KTPM reconnaissance des empreintes digitales par lalgorithme SIFT

50 363 0
KTPM reconnaissance des empreintes digitales par lalgorithme SIFT

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

L’UNIVERSITÉ DE CANTHO FACULTÉ DE TECHNOLOGY DE L’INFORMATION ET DE LA COMMUNICATION MÉMOIRE DE FIN D’ÉTUDES Sujet : Reconnaisance des empreintes digitales par l’algorithme SIFT Tuteur Dr PHAM Nguyen Khang Étudiant BUI Thanh Trung Cantho, 2011 Reconnaissance des empreintes digitales par l'algorithme SIFT REMERCIEMENTS D’abord, je tiens remercier particulièrement mon tuteur Monsieur PHAM Nguyen Khang de ses conseils et son aide précieuse pour la résolution de nombreux problèmes dans mon mémoire Je tiens remercier également Monsieur TRAN Cao De, Madame PHAN Thi Hong Thao, qui sont toujours enthousiasmes de me conseiller et de m’orienter dans mes études Je tiens remercier aussi Monsieur TRAN Van Lua, Monsieur PHAM Hong Phuc, qui ma enseignộ le franỗais dans les quatre ans derniers Puis, je tiens remercier les membres dans le jury de soutenance de mémoires qui lisent et commentent mon mémoire pour perfectionner mes études dans le futur Je tiens remercier les enseignants dans la Faculté de Technologie de l’Information et de la Communication, qui m’ont énormément aidé dans l'enseignement durant le temps de mes études Je tiens remercier mes parents pour leurs encouragements, leurs soins, leur amour, leur soutien pendant toutes ces années études Enfin, je remercie mes amis de l’Université de Cantho de m’aider, de partager et de m’encourager afin que je puisse me concentrer plein temps sur mon mémoire BUI Thanh Trung Tuteur: Dr PHAM Nguyen Khang Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT TABLE DES MATIERES REMERCIEMENTS .1 TABLE DES MATIERES TABLE DES FIGURES ABTRACT .4 RÉSUMÉ CHAPITRE 1: INTRODUTION 1.PROBLÉMATIQUE 2.LES TRAVAUX À FAIRE .7 3.MÉTHODE DE TRAVAIL .7 4.STRUCTURE DU MÉMOIRE CHAPITRE 2: INTRODUCTION D’EMPREINTE DIGITALE 1.CRACTÉRISTIQUE D’UNE EMPREINTE DIGITALE .9 2.LES ALGORITHMES DE TRAITER D’EMPREINTE DIGITALE 10 Le pré-traitement 11 L'extraction des minutiaes 13 La comparaison des empreintes digitales 15 3.LES MÉTHODE DE COMPARAISION DES EMPREINTES DIGITALES 15 CHAPITRE 3: L’ALGORITHME SIFT 17 1.GÉNÉRALITÉ .17 2.MÉTHODE D’EXTRAIRE DES SIFT CARACTÉRISTIQUES 19 Détection d’extremums dans l’espace d’échelle 19 Localisation des points clés 21 Assignation d’orientation aux points clés 22 Description du point clé .23 CHAPITRE 4: RECONNAISSANCE DES EMPREINTES DIGITALES PAR L’AGORITHME DE SIFT 24 1.ASSOCIATION DES MINUTIAES ET DES SIFT CARACTÉRISTIQUES .24 2.LA COMPARAISON BASE SUR SIFT CARACTÉRISTIQUES .26 3.MISE EN CORRESPONDANCE LES SIFT CARACTERISTIQUES 27 COMPARAISON DEUX EMPREINTES DIFGITALES 27 CHAPITRE 5: LES CONTENUS ET LES RÉSULTATS DE LA RECHERCHE .28 1.CONTENUS DE RECHERCHE 28 Structure de base de données .28 La fonction de «Ajouter utilisateur» 29 La fonction de «Identifier utilisateur» 31 Chercher le seuil S .32 2.RÉSULTATS 33 CHAPITRE 6: CONCLUSION ET PERSPECTIVE 36 1.CONCLUSION 36 2.PERSPECTIVE 36 RÉFÉRENCES 37 ANNEXE: ÉVALUER DE LA PRÉCISION 38 Tuteur: Dr PHAM Nguyen Khang Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT TABLE DES FIGURES Figure Caractéristique une empreinte digitale [1] Figure Les principales classes d’empreintes digitales selon la classification [1] Figure Les types de minuties les plus fréquentes, les terminaisons et bifurcations [1] 10 Figure La réprésentation d’une terminaison et d’une bifurcation [1] 10 Figure a) Image de hauteur et de largeur 10, b) la matrice 6x10 des pixels de l’image [1] 11 Figure Le processus d’extraire des minutiaes d’une empreinte digitale 12 Figure La détection des minuties: a,b) Les points normales; c) La bufication; d) La terminaison 14 Figure Les fins de crêtes (terminaisons) (rouge) et les bifurcations (bleu) 15 Figure Comparaison deux empreintes digitales basée sur des minutiaes.[2] 16 Figure 10 Détection des caractéristiques [3] 17 Figure 11 Les grands rectangles marquer des images correspondances 18 Figure 12 Construction de la pyramide de différences de gaussiens (DoG) [5] 20 Figure 13 Exemple de détection d'extremums dans l'espace des échelles 21 Figure 14 Collecter les amplitudes et les orientations [4] 22 Figure 15 Construction d’un descripteur SIFT [5] 23 Figure 16 Processus de vérification des empreintes digitales en associant 25 Figure 17 Processus de vérification des empreintes digitales 26 Figure 18 La structure de base de données 28 Figure 19 La fonction de « Ajouter utilisateur » 29 Figure 20 La structure du fichier personnes.xml 30 Figure 21 La structure du ficchier XML qui sauvegarde la collection de SIFT 30 Figure 22 La fonction de « Identification utilisateur » 31 Figure 23 La précision de la méthode 34 Figure 24 La précision de la méthode 35 Tuteur: Dr PHAM Nguyen Khang Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT ABTRACT Nowadays, fingerprints are being extensively used for person identification in a number of commercial, civil, and forensic applications Most of the current fingerprint verification systems utilize features that based on minutiae points These systems have shown fairly high accuracies However, in many cases, the fingerprint matching based on minutiae point is incorrect There are so many reasons for this problem, but the principles reasons are differences in scale and rotation, change in illumination and position of the images input In an effort to extend the existing technology for fingerprint verification, I have researched and propose two new fingerprint recognition methods using Scale Ivariant Feature Transformation (SIFT) which is locally based on the appearance of the object at particular interest points, invariant to image scale, rotation and also robust to changes in illumination, noise, occlusion The first method, it is the combination between the