Abstract FR:

Nous presentons dans cette these une application des reseaux neuronaux a l'authentification de signatures manuscrites. L'objectif de cette etude est de contribuer a la realisation d'un systeme automatique de verification, a posteriori, de cheques postaux. Les signatures sont presentees sous trois formes: image, enveloppe et parametres geometriques. Une architecture neuronale a ete elaboree permettant l'utilisation de ces trois representations et la cooperation de ses differents elements pour decider d'accepter ou rejeter les signatures presentees. Deux principes sont mis en uvre: la classification grossiere des signatures: elle sert a guider l'apprentissage du systeme et elle participe a la decision finale d'accepter ou de rejeter les signatures. Cette fonction est effectuee par des reseaux a apprentissage non supervise de type carte de kohonen qui utilisent en entree les parametres geometriques et l'enveloppe de la signature; ces reseaux sont communs a l'ensemble des signataires; l'authentification: elle est realisee principalement par des reseaux selectifs qui permettent de distinguer les faux des signatures vraies. Ces reseaux sont propres a chaque signataire, leur apprentissage est supervise du type retropropagation du gradient de l'erreur; ils prennent en entree les parametres geometriques et l'image de la signature. Un dernier reseau s'occupe de la fusion des resultats qui proviennent des precedents reseaux. Ce reseau de decision autorise l'integration de modules ayant une approche non neuronale. Les resultats sur une base de 6000 signatures provenant de cheques postaux sont: taux de faux acceptes=2% et taux de vrais rejetes=5%