Filtres à orientation spatiale. Application

Les images :

L'image source est semblable à :

==== >>>>> La transformation se fait avec les outils de transformation par ondelettes, en utilisant des filtres orientés. ==== >>>>>

L'on obtient donc nb_orientations * nb_niveaux images. On remarque que la plus grande quantité d'information se trouve sur la première orientation (en haut, à droite : orientation horizontale). En effet, on a déja remarqué que l'information présente sur l'iris se trouve plus abondante selon un parcours circulaire que radial.

Le calcul des résultats :

Exemple de cellule extraite: Cette cellule correspond a une d'orientation 1 (horizontale) et d'ordre (ou échelle) 2.   Malgré le bruit, on remarque : Le faible nombre de couleurs. Une compression par diminution de la précision des couleurs est possible. De nombreuses "barres" verticales. Une compression originale pourrait exploiter cette caractéristique.

Comparer 2 iris revient donc à comparer leurs 2 décompositions, image par image. C'est-à-dire orientation par orientation et niveau par niveau.
 

Les résultats :

Résultats des comparaisons. En abscisse: les images. Pour chaque oeil, on utilise 3 image différentes, qui correspondent à 3 photographies du même oeil, prises à des instants différents. En ordonnée: les valeurs. L'image initiale est identique à elle-même et a donc une corrélation égale a 1. Un authentifié a une valeur d'environ 0.3 à 0.8. Un imposteur reçoit une valeur maximale d'environ 0.09. En vert : le pire des cas (le plus mauvais authentifié avec le plus mauvais imposteur) En bleu : le cas moyen. En rouge : le meilleur cas (le meilleur authentifié avec le meilleur imposteur)

L'observation attentive de ces courbes montre un détail important :
Un imposteur réalise un meilleur résultat sur le "Best case" que le pire des authentifié du "Worst case".
Si cet imposteur avait réalisé une imposture de cette "qualité" sur le pire des authentifié n'aurait-il pas réussi à s'authentifier ?
Heureusement, il semble que ce ne soit pas le cas : Les informations obtenues par cette méthode ne sont pas équiprobables et un imposteur réalisant un meilleur score que le pire des authentifiés est aussi peu probable qu'un imposteur réalisant un meilleur score que le meilleur des authentifiés.
 

Ainsi, on a vu que le pire des cas est très différent du meilleur. Et, de plus, il n'est pas forcément le plus désavantageux : Si l'on étudie la "distance" entre le pire des authentifié et le meilleur des imposteurs, on obtient les résultats suivants :

Pire   Moyen  Meilleur Score du pire des authentifiés ----------------------------- =  2.40    5.15    8.49 Score du meilleur imposteur

NB: Avec un filtre simple (medfilter2), le pire des scores passe de 2.4 à 3.16.
 

Améliorations :
 

• Il serait préférable de rétablir une bonne équiprobabilité des valeurs. Pour cela, un nombre important d'images et une étude statistique complète est indispensable.
• Une bonne qualité de l'image source est indispensable. Il serait préférable d'utiliser des méthodes qui permettent de mieux s'affranchir de la qualité de l'image source. Un indicateur de la qualité de l'image est aussi un détail important.
• Une méthode de compression efficace des données serait intéressante.
• Une méthode de comparaison finale des résultats, plus aboutie qu'une simple corrélation, est préférable.