Abstract FR:

Cette thèse traite de la vérification automatique de l'identité d'une personne, en combinant les résultats d'analyses d'images de face et de profil, et d'analyses vocales. L'idée principale dans cette thèse est d'analyser les possibilités des techniques de fusion de données afin de combiner les résultats obtenus par les différents experts biométriques, chaque expert ayant pris une decision concernant l'identité proclamée. Combiner les résultats de différents experts peut être fait en utilisant les techniques classiques de fusion de données, mais le désavantage majeur de la plupart de ces techniques est leur degré de complexité relativement élevé. Cette complexité s'exprime - entre autre - par le fait que ces méthodes ont tendance à incorporer un grand nombre de paramètres qui doivent être estimes. Mais, actuellement, une des difficultés majeures de ce problème d'estimation est la pénurie de données d'entrainement multimodales. Afin de combler ce manque de données d'entrainement, une possibilité est de développer des méthodes de fusion simples. Dans ce travail, on a décidé d'implémenter une stratégie de fusion de décisions parallèle sous forme d'un problème de classification, ce qui a comme énorme avantage de pouvoir utiliser directement les méthodes du domaine de la reconnaissance de forme. On y montre que le problème de la vérification automatique d'identité d'une personne peut se résoudre pour une application donnée. Pour le faire, il faut utiliser une ou plusieurs modalités biométriques, mettre en œuvre l'expertise disponible afin de développer des algorithmes de vérification bases sur les caractéristiques dérivées de ces modalités biométriques, et combiner les sorties de ces différents experts en utilisant un module de fusion robuste.