minutiae points and the SIFT features In this way, every SIFT feature which the position is near the minutiae point will be used for fingerprint matching The second method, I perform matching all of these SIFT feature points without using the minutiae To evaluate performances two methods above, I have setup experiment a real data set (about 306 fingerprints) from 34 students in Can Tho University My fingerprint matching system has achieved an accuracy of 92.6% for the first method, and 93.4% for the second method So, the results showed that the SIFT features are very useful for fingerprint feature extraction and matching Moreover, it opens up a new way to research the fingerprint recognition methods: based on SIFT features Tuteur: Dr PHAM Nguyen Khang Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT RÉSUMÉ De nos jours, des empreintes digitales sont largement utilisées pour l'identification des personnes dans plusieurs d'applications commerciales, civiles et judiciaires La plupart des systèmes de reconnaissance des empreintes digitales utilisent des caractéristiques qui basées sur des points minutiaes Ces systèmes ont montré assez haute précision Cependant, dans nombreuses cases, les empreintes digitales qui mirent en correspondant basé sur des minutiaes points sont incorrecte Il y a tellement des raisons pour ce problème, mais les raisons principales sont la différence d'échelle et la rotation, le changement dans l'éclairage et le changement de position des empreintes digitales Dans un effort d’étendre la technologie existante pour la reconnaissance des empreintes digitales, j'ai étudié et de proposer deux nouvelles méthodes de mis en correspondance d'empreintes digitales en utilisant Scale Ivariant Feature Transformation (SIFT) qui est localement basée sur l'apparence de l'objet des points d'intérêt particulier, invariant l'échelle d’image, la rotation et aussi robuste aux changements de l'éclairage, le bruit, l'occlusion La première méthode, c'est l’association entre les SIFT caractéristiques et les points minutiaes De cette manière, tous les points d'intérêts dont la position se trouve tout près des points minutiaes seront utilisés pour mettre en correspondance La deuxième méthode, je mets en correspondant tous ces points d’intérêts sans utiliser les points minutiaes Pour évaluer les performances de ces deux méthodes, j’ai installé une expérimentation avec des données réelles (environ 306 empreintes digitales) partir de 34 étudiants au Université de Can Tho Mon système de reconnaissance des empreintes digitales a obtenu la précision de 92.6% pour la première méthode, et 93.4% pour la deuxième méthode Alors, les résultats ont montré que des SIFT caractéristiques sont très utiles la reconnaissance des empreintes digitales De plus, il ouvrit aussi un autre axe de rechercher des méthodes de reconnaissance des empreintes digitales dans l’avenir: basée sur des SIFT caractéristiques Tuteur: Dr PHAM Nguyen Khang Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT CHAPITRE 1: INTRODUTION PROBLÉMATIQUE De nos jours, la prolifération des terminaux d'accès et la croissance des moyens de communication tels que les déplacements physiques, les transactions financières, l'accès aux services et bien d'autres encore impliquent le besoin de s'assurer de l'identité des individus Les moyens classiques de vérification d'identité comme le mot de passe, une pièce d'identité, une clef, ou un badge ont chacun des faiblesses respectives Par exemple, le mot de passe peut être oublié par son utilisateur Le badge (la clef ou la pièce d'identité) peut-être perdu ou volé La biométrie peut ainsi permettre d'éliminer certains de ces inconvénients en basant la vérification sur des caractéristiques propres de chaque individu Récemment, la biométrie est plus courante Elle est un ensemble des technologies (on les appelées les technologies biométriques) qui exploitent des caractéristiques humaines physiques ou comportementales telles que l'empreinte digitale, la signature, l'iris, la voix, le visage pour différencier des personnes Parmi eux, l'empreinte digitale est une caractéristique qui est plus utilisée dans les systèmes biométriques grâce leur distinction, leur stabilité et leur population Les années dernières, des informaticiens ont étudié et proposé nombreuses méthodes de comparer des empreintes digitales en utilisant des techniques différentes Parmi eux, la méthode de comparaison basée sur des minuties montre un assez bon résultat En effet, plusieurs expressions d'une même empreinte digitale peuvent donner des images très différentes selon que: • Un même empreinte digitale appuie sur les deux positions différentes sur la surface de contact du lecteur d'empreinte digitale • Une partie du doigt est placée en dehors de la surface de contact du lecteur • Un même doigt est plus ou moins appuyé contre la surface de contact du lecteur • Le doigt n’est pas propre À cause de ces raisons, le système peut être donné les résultats incorrects En 1999, dans le domaine de la vision par ordinateur, David Lowe a étudié et proposé un algorithme qui permet de transformer d’une image en une collection de vecteurs de caractéristiques Ces vecteurs étant invariants aux transformations de l’image, changement d’échelle (redimensionnement), rotation et partiellement invariants aux changements d’éclairage… Cet algorithme s’appelle SIFT Tuteur: Dr PHAM Nguyen Khang Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT Ainsi, il y a un problème résoudre: est-ce des SIFT caractéristiques sont utiles pour reconntre des empreintes digitales? Est-ce des SIFT caractéristiques peuvent utiliser pour surmonter des imperfections dans la méthode précédente? Dans le cadre du mémoire, je me concentrerai sur l’étude des méthodes de reconnaissance des empreintes digitales en utilisant l’algorithme SIFT LES TRAVAUX À FAIRE Les travaux