Réalisation d'un système de vérification de signature manuscrite en-ligne indépendant de la plateforme d'acquisition

• Auteur / Autrice : Bao Ly Van
• Direction : Bernadette Dorizzi
• Type : Thèse de doctorat
• Discipline(s) : Optimisation et sûreté des systèmes
• Date : Soutenance en 2005
• Etablissement(s) : Evry, Institut national des télécommunications

Mots clés

Mots clés contrôlés

Biométrie

Identification biométrique

Signatures électroniques

Résumé

La biométrie est depuis très longtemps utilisée comme moyen de vérification de l'identité. Cette thèse contribue à la vérification automatique de l'identité par la signature manuscrite en-ligne. Cette dernière est souvent échantillonnée par une tablette à digitaliser ou un écran tactile. La signature manuscrite est une modalité biométrique particulièrement répandue et acceptée. Nos travaux ont permis de réaliser un algorithme de vérification original, générique, développé indépendamment des bases d'expérience. Il peut être mis en œuvre sur différentes plateformes d'acquisition sans aucune étude supplémentaire pour l'adapter. La signature manuscrite est modélisée par un Modèle de Markov Caché. Dans un premier temps, nous améliorons la modélisation de la signature en introduisant une méthode de normalisation personnalisée des paramètres de cette dernière. La Vraisemblance de la signature de test, donnée par le Modèle de Markov Caché, est utilisée pour la vérification. Les expérimentations montrent que la normalisation personnalisée des paramètres améliore la qualité de modélisation des Modèles de Markov Cachés. Dans un deuxième temps, nous exploitons une autre information du Modèle de Markov Caché, la Segmentation de la signature, afin de vérifier l'identité du signataire. Cette information n'a jamais été utilisée dans l'état-de-l'art. Elle est ensuite fusionnée avec la Vraisemblance pour renforcer le système de vérification. Les expériences montrent que la performance du système est améliorée par rapport à l'utilisation exclusive de la Vraisemblance. Les expériences sont conduites sur 4 bases de signatures, de natures différentes, acquises au moyen de plateformes d'acquisition différentes, puis sur la base intégrée, un simple mélange des signatures des bases précédentes. Les bons résultats prouvent l'indépendance de notre algorithme par rapport à la plateforme d'acquisition de signature

This thesis contributes to the automatic identity verification using the online handwritten signature, which is often sampled by a digitizing tablet or a touch screen. The handwritten signature is a highly accepted biometric modality. The proposed algorithm is original, generic and independent of the experimental signature database. It can be installed with different acquisition devices without any adaptation. The signature is modelled by a Hidden Markov Model. Firstly, we perform a personalized normalization of the signature features, which improves the quality of the Hidden Markov Model. In this stage, we experiment only the Likelihood information of the Hidden Markov Model, and show that the normalization of the signature features is crucial to the system performance. Then, we exploit second information given by the Hidden Markov Model in order to verify the identity. It's the Segmentation of the signature, never used previously for this task. After, this information is fused with the Likelihood information to reinforce the verification system. The experiments show that the system performances are greatly improved compared to the exclusive use of the Likelihood information. These experiments are performed on 4 signature databases, whose characteristics are very different, and then on the integrated database, which is simply a mixture of the 4 previous databases. The good system performances show the independence of the proposed algorithm with respect to the considered signature database, or to the signature acquisition device