Authentification biométrique bimodale par le classificateur GMM orthogonal

Abstract

Notre travail se place dans le cadre de la biométrie et des systèmes de reconnaissance des individus. L’étude que nous avons menée peut être divisée en trois grandes parties. Elle commence par l’étude des deux modalités que sont le visage et la voix, depuis leur capture jusqu’à l’extraction de leurs paramètres et leur modélisation par le classificateur GMM (Gaussian Mixtures Models) qui est l’un des classificateurs les plus utilisés en reconnaissance du locuteur en mode indépendant du texte. Elle se poursuit par l’étude des OGMM (Orthogonal Gaussian Mixtures) qui est une amélioration de l’algorithme standard en effectuant des tests comparatifs pour chaque modalité. Elle se termine enfin par la tendance actuelle qui est la multimodalité. En effet, pour renforcer un système biométrique sans utiliser de modalité coûteuse ou intrusive. On terminera donc par étudier différentes méthodes de fusion des modalités visage et voix, depuis les méthodes simples jusqu’aux méthodes basées sur les classificateurs GMM et OGMM.