faire au mémoire sont concentrées en trois parties principales: • Étudier l’algorithme SIFT, ses caractéristiques et la faỗon dextraire des SIFT vecteurs ẫtudier des méthodes de reconnaissance des empreintes digitales base sur des SIFT vecteurs • Développer une application pour évaluer ces méthodes MÉTHODE DE TRAVAIL Afin d’accomplir les travaux que j’ai donnés précédemment, j’ai établi un plan pour mon mémoire En général, la faỗon de travail se rộsumait comme suit: Rechercher sur des travaux antérieurs concernant des méthodes de reconnaissance des empreintes digitales • Chercher et étudier l’algorithme SIFT via l’internet, forum,… surtout l’article proposé par David Lowe et les documents concernant • Proposer la méthode de reconnaissance des empreintes digitales basée sur des SIFT vecteurs; développer une application pour l’évaluer Collecter des empreintes digitales pour l’expérimentation Si le résultat est mauvais, il faut améliorer cette méthode jusqu’à trouver le bon résultat STRUCTURE DU MÉMOIRE Ce rapport se divise en parties: - Chapitre (Introduction): parler un peu sur le contexte de travail et le problème que je dois traiter Tuteur: Dr PHAM Nguyen Khang Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT - Chapitre (Introduction d’empreinte digitale): faire une générale introduction de la structure, les algorithmes du traitement et des méthodes de comparaison des empreintes digitales - Chapitre (L’algorithme SIFT): présenter l’algorithme SIFT, leurs caractéristiques et la méthode d’extraire des descripteurs SIFT - Chapitre (Reconnaissance des empreintes digitales par l’algorithme SIFT): analyser les deux méthodes de reconnaissance des empreintes digitales basée sur des descripteurs SIFT - Chapitre (Les contenus et les résultats de la recherche): détailler les contenus et les résultats que j’ai obtenus après évaluer la précision de chaque méthode - Chapitre (Conclusion et perspective): tirer quelques conclusions et aborder quelques perspectives pour l’avenir Tuteur: Dr PHAM Nguyen Khang Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT CHAPITRE 2: INTRODUCTION D’EMPREINTE DIGITALE CRACTÉRISTIQUE D’UNE EMPREINTE DIGITALE Lorsqu'on appuie le doigt sur un surface lisse, on va obtenir une empreinte digitale Elle est formée d'un ensemble de linges parallèles appelés stries et d'espaces entre les stries appelés vallées Une vue générale, dans une empreinte digitale, il existe des régions où des stries et des vallées ont la forme particulière Ces régions s'appellent des régions caractéristiques ou régions singulières Elles sont classées en trois grandes catégories: boucle, delta et spires ou tourbillon Figure Caractéristique une empreinte digitale [1] Une autre caractéristique qui est plus importante est le coeur de l'empreinte digitale Il est défini comme le point supérieur de la ligne la plus au centre de l'empreinte digitale En réalité, le coeur est le point situé au centre de la boucle Figure Les principales classes d’empreintes digitales selon la classification [1] De haut en bas, de gauche droite nous avons les classes : arche, arche enchée, boucle gauche, boucle droite, spires et les boucles jumelles On voit aussi les régions singulières delta (triangles verts) et boucle (voisinage des cercles rouges) Les caractéristiques globales d’une empreinte sont donc les régions singulières et le cœur de l’empreinte Tuteur: Dr PHAM Nguyen Khang Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT Méthode 2: Seuil 0.025 Précision 58.8 0.03 0.0325 0.035 0.04 0.045 0.05 0.055 88.2 93.4 86.8 76.5 70.6 62.5 57.3 Le diagrame: La précision de la méthode 100 93.4 88.2 86.8 90 La précision (%) 80 76.5 70.6 70 60 62.5 58.8 57.3 50 40 30 20 10 0 0.01 0.02 0.03 0.04 0.05 0.06 Le se uil Figure 24 La précision de la méthode En utilisant le seuil = 0.0325 on va obtenir le meilleur résultat avec la précision 93.4% La comparaison les deux méthodes: Méthode Points-clés moyen Temps d'extraire (moyen) Temps de comparaison Précision maximale Méthode (Minuties 180 + SIFT) 6.55 secondes 0.265 seconde 92.6 % Méthode (SIFT) 6.42 secondes 3.825 secondes 93.4% 1940 La table précédent montre que le temps d'exécute de la méthode est plus rapide que la méthode Cependant, la précision de la méthode est plus haute que la méthode Alors, selon chaque circonstance, chaque système différent qu'on peut choisir méthode ou méthode pour obtenir le bon résultat Tuteur: Dr PHAM Nguyen Khang 35 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT CHAPITRE 6: CONCLUSION ET PERSPECTIVES CONCLUSION Dans ce mémoire, j'ai étudié presque toutes les méthodes de reconnaissance des empreintes digitales J'ai aussi étudié l'algorithme SIFT et leur application dans le domaine de la vision par ordinateur Base sur les caractéristiques du SIFT, j'ai proposé deux nouvelles méthodes de reconnaissance des empreintes digitales J'ai aussi développé une application pour évaluer la précision de chaque méthode Les deux méthodes ont obtenus les excellents résultats avec la précision de 92.6% pour la méthode et 93.4 % pour la méthode Cela montre qu'on peut utiliser les SIFT caractéristiques pour reconntre des empreintes digitales Alors, il ouvre aussi un autre axe de rechercher des méthodes de reconnaissance des empreintes digitales dans l'avenir PERSPECTIVES Malgré les succès, il me reste encore des problèmes résoudre Les deux méthodes que j’ai présentées dans ce mémoire peuvent être améliorés en quelques problèmes Le premier problème concerne la précision de la chaque méthode Comme on le sait, la meilleure précision qu'on a obtenu est 93.4% Ce n'est pas le mauvais résultat, mais il n'est pas assez fort pour appliquer un système qui requiert la haute précision, surtout dans les domaines des civile, criminel Alors, l'amélioration de la précision est nécessaire Le deuxième problème, c’est aussi le plus important est donc d’améliorer la