<!-- Slide number: 1 -->
 RECONNAISSANCE AUTOMATIQUE DES EMPREINTES DIGITALES
 # Soutenu par : AUJE Walid AROUA Firas
Encadrement: Solenna Blanchard
Notes:
<!-- Slide number: 2 -->
Introduction
 2
<!-- Slide number: 3 -->
Historique Les premières traces d'utilisation d’empreintes digitales ont été découvertes en Egypte et datent de l’époque des pyramides il y a plus de 4000 ans. Les Chinois ont aussi utilisé très tôt ce moyen pour signer les documents officiels (le plus vieux document signé date du troisième siècle avant Jésus Christ) mais ils ne savaient sûrement pas que les empreintes étaient uniques pour chaque personne et permettaient ainsi une identification fiable. C’est en 1856 que l’anglais William Hershel, après avoir utilisé les empreintes en guise de signature sur la population indienne qu’il dirigeait, commença à comprendre que les empreintes étaient uniques et constantes dans le temps. En 1888 le britannique Francis Galton publia une étude sur les empreintes digitales où il établit leurs caractéristiques (unicité, empreintes fut adoptée officiellement en Angleterre dans le système judiciaire. Cette technique fut ensuite largement développée dans les enquêtes criminelles et permit de résoudre un bon nombre d'affaires. De nos jours les empreintes sont toujours largement utilisées et reconnues comme méthode d’identification fiable.
3
Notes: kekurnefufjjvu
<!-- Slide number: 4 -->
Caractéristiques des empreintes
 | 1-terminaison | 9-boucle double | | --- | --- | | 2-bifurcation simple | 10-pont simple | | 3- bifurcation double | 11-pont jumeau | | 4- bifurcation triple 1 | 12-intervalle | | 5- bifurcation triple 2 | 13-point isolé | | 6-bifurcation triple 3 | 14- traversée | | 7-crochet | 15-croisement | | 8-boucle simple | 16- -tête bêche |
4
Notes:
Publicité
<!-- Slide number: 5 -->
Structure d'un système complet de reconnaissance d'empreintes
5
Notes:
<!-- Slide number: 6 -->
L’état de l’art
6
Notes:
<!-- Slide number: 7 -->
Apprentissage artificiel
7
Notes:
<!-- Slide number: 8 -->
0. Choix de base de données
Publicité
8
Notes:
<!-- Slide number: 9 -->
Résultats expérimentaux et difficultés
La binarisation :
9
Notes:
<!-- Slide number: 10 -->
2. Enhancement
 10
Notes:
<!-- Slide number: 11 -->
3. Thining “squelatisation”
 11
Notes:
<!-- Slide number: 12 -->
3. Extraction des minuties
Publicité
 | CN | NATURE DE LA MINUTIE EN P | | --- | --- | | 0 | Erreur =>Point isolé | | 1 | Terminaison | | 2 | Erreur =>Point £ Sillon | | 3 | Divergence ou bifurcation | | 4 | Erreur=>Minutie à 4 branches |
Notes:
<!-- Slide number: 13 -->
3. Suppression des fausses minuties :
 13
Notes:
<!-- Slide number: 14 -->
Matching :
Distance Euclidienne : Pour chaque minutie (Bifurcation ou bien terminaison) on calcule la somme des distances d’une minutie aux autres On appelle origine « le » point qui correspond à la plus petite des sommes de distances calculées3
 Après on somme tous les rapports, le nombre obtenu c’est score qui caractérise l’empreinte. On applique cet algorithme pour toutes les empreintes dans notre base de données, si on obtient le même score du coup l’empreinte correspond à une image dans la base de données. Difficulté : Cette méthode est uniquement utile si on veut comparer deux empreintes sans changer la direction ou bien la prise de l’empreinte n’est pas complète comme l’image 101_5 du coup il faut trouver une solution pour bien recaler l’orientation des minuties afin de bien faire la reconnaissance. 14
Notes:
<!-- Slide number: 15 -->
Conclusion et Perspectives Conclusion
 15