'etre humain utilise d'ailleurs la vision et le signal vocal, lorsqu'il est confronte a ce meme probleme de reconnaissance. L'avantage intrinseque de ces modalites biometriques est qu'elles sont "liees" a l'individu (on ne peut pas les perdre). Parmi les modalites biometriques les plus utilisees, on trouve tout d'abord le signal vocal (verification du locuteur). Cette methode de verification est deja bien connue, mais souffre de quelques desavantages majeurs. Un de ces desavantages est la variabilite dans le temps des caracteristiques d'un meme locuteur (variabilite intra-locuteur). Pour integrer cette variabilite fondamentale et pour assurer la robustesse des methodes traditionnelles de verification de locuteur, il faut obligatoirement effectuer des seances d'entrainement relativement longues et repetees dans le temps, ce qui ne rend pas cette methode tres conviviale. Si on diminue la duree ou la frequence des seances d'entrainement, on degrade ipso facto les performances de ce genre de methodes. Un autre desavantage est le risque d'un enregistrement du signal de parole a des fins d'imposture. Une des possibilites attractives pour ammeliorer les performances des methodes de verification d'identite a faible niveau d'entrainement, tout en preservant la convivialite, est de ne pas se baser uniquement sur la parole, mais d'y inclure egalement d'autres informations (modalites), de preference independantes (afin de maximaliser l'apport d'information). Une des autres modalites possibles est sans aucun doute la vision. L'identification basee sur le visage peut evidemment utiliser des caracteristiques biometriques aussi bien de face (distance entre les yeux et la bouche,etc....) que de profil. La vue de face permet en outre de localiser les levres et de suivre leurs mouvements, et donc d'utiliser la synchronisation entre les levres et la parole. Pour ameliorer les resultats obtenus par une seule modalite, on peut combiner plusieurs d'entre elles, ce qui implique l'application de techniques de fusion de donnees. Ces techniques sont souvent classees dans trois categories differentes, basees respectivement sur l'utilisation de modeles physiques, de procedes d'inference et de methodes cognitives. Les modeles physiques utilisent la simulation et l'estimation. Les techniques d'inference comprennent entre autres les methodes statistiques (Bayes, Dempster-Shafer), les methodes de clustering, les reseaux de neurones, les methodes par vote et les methodes de reconnaissance de formes. Enfin les strategies cognitives se regroupent surtout autour de la logique floue et des systemes experts. L'objet de cette these est d'explorer differentes techniques de fusion de donnees en mettant l'accent sur les techniques d'inference.