vitesse d’identification Quand tester avec 34 échantillons d’empreinte digitale, ỗa fait environ secondes pour identifier une empreinte digitale Parce que le temps d’identification est proportionnel au nombre des empreintes digitales dans la base de données, alors si ce nombre augmente, la vitesse du système est augmentée aussi C’est un problème inacceptable dans un système temps réel Une fois la précision et la vitesse sont améliorées, je crois que les deux méthodes que j’ai proposées sont les meilleurs choix pour développer un système de reconnaissance des empreintes digitales en temps réel Tuteur: Dr PHAM Nguyen Khang 36 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT RÉFÉRENCES [1] Dusenge Tony, La Reconnaissance des Empreintes Digitale, 2009 [2] Karan Bonda and Hourieh Fakourfar , Performance of fingerprint recognition system in maritime environment, 2009 http://fingerprint-maritime.blogspot.com/2009/03/approaches-to-fingerprint-matching.html [3] Alain Boucher - IFI, Points d'intérêt, Vision par ordinateur, page http://www2.ifi.auf.org/personnel/Alain.Boucher/cours/vision_par_ordinateur/ 04- Points_interet.pdf [4] Utkarsh, Tutorial: SIFT: Scale Invariant Feature Transform, 2010 http://www.aishack.in/2010/05/sift-scale-invariant-feature-transform/ [5] Wikipédia, Scale-invariant feature transform http://fr.wikipedia.org/wiki/Scale-invariant_feature_transform [6] David Lowe, Distinctive image features from scale-invariant key points, International journal of Computer Vision, 60(2), 91-110, 2004 Tuteur: Dr PHAM Nguyen Khang 37 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT ANNEXE: ÉVALUER DE LA PRÉCISION MÉTHODE Les résustats d'évaluer la précision avec le seuil = 0.03 Input Output Ratio Output Ratio AVSang (1) Au Van Sang 0.055882353 No person detected 0.023809524 AVSang (3) Au Van Sang 0.060897436 No person detected 0.008602151 AVSang (4) Au Van Sang 0.058823529 No person detected 0.014336918 AVSang (5) Au Van Sang 0.077540107 No person detected 0.017291066 ctu (1) Cam Tu 0.132701422 No person detected 0.01312336 ctu (3) Cam Tu 0.157384988 No person detected 0.00887574 ctu (5) Cam Tu 0.070663812 No person detected 0.015306122 ctu (6) Cam Tu 0.047858942 No person detected 0.020044543 dqluat (2) Dinh Quang Luat 0.073248408 No person detected 0.016666667 10 dqluat (4) Dinh Quang Luat 0.07480315 No person detected 0.015810277 11 dqluat (7) Dinh Quang Luat 0.050505051 No person detected 0.012658228 12 dqluat (8) Dinh Quang Luat 0.083044983 No person detected 0.020833333 13 hntrong (3) Huynh Nghia Trong 0.048710602 No person detected 0.017857143 14 hntrong (9) Huynh Nghia Trong 0.040712468 No person detected 0.023809524 15 hntrong (5) Huynh Nghia Trong 0.05 No person detected 0.019444444 16 hntrong (6) Huynh Nghia Trong 0.055421687 Nguyen Minh Trung 0.033678756 17 htdiem (2) Huynh Thi Diem 0.112403101 No person detected 0.010582011 18 htdiem (4) Huynh Thi Diem 0.085981308 No person detected 0.01635514 19 htdiem (6) Huynh Thi Diem 0.100854701 No person detected 0.019823789 20 htdiem (7) Huynh Thi Diem 0.059027778 No person detected 0.01594533 Tuteur: Dr PHAM Nguyen Khang 38 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 21 htnguyet (3) Huynh Thi Nguyet 0.064814815 No person detected 0.015197568 22 htnguyet (4) Huynh Thi Nguyet 0.046099291 No person detected 0.011627907 23 htnguyet (5) Huynh Thi Nguyet 0.045454545 No person detected 0.015243902 24 htnguyet (6) No person has been detected 0.026755853 No person detected 0.015432099 25 llthien (1) Ly Lap Thien 0.090702948 No person detected 0.021791768 26 llthien (3) Ly Lap Thien 0.137787056 No person detected 0.016366612 27 llthien (5) Ly Lap Thien 0.126361656 No person detected 0.019138756 28 llthien (6) Ly Lap Thien 0.097285068 No person detected 0.02247191 29 ltthanh (1) Lam Truong Thanh 0.036312849 No person detected 0.020771513 30 ltthanh (3) Lam Truong Thanh 0.070460705 No person detected 0.018348624 31 ltthanh (4) Lam Truong Thanh 0.162162162 No person detected 0.010204082 32 ltthanh (6) Lam Truong Thanh 0.134564644 No person detected 0.015015015 33 lvphuong (3) Ly Vu Phuong 0.069970845 No person detected 0.018072289 34 lvphuong (4) Ly Vu Phuong 0.068452381 No person detected 0.018115942 35 lvphuong (5) Ly Vu Phuong 0.065934066 No person detected 0.012861736 36 lvphuong (7) Ly Vu Phuong 0.049180328 No person detected 0.014234875 37 ncphuc (4) Nguyen Cong Phuc 0.077227723 No person detected 0.01552795 38 ncphuc (5) Nguyen Cong Phuc 0.056451613 No person detected 0.019283747 39 ncphuc (6) Nguyen Cong Phuc 0.090756303 No person detected 0.022058824 40 ncphuc (7) Nguyen Cong Phuc 0.112115732 No person detected 0.029082774 41 ndqvinh (3) Nguyen Dang Quang Vinh 0.056179775 No person detected 0.016786571 42 ndqvinh (4) Nguyen Dang Quang Vinh 0.031941032 No person detected 0.011594203 43 ndqvinh (6) Nguyen Dang Quang Vinh 0.044736842 No person detected 0.026548673 44 ndqvinh (7) Nguyen Dang Quang Vinh 0.045180723 No person detected 0.014285714 Tuteur: Dr PHAM Nguyen Khang 39 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 45 nhly (3) Nguyen Hai Ly 0.100271003 No person detected 0.01510574 46 ntphat (5) Nguyen Tan Phat 0.081761006 No person detected 0.01061008 47 nhly (4) Nguyen Hai Ly 0.071625344 No person detected 0.013192612 48 nhly (5) Nguyen Hai Ly 0.117977528 No person detected 0.02173913 49 nhly (6) Nguyen Hai Ly 0.086687307 No person detected 0.021052632 50 nhplong (3) Nguyen Huu Phong 0.030201342 No person detected 0.025157233 51 nhplong (4) Nguyen Huu Phong 0.081570997 No person detected 0.018518519 52 nhplong (5) Nguyen Huu Phong 0.04664723 No person detected 0.017142857 53 nhplong (9) Nguyen Huu Phong 0.094240838 No person detected 0.016 54 nhtoan (4) Nguyen Huu Toan 0.095338983 No person detected 0.015267176 55 nhtoan (5) Nguyen Huu Toan 0.052380952 No person detected 0.024590164 56 nhtoan (6) No