Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of Digital Repository
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Rapporteur: Meliouh, Amel"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    ItemOpen Access
    Reconnaissance d'empreintes digitales utilisant l'approche multimodale
    (University of M'sila, 2016-06-10) Ferrat, Mawloud; Rapporteur: Meliouh, Amel; Rapporteur: ASSAS, Ouarda
    La biométrie multimodale, qui consiste à combiner plusieurs systèmes biométriques, est de plus ets plus étudiée. En effet elle permet de réduire certaines limitations des systèmes biométriques, comme l'impossibilité d'acquérir les données de certaines personnes ou la fraude intentionnelle, tout en améliorant les performances de reconnaissance. Ces avantages apportés par la multimodalité aux systémes biométriques 'mocomodaux sont obtenus en fusionnant plusieurs systèmes himétriques. Dans ce cadre notre travail de reconnaissance d'empreintes digitales se base sur l'analyse globale afin d'utiliser les moments invariants de Hu comme entrées à une méthode de reconnaissance basée sur les méthodes d'apprentissage automatique (RNA. KNN. SVM), et les différents scénarios de fusion entre ses classifieurs, et d'autre par le scénario de fusion multimodale (Empreinte digitale, iris). Le taux de reconnaissance pour la fasion multi-classifieurs est 70%, et ceux de fusion multimodale est 95%.

All Rights Reserved - University of M'Sila - UMB Electronic Portal © 2024

  • Cookie settings
  • Privacy policy
  • Terms of Use