Browsing by Author "SAOUDI, Fatiha"

Now showing 1 - 2 of 2
  • Thumbnail Image
    ItemOpen Access
    Reconnaissance D'empreinte Palmaire
    (University of M'sila, 2016-06-10) SAOUDI, Fatiha; Rapporteur: ASSAS, Ouarda
    La sécurité biométrique commait un engouement important pour la protection des données, des applications et des services nécessitant un contrôle d'accès. L'objectif des systèmes de reconnaissance biométriques est de déterminer etou de vérifier l'identité d'un individu à partir des traits physiologiques, comportementaux ou biologiques, l'empreinte palmaire qui s'appuie sur la texture de la pause de la main offre un supplément d'information permettant des algorithmes dédiés. Notre travail, portera dans un premier temps sur l'exploitation de Filtre de Gabor comme descripteur, puis dans un second temps sur des méthodes d'apprentissage automatique, notamment la méthode des séparateurs à vaste marge (SVM) appliquée à plusieurs classes (multi-classes) On peut dire que la méthode SVM donne de bom résultats que ce soit dans l'approche un-contre- tous on bien l'approche un-contre-un. Les deux approches ont obtenu des résultats performants avec une légère différence entre les deux (91.56% pour le un-contre-in, 79.16% pour le centre-tous)
  • No Thumbnail Available
    ItemOpen Access
    Reconnaissance D’empreinte Palmaire
    (FACULTE DES MATHEMATIQUES ET DE L’INFORMATIQUE - UNIVERSITE MOHAMED BOUDIAF - M’SILA, 2016) SAOUDI, Fatiha
    La sécurité biométrique connait un engouement important pour la protection des données, des applications et des services nécessitant un contrôle d’accès. L’objectif des systèmes de reconnaissance biométriques est de déterminer et/ou de vérifier l’identité d’un individu à partir des traits physiologiques, comportementaux ou biologiques, l’empreinte palmaire qui s’appuie sur la texture de la paume de la main offre un supplément d’information permettant des algorithmes dédiés. Notre travail, portera dans un premier temps sur l’exploitation de Filtre de Gabor comme descripteur, puis dans un second temps sur des méthodes d’apprentissage automatique, notamment la méthode des séparateurs à vaste marge (SVM) appliquée à plusieurs classes (multi-classes). On peut dire que la méthode SVM donne de bons résultats que ce soit dans l’approche un-contretous ou bien l’approche un-contre-un. Les deux approches ont obtenu des résultats performants avec une légère différence entre les deux (91.66% pour le un-contre-un, 79.16% pour le un-contre-tous).