person has been detected 0.022680412 No person detected 0.016746411 57 nhtoan (7) No person has been detected 0.022573363 No person detected 0.019337017 58 nhvlong (3) Nguyen Huu Van Long 0.057416268 No person detected 0.019002375 59 nhvlong (4) Nguyen Huu Van Long 0.135483871 No person detected 0.016666667 60 nhvlong (5) Nguyen Huu Van Long 0.118181818 No person detected 0.024570025 61 nhvlong (6) Nguyen Huu Van Long 0.054794521 No person detected 0.025316456 62 nmtrung (2) Nguyen Minh Trung 0.068249258 No person detected 0.011560694 63 nmtrung (3) Nguyen Minh Trung 0.044444444 No person detected 0.021604938 64 nmtrung (4) No person has been detected 0.022082019 No person detected 0.007407407 65 nmtrung (6) Nguyen Minh Trung 0.052486188 No person detected 0.013477089 66 nnsan (3) Nguyen Ngoc San 0.099236641 No person detected 0.01369863 67 nnsan (4) Nguyen Ngoc San 0.100719424 No person detected 0.014792899 Tuteur: Dr PHAM Nguyen Khang 40 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 68 nnsan (5) Nguyen Ngoc San 0.070422535 No person detected 0.009375 69 nnsan (6) Nguyen Ngoc San 0.061643836 No person detected 0.015576324 70 nqminh (2) No person has been detected 0.026431718 No person detected 0.010869565 71 nqminh (3) No person has been detected 0.024096386 No person detected 0.0078125 72 nqminh (4) Ngo Quoc Minh 0.042553191 No person detected 0.011673152 73 nqminh (6) Ngo Quoc Minh 0.069230769 No person detected 0.017730496 74 nqtri (3) Nguyen Quoc Tri 0.089834515 No person detected 0.01703163 75 nqtri (4) Nguyen Quoc Tri 0.113425926 No person detected 0.020942408 76 nqtri (5) Nguyen Quoc Tri 0.142191142 No person detected 0.017045455 77 nqtri (7) Nguyen Quoc Tri 0.164102564 No person detected 0.020618557 78 ntctu (3) Nguyen Thi Cam Tu 0.122222222 No person detected 0.016556291 79 ntctu (5) Nguyen Thi Cam Tu 0.051282051 No person detected 0.015923567 80 ntctu (6) Nguyen Thi Cam Tu 0.038961039 No person detected 0.014534884 81 ntctu (7) No person has been detected 0.026086957 No person detected 0.017793594 82 nthan (0) No person has been detected 0.025547445 No person detected 0.017123288 83 nthan (1) Nguyen Truong Han 0.038062284 No person detected 0.017301038 84 nthan (2) Nguyen Truong Han 0.086378738 No person detected 0.017006803 85 nthan (5) Nguyen Truong Han 0.0875 No person detected 0.012232416 86 ntnhan (1) Nguyen Thanh Nhan 0.092050209 No person detected 0.01285347 87 ntnhan (2) Nguyen Thanh Nhan 0.13345521 No person detected 0.020737327 88 ntnhan (5) Nguyen Thanh Nhan 0.092369478 No person detected 0.023376623 89 ntnhan (6) Nguyen Thanh Nhan 0.101321586 No person detected 0.009174312 90 ntphat (4) Nguyen Tan Phat 0.074363992 No person detected 0.015730337 Tuteur: Dr PHAM Nguyen Khang 41 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 91 vttam (5) Vo Thanh Tam 0.07518797 No person detected 0.014409222 92 ntphat (6) Nguyen Tan Phat 0.113095238 No person detected 0.012787724 93 ntphat (7) Nguyen Tan Phat 0.077092511 No person detected 0.010075567 94 nttrung (6) Nguyen Thanh Trung 0.097435897 No person detected 0.017647059 95 nttrung (2) Nguyen Thanh Trung 0.090680101 No person detected 0.021875 96 nttrung (3) Nguyen Thanh Trung 0.088825215 No person detected 0.014869888 97 nttrung (4) Nguyen Thanh Trung 0.112831858 No person detected 0.013833992 98 nvthuan (3) Nguyen Van Thuan 0.069868996 No person detected 0.008658009 99 nvthuan (5) Nguyen Van Thuan 0.036458333 No person detected 0.008403361 100 nvthuan (6) Nguyen Van Thuan 0.036649215 No person detected 0.013100437 101 nvthuan (8) No person has been detected 0.022099448 No person detected 0.005319149 102 pmthanh (4) Pham Minh Thanh 0.068607069 No person detected 0.01510574 103 pmthanh (5) Pham Minh Thanh 0.068014706 No person detected 0.020224719 104 pmthanh (6) Pham Minh Thanh 0.058585859 No person detected 0.022222222 105 pmthanh (7) Pham Minh Thanh 0.030241935 No person detected 0.013586957 106 pvthin (3) Pham Van Thin 0.137026239 No person detected 0.018808777 107 pvthin (4) Pham Van Thin 0.111111111 No person detected 0.021276596 108 pvthin (5) Pham Van Thin 0.135416667 No person detected 0.019444444 109 pvthin (6) Pham Van Thin 0.163380282 No person detected 0.009404389 110 ttngoan (5) Trieu Thanh Ngoan 0.148989899 No person detected 0.017156863 111 ttngoan (6) Trieu Thanh Ngoan 0.142493639 No person detected 0.014925373 112 ttngoan (7) Trieu Thanh Ngoan 0.090225564 No person detected 0.011730205 113 ttngoan (8) Trieu Thanh Ngoan 0.121693122 No person detected 0.020134228 Tuteur: Dr PHAM Nguyen Khang 42 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 114 ttthanh (3) Truong Thien Thanh 0.106542056 No person detected 0.024875622 115 ttthanh (4) Truong Thien Thanh 0.115234375 No person detected 0.028205128 116 ttthanh (5) Truong Thien Thanh 0.084710744 No person detected 0.011869436 117 ttthanh (8) Truong Thien Thanh 0.132692308 No person detected 0.014742015 118 tttin (1) Thai Thanh Tin 0.041763341 No person detected 0.016393443 119 tttin (3) Thai Thanh Tin 0.115062762 No person detected 0.02905569 120 tttin (4) Thai Thanh Tin 0.097435897 No person detected 0.012658228 121 tttin (5) Thai Thanh Tin 0.041769042 No person detected 0.014925373 122 ttut (3) Tran Thi Ut 0.09631728 No person detected 0.021021021 123 ttut (4) Tran Thi Ut 0.065902579 No person detected 0.018237082 124 ttut (5) Tran Thi Ut 0.06741573 No person detected 0.023323615 125 ttut (6) Tran Thi Ut 0.045092838 No person detected 0.025714286 126 vietanh (2) Viet Anh 0.095041322 No person detected 0.007905138 127 vietanh (3) Viet Anh 0.133079848 No person detected 0.011857708 128 vietanh (5) Viet Anh 0.180921053 No person detected 0.012345679 129 vietanh (6) Viet Anh 0.105485232 No person detected 0.009615385 130 vmtri (4) Vo Minh Tri 0.13163482 No person detected 0.016359918 131 vmtri (5) Vo Minh Tri 0.092337917 No person