Estimation de l’âge humain fondé sur la perception auditive, classification et des applications biométriques

Auditory perception based human age estimation, classification and biometric applications

• Auteur / Autrice : Muhammad Ilyas
• Direction : Amine Naït-Ali
• Type : Thèse de doctorat
• Discipline(s) : Signal, Image, Automatique
• Date : Soutenance le 20/12/2019
• Etablissement(s) : Paris Est
• Ecole(s) doctorale(s) : École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2010-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Images, Signaux et Systèmes Intelligents (Créteil) - Laboratoire Images- Signaux et Systèmes Intelligents / LISSI
• Jury : Président / Présidente : Jérôme Boudy
• Jury : Examinateurs / Examinatrices : Amine Naït-Ali, Christophe Rosenberger, Sofiane Boudaoud, Régis Fournier, Edwige Vannier
• Jury : Rapporteurs / Rapporteuses : Christophe Rosenberger

Mots clés

Mots clés contrôlés

Son -- Traitement par ordinateur

Identification biométrique

Perception auditive

Mots clés libres

Traitement du signal

Biométrie

Modélisation

Perception

Classification

Intelligence artificielle

Signal processing

Biometrics

Modelling

Perception

Classification

Artificial intelligence

Résumé

L'âge chez l'Homme est un facteur crucial de l'interaction sociale. Il détermine la manière dont nous interagissons les uns avec les autres. Il peut également être une information pertinente fourni à la police scientifique dans le cadre d'enquêtes judiciaires ou pénales. C’est la principale raison pour laquelle l'utilisation de l’estimation de l’âge humain admet une vaste gamme d’applications : du monde réel, dans un contexte interaction homme-machine ou encore dans le domaine d'un cadre judiciaire. Une approche originale et unique de l'estimation puis de la classification de l'âge humain basée sur la perception auditive est présentée dans cette thèse. L'objectif principal de cette thèse est de démontrer que la perception auditive est une caractéristique biométrique pouvant être utilisée dans le cadre de la vérification de l'âge, la classification de groupes d'individus d'âge différent et de l'estimation de l'âge. Estimation de l'âge humain à l'aide de la perception auditive: L'oreille humaine est un organe fondamental (un des 5 sens). De plus, cette méthode rend difficile le transfert conjoint des détails des deux oreilles via un réseau neuronal complexe appelé le cerveau. La capacité auditive de l'homme varie en fonction de l'âge, de sorte que la fréquence audible la plus basse est de l'ordre de 18 000 Hz à l'âge de 16 ans. Elle diminue jusqu'à une valeur d'environ 15 000 Hz à l'âge de 30 ans. Cela implique que la borne supérieure en fréquence audible diminue en fonction de l’âge. Par conséquent, une forte corrélation existe entre l'âge et la fréquence audible. Ainsi, il en résulte une perte auditive dans le temps due aux dommages causés aux cellules ciliées de notre système auditif. Malgré cela, il est admis dans la littérature que l’être humain peut entendre un son de 12 Hz dans des conditions favorables et que la bande passante de son audition est comprise entre 20Hz et 20 000 Hz. En se basant sur la perte auditive en fonction de l'âge, il est alors envisageable d'estimer ce dernier. Dans cette thèse, nous avons abordé la question de l'estimation et de la vérification de l'âge humain en se basant sur les réponses de perception auditive. Ainsi, il a été démontré en utilisant différentes analyses discriminantes, la possibilité d'estimer puis de vérifier l'âge humain par le biais de réponses de perception auditive.Les algorithmes de classification (par exemple, Support Vector Machine et Random Forest) sont utilisés à des fins de classification pour différents groupes d’âge. Alors que pour l'estimation de l'âge humain, un modèle de régression basé sur l'apprentissage automatique a été conçu en utilisant une régression Random Forest. De plus une étude comparative a été réalisée avec d'autres modalités biométriques. Enfin, les performances du système ont été évaluées.Dans ce contexte,, plusieurs techniques d’apprentissage automatique, notamment les Random Forest (RF), les réseaux de neurones artificiels (ANN), et Support Vector Machine (SVM), etc., sont utilisées pour estimer l’âge d’un sujet donné. Pour l’évaluation des performances, les données de 837 tests ont été recueillies pour différents âges. Le système d’estimation de l’âge humain proposé, basé sur la perception auditive, donne un résultat prometteur avec une précision de l'ordre de 2,6 ans en ce qui concerne la valeur d’erreur quadratique moyenne, tandis que pour la classification, la précision était respectivement de 92% pour 3 groupes d’âge et de 86% pour cinq groupes d’âge. Plusieurs applications sont développées à travers le concept d'estimation de l'âge humain utilisant la perception auditive, tel qu'un système de contrôle d'accès BiometricAccessFilter, un système anti-spoofing et enfin le diagnostic d'une perte auditive.

Human age is a crucial factor in social interaction. It determines the way we interact with others. It is also a relevant forensic issue that can provide useful information in legal and criminal investigations. This is the main reason that human estimation has a very wide range of real-world based applications on human-computer interaction and forensic sciences. A novel and unique approach for the human age estimation and classification based on auditory perception is presented in the thesis. The main objective of the theory is to demonstrate that the auditory perception is a biometric trait that can be used for age verification, age groups classification and age estimation. Proceeding to this, it is possible to develop several real-time applications in the field of biometrics. For this purpose, several techniques of machine learning, including Random Forests (RF), Artificial Neural Networks (ANN), and Vector Support Machines (SVM), etc., are used to estimate the age of a specific subject. To evaluate the performance of the experimental demonstration, the data from 837 tests have been collected of different range of ages. Several applications are developed through the concept of human auditory perception, such that BiometricAccessFilter, anti-spoofing system and prediction of hearing loss.A comparative control access method for web security based on age estimation is proposed, where the correlation between the human age and the auditory perception is taken into account. In particular, access is denied if a person's age is not appropriate to a given web content. Unlike existing web access filters, the proposed biometric approach offers greater security and protection to individual privacy. Machine learning based regression model is used to get an estimate of the age of the technical point of view. While A dataset collected from 201 persons with different ages from 06 to 60 years old, where it is considered 109 male and 82 female volunteers for training and testing purposes.Biometric systems are considered an efficient component for identification in modern growing technologies. The aim of biometric systems is to verify or determine the identity of a person through his/her biological and behavioral characteristics. A biometric spoofing attack happens when an individual attempts to portray the sensor as a true customer by displaying the falsified biometric feature of this user. This is a major problem in biometric verification/authentication, which requires the development of new and stronger protection measures. An anti-spoofing system based on auditory perception responses. For the first time, auditory perception based anti-spoofing system is presented for the cause of verification according to our knowledge.Hearing loss, hearing impairment and deafness is increasing exponentially around the world. It is a growing health problem affecting the world today and it is growing with a higher rate among young people and adults due to aging, hearing impairment, listening to music and noise exposure. Treatment options for hearing loss are very limited and can be controlled by care in the early stages. Thus, proper education is required to spread awareness among people to use hearing protection, reduce exposure to loud music and other risk factors. Thus, a biometric system based on auditory perception responses is developed for prediction of hearing loss and level of hearing loss. It shows a promising results comparing to the clinical equipment's used in daily life.