detected 0.017021277 132 vmtri (6) Vo Minh Tri 0.171806167 No person detected 0.014457831 133 vmtri (7) Vo Minh Tri 0.125 No person detected 0.016713092 134 vttam (2) Vo Thanh Tam 0.098360656 No person detected 0.015915119 135 vttam (3) Vo Thanh Tam 0.054973822 No person detected 0.021943574 136 vttam (4) Vo Thanh Tam 0.079726651 No person detected 0.01285347 Pas trouver l'utilisateur: Tuteur: Dr PHAM Nguyen Khang Comparaison faux: 43 Précision: 92.64 % Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT MÉTHODE Les résustats d'évaluer la précision avec le seuil = 0.0325 Input Output Ratio Output Ratio ltthanh (3) Lam Truong Thanh 0.044124938 No person detected 0.019962234 AVSang (1) Au Van Sang 0.069923664 No person detected 0.027540361 AVSang (3) Au Van Sang 0.073551946 No person detected 0.027795128 AVSang (4) Au Van Sang 0.077972132 No person detected 0.023334357 AVSang (5) Au Van Sang 0.090833793 No person detected 0.021560284 ctu (1) Cam Tu 0.172754195 No person detected 0.022764228 ctu (3) Cam Tu 0.186703945 No person detected 0.024884793 ctu (5) Cam Tu 0.123468426 No person detected 0.024652339 ctu (6) Cam Tu 0.100738751 No person detected 0.027538155 10 dqluat (2) Dinh Quang Luat 0.079604579 No person detected 0.021332631 11 dqluat (4) Dinh Quang Luat 0.062054934 No person detected 0.025059351 12 dqluat (7) Dinh Quang Luat 0.041353383 No person detected 0.020387867 13 dqluat (8) Dinh Quang Luat 0.038615848 No person detected 0.018523217 14 hntrong (3) Huynh Nghia Trong 0.039747755 No person detected 0.027616279 15 hntrong (5) Huynh Nghia Trong 0.033226355 No person detected 0.027671756 16 hntrong (6) Huynh Nghia Trong 0.037927845 No person detected 0.028819762 17 hntrong (9) Huynh Nghia Trong 0.033106657 No person detected 0.027660049 18 htdiem (2) Huynh Thi Diem 0.091756481 No person detected 0.021526419 19 htdiem (4) Huynh Thi Diem 0.095126401 No person detected 0.022210471 20 htdiem (6) Huynh Thi Diem 0.090127701 No person detected 0.020512821 21 htdiem (7) Huynh Thi Diem 0.055092242 No person detected 0.023297955 Tuteur: Dr PHAM Nguyen Khang 44 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 22 htnguyet (3) Huynh Thi Nguyet 0.057634165 No person detected 0.019732206 23 htnguyet (4) No person has been detected 0.029612312 No person detected 0.027702201 24 htnguyet (5) Huynh Thi Nguyet 0.034695912 No person detected 0.025250119 25 htnguyet (6) No person has been detected 0.030608215 No person detected 0.019534185 26 llthien (1) Ly Lap Thien 0.071785384 No person detected 0.024367816 27 llthien (3) Ly Lap Thien 0.090267176 No person detected 0.022732388 28 llthien (5) Ly Lap Thien 0.075854506 No person detected 0.026473297 29 llthien (6) Ly Lap Thien 0.059669303 No person detected 0.023439261 30 ltthanh (1) No person has been detected 0.024544534 No person detected 0.019258827 31 ntphat (5) Nguyen Tan Phat 0.062095731 No person detected 0.027721039 32 ltthanh (4) Lam Truong Thanh 0.106835443 No person detected 0.021313869 33 ltthanh (6) Lam Truong Thanh 0.124106717 No person detected 0.023414103 34 lvphuong (3) Le Vu Phuong 0.043269231 No person detected 0.023408004 35 lvphuong (4) Le Vu Phuong 0.034263715 No person detected 0.025131369 36 lvphuong (5) Le Vu Phuong 0.037103175 No person detected 0.026082553 37 lvphuong (7) No person has been detected 0.030419017 No person detected 0.021946811 38 ncphuc (4) Nguyen Cong Phuc 0.079960836 No person detected 0.028622143 39 ncphuc (5) Nguyen Cong Phuc 0.050763162 No person detected 0.032066508 40 ncphuc (6) Nguyen Cong Phuc 0.060678371 No person detected 0.020960904 41 ncphuc (7) Nguyen Cong Phuc 0.087272727 No person detected 0.02844886 42 ndqvinh (3) Nguyen Dang Quang Vinh 0.036228623 No person detected 0.022390003 43 ndqvinh (4) Nguyen Dang Quang Vinh 0.039392501 No person detected 0.025754639 44 ndqvinh (6) Nguyen Dang Quang Vinh 0.040245566 No person detected 0.02739726 Tuteur: Dr PHAM Nguyen Khang 45 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 45 ndqvinh (7) Nguyen Dang Quang Vinh 0.053021533 No person detected 0.024013722 46 nhly (3) Nguyen Hai Ly 0.053125 No person detected 0.024015638 47 nhly (4) Nguyen Hai Ly 0.039945218 No person detected 0.026134406 48 nhly (5) Nguyen Hai Ly 0.055458132 No person detected 0.021840022 49 nhly (6) Nguyen Hai Ly 0.039545455 No person detected 0.021270641 50 nhplong (3) Nguyen Ha Phi Long 0.035181537 No person detected 0.025219941 51 nhplong (4) Nguyen Ha Phi Long 0.053655824 No person detected 0.022359518 52 nhplong (5) Nguyen Ha Phi Long 0.046755976 No person detected 0.014884234 53 nhplong (9) Nguyen Ha Phi Long 0.090293454 No person detected 0.023303457 54 nhtoan (4) Nguyen Huu Toan 0.046875 No person detected 0.026788259 55 nhtoan (5) Nguyen Huu Toan 0.038961039 No person detected 0.025456724 56 nhtoan (6) No person has been detected 0.027770215 No person detected 0.021691445 57 nhtoan (7) No person has been detected 0.029379462 No person detected 0.026461181 58 nhvlong (3) Nguyen Huu Van Long 0.046751784 No person detected 0.018190522 59 nhvlong (4) Nguyen Huu Van Long 0.100387525 No person detected 0.022447183 60 nhvlong (5) Nguyen Huu Van Long 0.07556955 No person detected 0.022347683 61 nhvlong (6) Nguyen Huu Van Long 0.036574644 No person detected 0.018506279 62 nmtrung (2) Nguyen Minh Trung 0.071692308 No person detected 0.030965392 63 nmtrung (3) Nguyen Minh Trung 0.039724228 No person detected 0.025242718 64 nmtrung (4) Nguyen Minh Trung 0.033164027 No person detected 0.024324324 65 nmtrung (6) Nguyen Minh Trung 0.046948357 No person detected 0.028015335 66 nnsan (3) Nguyen Ngoc San 0.091428571 No person detected 0.026420455 67 nnsan (4) Nguyen Ngoc San 0.056569343 No person detected 0.029092983 Tuteur: Dr PHAM Nguyen Khang 46 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 68 nnsan (5) Nguyen Ngoc San 0.047154472 No person detected 0.025475842 69 nnsan (6) Nguyen Ngoc San 0.041526375 No person detected 0.020717378 70 nqminh (2) Ngo Quoc Minh 0.034429825 No person detected 0.029775943 71 nqminh (3) Ngo Quoc Minh 0.039173014 No person detected 0.031222644 72 nqminh (4) No person has been detected 0.031705026 No person detected 0.0197411 73 nqminh (6) Ngo Quoc Minh 0.0968087 No person detected 0.023280879 74 nqtri (3) Nguyen Quoc Tri 0.068534267 No person detected 0.031500743 75 nqtri (4) Nguyen Quoc Tri 0.079774994 No person detected 0.02640264 76 nqtri (5) Nguyen Quoc Tri 0.118927589 No person detected 0.024390244 77 nqtri (7) Nguyen Quoc Tri 0.155733945 No person detected 0.020359598 78 ntctu (3) Nguyen Thi Cam Tu 0.103095794 No person detected 0.026120511 79 ntctu (5) Nguyen Thi Cam Tu 0.049450549 No person detected 0.023765432 80 ntctu (6) Nguyen Thi Cam Tu 0.046221323 No person detected 0.03231351 81 ntctu (7) Nguyen Thi Cam Tu 0.03948313 No person detected 0.031751695 82 nthan (0) No person has been detected 0.031822022 No person detected 0.026898734 83 nthan (1) Nguyen Truong Han 0.049627792 No person detected 0.024520591 84 nthan (2) Nguyen Truong Han 0.066484268 No person detected 0.022436896 85 nthan (5) Nguyen Truong Han 0.114800515 No person detected 0.025758443 86 ntnhan (1) Nguyen Thanh Nhan 0.088595515 No person detected 0.020851624 87 ntnhan (2) Nguyen Thanh Nhan 0.109399315 No person detected 0.017678381 88 ntnhan (5) Nguyen Thanh Nhan 0.076008356 No person detected 0.020255864 89 ntnhan (6) Nguyen Thanh Nhan 0.095782481 No person detected 0.024251371 90 ntphat (4) Nguyen Tan Phat 0.056481712 No person detected 0.025687597 91 vttam (5) Vo Thanh Tam 0.055508113 No person detected 0.019066243 Tuteur: Dr PHAM Nguyen Khang 47 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 92 ntphat (6) Nguyen Tan Phat 0.09656925 No person detected 0.024493243 93 ntphat (7) Nguyen Tan Phat 0.118839836 No person detected 0.02362653 94 nttrung (2) Nguyen Thanh Trung 0.066383549 No person detected 0.024871587 95 nttrung (3) Nguyen Thanh Trung 0.083020638 No person detected 0.030667813 96 nttrung (4) Nguyen Thanh Trung 0.108864028 No person detected 0.027723258 97 nttrung (6) Nguyen Thanh Trung 0.099025606 No person detected 0.028637177 98 nvthuan (3) Nguyen Van Thuan 0.064398097 No person detected 0.030357245 99 nvthuan (5) Nguyen Van Thuan 0.045230263 No person detected 0.031345048 100 nvthuan (6) Nguyen Van Thuan 0.041410414 No person detected 0.03148757 101 nvthuan (8) Nguyen Van Thuan 0.041004184 No person detected 0.030190898 102 pmthanh (4) Pham Minh Thanh 0.067023597 No person detected 0.023327828 103 pmthanh (5) Pham Minh Thanh 0.078382522 No person detected 0.021589561 104 pmthanh (6) Pham Minh Thanh 0.081204727 No person detected 0.021460229 105 pmthanh (7) Pham Minh Thanh 0.045046881 No person detected 0.019316105 106 pvthin (3) Pham Van Thin 0.113970588 No person detected 0.016559829 107 pvthin (4) Pham Van Thin 0.094472134 No person detected 0.020983041 108 pvthin (5) Pham Van Thin 0.121499176 No person detected 0.025035765 109 pvthin (6) Pham Van Thin 0.105170517 No person detected 0.024556617 110 ttngoan (5) Trieu Thanh Ngoan 0.068496665 No person detected 0.024585126 111 ttngoan (6) Trieu Thanh Ngoan 0.05703915 No person detected 0.022526636 112 ttngoan (7) Trieu Thanh Ngoan 0.051415217 No person detected 0.019020892 113 ttngoan (8) Trieu Thanh Ngoan 0.04595186 No person detected 0.021183801 114 ttthanh (3) Truong Thien Thanh 0.136668479 No person detected 0.023583815 115 ttthanh (4) Truong Thien Thanh 0.12810219 No person detected 0.025 116 ttthanh (5) Truong Thien Thanh 0.083892617 No person detected 0.024078091 Tuteur: Dr PHAM Nguyen Khang 48 Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT 117 ttthanh (8) Truong Thien Thanh 0.129776629 No person detected 0.020944845 118 tttin (1) Thai Thanh Tin 0.033450019 No person detected 0.030640669 119 tttin (3) Thai Thanh Tin 0.068684957 No person detected 0.024193548 120 tttin (4) Thai Thanh Tin 0.055634807 No person detected 0.022596154 121 tttin (5) Thai Thanh Tin 0.034489222 No person detected 0.020521487 122 ttut (3) Tran Thi Ut 0.051288727 No person detected 0.023802777 123 ttut (4) No person has been detected 0.030286035 No person detected 0.024585126 124 ttut (5) Tran Thi Ut 0.040383122 No person detected 0.027034638 125 ttut (6) Tran Thi Ut 0.033957553 No person detected 0.024099648 126 vietanh (2) Viet Anh 0.101105845 No person detected 0.025110282 127 vietanh (3) Viet Anh 0.134916039 No person detected 0.023263125 128 vietanh (5) Viet Anh 0.177833613 No person detected 0.025385313 129 vietanh (6) Viet Anh 0.104947999 No person detected 0.02571912 130 vmtri (4) Vo Minh Tri 0.142829532 No person detected 0.018404908 131 vmtri (5) Vo Minh Tri 0.114076301 No person detected 0.019806649 132 vmtri (6) Vo Minh Tri 0.15578577 No person detected 0.020057859 133 vmtri (7) Vo Minh Tri 0.128431373 No person detected 0.020069055 134 vttam (2) Vo Thanh Tam 0.096646072 No person detected 0.020167241 135 vttam (3) Vo Thanh Tam 0.060380082 No person detected 0.025866813 136 vttam (4) Vo Thanh Tam 0.053617021 No person detected 0.022477172 Pas trouver l'utilisateur: Tuteur: Dr PHAM Nguyen Khang Comparaison faux: 49 Précision: 93.38 % Étudiant: BUI Thanh Trung ... trois parties principales: • Étudier lalgorithme SIFT, ses caractộristiques et la faỗon dextraire des SIFT vecteurs • Étudier des méthodes de reconnaissance des empreintes digitales base sur des SIFT. .. Trung Reconnaissance des empreintes digitales par l'algorithme SIFT Figure Les fins de crêtes (terminaisons) (rouge) et les bifurcations (bleu) La comparaison des empreintes digitales La comparaison... Étudiant: BUI Thanh Trung Reconnaissance des empreintes digitales par l'algorithme SIFT RÉSUMÉ De nos jours, des empreintes digitales sont largement utilisées pour l'identification des personnes dans

Ngày đăng: 20/03/2018, 01:16

Từ khóa liên quan

Mục lục

  • REMERCIEMENTS

  • TABLE DES MATIERES

  • TABLE DES FIGURES

  • ABTRACT

  • RÉSUMÉ

  • CHAPITRE 1: INTRODUTION

    • 1. PROBLÉMATIQUE

    • 2. LES TRAVAUX À FAIRE

    • 3. MÉTHODE DE TRAVAIL

    • 4. STRUCTURE DU MÉMOIRE

  • CHAPITRE 2: INTRODUCTION D’EMPREINTE DIGITALE

    • 1. CRACTÉRISTIQUE D’UNE EMPREINTE DIGITALE.

    • 2. LES ALGORITHMES DE TRAITER D’EMPREINTE DIGITALE.

      • Le pré-traitement

      • L'extraction des minutiaes

      • La comparaison des empreintes digitales

    • 3. LES MÉTHODE DE COMPARAISION DES EMPREINTES DIGITALES

  • CHAPITRE 3: L’ALGORITHME SIFT

    • 1. GÉNÉRALITÉ

    • 2. MÉTHODE D’EXTRAIRE DES SIFT CARACTÉRISTIQUES

      • Détection d’extremums dans l’espace d’échelle

      • Localisation des points clés

      • Assignation d’orientation aux points clés

      • Description du point clé

  • CHAPITRE 4: RECONNAISSANCE DES EMPREINTES DIGITALES PAR L’AGORITHME DE SIFT

    • 1. ASSOCIATION DES MINUTIAES ET DES SIFT CARACTÉRISTIQUES

    • 2. LA COMPARAISON BASE SUR SIFT CARACTÉRISTIQUES

    • 3. MISE EN CORRESPONDANCE LES SIFT CARACTERISTIQUES

    • 4. COMPARAISON DEUX EMPREINTES DIFGITALES

  • CHAPITRE 5: LES CONTENUS ET LES RÉSULTATS DE LA RECHERCHE

    • 1. CONTENUS DE RECHERCHE

      • Structure de base de données

      • La fonction de «Ajouter utilisateur»

      • La fonction de «Identifier utilisateur»

      • Chercher le seuil S

    • 2. RÉSULTATS

  • CHAPITRE 6: CONCLUSION ET PERSPECTIVES

    • 1. CONCLUSION

    • 2. PERSPECTIVES

  • RÉFÉRENCES

  • ANNEXE: ÉVALUER DE LA PRÉCISION

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan