La biométrie se réfère à la reconnaissance automatique des individus. Elle est basée sur leurs caractéristiques physiologiques et/ou comportementales. Le contrôle postural, bien que soit une caractéristique comportementale de l'Homme, n'a pas été bien développée dans le domaine de la biométrie. Le travail mené dans cette thèse repose sur l'analyse des signaux stabilométriques et l'application à la biométrie. Dans un premier volet, une étude de l'information posturale, en particulier le signal stabilométrique, est effectuée à travers des méthodes d'analyses classiques à savoir et l'analyse spatio-temporelle, spectrale et stochastique et à travers aussi deux méthodes de décomposition : la décomposition appelée analyse en composantes principales (ACP) et la décomposition en ondelettes. La méthode ACP, basée sur le modèle additif, permet de décomposer le signal en trois composantes: un signal de tendance, un signal d'excursion et un signal de tremblements. La méthode de décomposition en ondelettes permet de décomposer le signal en trois niveaux de signaux de détail et trois niveaux de signaux d'approximation. Suite à l'étude de la stabilité posturale, l'analyse spectrale et l'analyse de la phase des différentes composantes issues de la ACP et de la décomposition en ondelettes, la comparaison de ces deux méthodes conclut que la méthode ACP est plus appropriée que la décomposition en ondelettes pour analyser le stabilogramme. A partir des méthodes de décomposition et des méthodes d'analyses classiques, des paramètres sont extraits afin d'étudier l'effet de différents facteurs sur la stabilité posturale et sur le déplacement du centre de masse. Ces facteurs sont la vision, la direction, la proprioception, l'âge, le genre, la taille et le poids. Un deuxième volet de ce travail est consacré à l'application biométrique, à partir des paramètres extraits et suite à une analyse statistique ANOVA, ceux qui sont les plus discriminatifs sont utilisés pour identifier des sujets et les classer selon leur âge, genre, poids et taille. Cette application biométrique est effectuée par trois méthodes de classification à savoir, K-ppv, ADL et SVM. Les applications biométriques aboutissent à des taux de reconnaissance respectables dépassant 80%. De ce fait, il est à déduire que l'analyse du contrôle postural est prometteuse dans le domaine de la biométrie / Biometrics refers to automatic recognition of individuals. It is based on their physiological and / or behavioral. The postural control, despite that is a human behavioral characteristic, has not been well developed in the field of biometrics. The work performed in this thesis is based on the stabilometric signals analysis ant biometric application. Firstly, a study of the postural information especially the stabilometric signal is carried out through traditional analysis namely temporal, frequency and stochastic analysis and two decomposition methods named principle components analysis (ACP) decomposition and wavelet decomposition. The ACP method, based on the additive model, allows decomposing the signal into three components: a trend signal, a rambling signal and a trembling signal. The wavelet decomposition method allows decomposing the signal into three levels of detail signals and three signal levels of approximation. Through the study of postural stability, spectral analysis and phase analysis of the different components from the ACP and the wavelet decomposition, the comparison of these two methods concludes that the ACP method is more appropriate than the wavelet decomposition to analyze the stabilogram. From the decomposition methods and classical methods of analysis, several parameters are extracted to study the effect of different factors on postural stability and the center of mass displacement. These factors are named vision, direction, proprioception, age, gender, height and weight. A second aspect of this work is devoted to the application of biometrics, from the extracted parameters and through ANOVA statistic analysis, those that are most discriminative are used to identify subjects and classify them according to age, gender, weight and size. This biometric application is performed by three classification methods namely, K-NN, LDA and SVM. Biometric applications result in respectable recognition rate exceeding 80%. Therefore, it is inferred that the analysis of postural control is promising in the field of biometrics

La biométrie est le domaine technologique traitant de la vérification d'identité et/ou de l'identification de personnes par leurs caractéristiques physiques individuelles, morphologiques ou comportementales. En plus d'être une des modalités biométriques les moins intrusives et donc plus facilement acceptée, la modalité « visage parlant » est intrinsèquement multimodale : elle regroupe la reconnaissance du visage, la vérification du locuteur et une troisième modalité portant sur la synchronie entre la voix et les lèvres. Les protocoles d'évaluation classiquement utilisés ne tiennent pas compte des tentatives délibérées d'imposture. Aussi, nous confrontons, dans la première partie, un système de référence (basé sur la fusion des scores de vérification du locuteur et du visage) à quatre types d'imposture délibérée de type rejeu et mettons en évidence ses faiblesses. Dans la seconde partie, nous étudions la synchronie audiovisuelle entre le mouvement des lèvres acquis par la caméra et la voix acquise par le microphone. Plusieurs nouvelles mesures de synchronie basées sur l'analyse de corrélation canonique et l'analyse de co-inertie sont évaluées sur la tâche de détection d'asynchronie. Une nouvelle modalité biométrique basée sur la mesure de synchronie dépendante du client est proposée. Sa robustesse intrinsèque aux attaques de type rejeu est mise en évidence. La complémentarité entre le système de référence et cette nouvelle modalité est utilisée dans le cadre de stratégies de fusion originales, de façon à trouver un compromis entre performances brutes et robustesse à l'imposture.

La reconnaissance des biomètries douces (genre, âge, etc.)trouve ses applications dans plusieurs domaines. Les approches proposéesse basent sur l’analyse de l’apparence (images 2D), très sensiblesaux changements de la pose et à l’illumination, et surtout pauvre en descriptionsmorphologiques. Dans cette thèse, nous proposons d’exploiterla forme 3D du visage. Basée sur une approche Riemannienne d’analysede formes 3D, nous introduisons quatre descriptions denses à savoir: lasymétrie bilatérale, la moyenneté, la configuration spatiale et les variationslocales de sa forme. Les évaluations faites sur la base FRGCv2 montrentque l’approche proposée est capable de reconnaître des biomètries douces.A notre connaissance, c’est la première étude menée sur l’estimation del’âge, et c’est aussi la première étude qui propose d’explorer les corrélationsentre les attributs faciaux, à partir de formes 3D. / Soft-Biometric (gender, age, etc.) recognition has shown growingapplications in different domains. Previous 2D face based studies aresensitive to illumination and pose changes, and insufficient to representthe facial morphology. To overcome these problems, this thesis employsthe 3D face in Soft-Biometric recognition. Based on a Riemannian shapeanalysis of facial radial curves, four types of Dense Scalar Field (DSF) featuresare proposed, which represent the Averageness, the Symmetry, theglobal Spatiality and the local Gradient of 3D face. Experiments with RandomForest on the 3D FRGCv2 dataset demonstrate the effectiveness ofthe proposed features in Soft-Biometric recognition. Furtherly, we demonstratethe correlations of Soft-Biometrics are useful in the recognition. Tothe best of our knowledge, this is the first work which studies age estimation,and the correlations of Soft-Biometrics, using 3D face.

Dans le but de personnaliser les interactions avec les humains, les robots doivent être capables de reconnaître les personnes avec lesquelles ils interagissent. Que ce soit pour communiquer des informations à une personne spécifique ou seulement pour différencier un homme d’une femme, la reconnaissance de personnes est fondamentale à l’établissement d'une interaction naturelle avec une personne connue ou inconnue. Les différents traits de reconnaissance biométrique, c'est-à-dire l'identification ou l'authentification d'une personne par ses caractéristiques physiques (morphologiques), ont déjà fait leurs preuves dans un environnement contrôlé, comme par exemple par la reconnaissance de visages et de la voix. Avec les avancées technologiques et la venue de caméras RGB-D (e.g., la caméra Microsoft Kinect), il est maintenant possible de détecter la présence de personne à proximité ainsi que les coordonnées des joints de son 'squelette'. Toutes ces capacités ont des limitations qui leur sont propres, et leur complémentarité permet de compenser certaines de ces limitations. Par exemple, la portée limitée de détection pour la reconnaissance de visages et de la voix pourrait par exemple être compensée s'il était possible d'arriver à identifier la présence d'une silhouette humaine. À cette fin, le projet proposé vise à développer un système de reconnaissance biométrique pour un robot mobile afin d'identifier la présence une personne, peu importe son orientation, à partir des mesures métrologiques (e.g., forme corporelle et des mesures anthropomorphiques) du corps. Il serait effectivement possible, à partir de mesures comme la longueur des bras et de la tête, la largeur des épaules et de la tête, etc., de reconnaître un individu. Toutefois, une capacité qui reste à être validée sur un robot mobile est la détection en ligne de silhouettes de personnes à partir d'images 2D. Une des difficultés à résoudre est d'y arriver en un temps de traitement suffisamment court afin de pouvoir dériver cette information lors d'interaction humain-robot. L'approche conçue dans ce mémoire, nommé RHIS pour Real-time Human Identification System, améliore une approche pré-existante qui permet l'extraction de 38 composantes frontales et 22 composantes de côté en 30 sec à partir d'images 2D à une distance de 3 m. Contrairement à cette approche, RHIS permet l'extraction de 45 composantes frontales et 24 composantes de côté en 0.1 sec à des distances variant de 1 m à 6 m. La validation de l'approche se fait en utilisant des fonds de scène uniformes (noir) et réels, à des distances allant de 1 à 6 m. Le système est développé dans l’environnement ROS (Robot Operating System) avec l’utilisation d'une Kinect et d'une caméra haute définition comme source vidéo. Afin de démontrer l'usage de RHIS avec d'autres modalités de reconnaissance biométrique, son intégration avec des modalités de reconnaissance de visages et de la voix est aussi présentée.

On parle d'identification lorsqu'une personne ou un objet communicant présente un élément qui permet sa reconnaissance automatique. Ce mode s'oppose traditionnellement à l'authentification, dans laquelle on prouve une identité annoncée. Nous nous intéressons ici à l'identification biométrique d'une part, et à l'identification d'objets communicants sans-fil d'autre part. Les questions de la sécurité et du respect de la vie privée sont posées. Il y a sécurité si on peut s'assurer de la certitude que l'identification produit le bon résultat, et la vie privée est respectée si une personne extérieure au système ne peut pas déduire d'information à partir d'éléments publics. Nous montrons que dans le cas biométrique, le maillon le plus sensible du système se situe au niveau du stockage des données, alors que dans le cas de communications sans-fil, c'est le contenu des messages qui doit être protégé. Nous proposons plusieurs protocoles d'identification biométrique qui respectent la vie privée des utilisateurs; ces protocoles utilisent un certain nombre de primitives cryptographiques. Nous montrons par ailleurs comment l'utilisation de codes d'identification permet de mettre en oeuvre des protocoles d'interrogation d'objets communicants.

La détermination de l'âge et du sexe à partir de restes osseux est une problématique essentielle en anthropologie biologique et en anthropologie médico-légale. Les moyens existants sont anciens et font l'objet de nombreuses critiques méthodologiques. Nous avons donc étudié 3 séries : notre série (inédite) de 782 fœtus, les ossements de la collection Fazekas et Kosa, ainsi que les restes fœtaux de la fouille archéologique de la Chapelle St Jean (Hautes-Alpes). Au moyen de différentes méthodes et tests méthodologiques que nous avons préalablement validés, nous avons d'une part démontré les grandes difficultés de la détermination du sexe fœtal, et nous avons d'autres part amélioré et fiabilisé les estimations de l'âge à partir d'une méthodologie originale utilisant la mesure radiographique des os longs. Ces résultats sont comparés aux moyens de détermination de l'âge classiquement utilisés par les anthropologues et nous permettent de confirmer la grande fiabilité de la méthode que nous avons établie.

La biométrie se réfère à la reconnaissance automatique des individus basée sur leurs caractéristiques physiologiques et/ou comportementales. Les systèmes biométriques unimodaux permettent de reconnaître une personne en utilisant une seule modalité biométrique, mais ne peuvent pas garantir avec certitude une bonne identification. De plus, ces systèmes sont sensibles au bruit introduit par l'unique capteur, à la non-universalité et au manque d'individualité de la modalité biométrique choisie ainsi qu'aux tentatives d'intrusion. La plupart de ces problèmes peuvent être réduits par la mise en place de systèmes biométriques multimodaux utilisant plusieurs signatures biométriques d'une même personne. Dans cette thèse, nous abordons plusieurs points importants concernant la biométrie multimodale. Tout d'abord, après avoir dressé un état de l'art en fusion multimodale, nous faisons le lien entre le fonctionnement du cerveau et certains algorithmes fondamentaux utilisés en reconnaissance faciale. Ensuite, nous mettons en avant l'utilisation des ondelettes à divers niveaux du système biométrique multimodal. Enfin, l'exploration de nouvelles techniques de fusion de signatures biométriques issues du visage (modalité naturelle et non intrusive) et de l'iris (une des modalités les plus précises) ainsi que des analyses statistiques à grande échelle des scores de similarité provenant de chaque modalité ont permis de mettre au point une méthode originale de fusion adaptative combinant l'utilisation des ondelettes et des moments statistiques.

D'une manière générale, la biométrie a pour objectif d'établir ou de vérifier l'identité d'individu, notamment à partir de ces caractéristiques physiques ou comportementales. Cette pratique tend à remplacer les méthodes traditionnelles basées sur la connaissance, à savoir un mot de passe ou un code PIN ou basées sur les possessions telles qu'une pièce d'identité ou un badge. Au quotidien, plusieurs modalités biométriques ont été développées dans une certaine mesure, dont les produits sont disponibles et déjà utilisés dans des nombreuses applications. La reconnaissance biométrique est un domaine de recherche qui ne cesse pas d'évoluer et la recherche des nouvelles modalités de hautes performances est d'actualité. L'objectif de notre thèse consiste à développer et d'évaluer de nouvelles modalités biométriques basées sur des caractéristiques cachées, infalsifiables et ne pouvant pas être modifiées volontairement. C'est dans ce contexte que nous introduisons une nouvelle modalité biométrique utilisant les caractéristiques du cerveau humain et la faisabilité d'une telle modalité a fait l'objet de notre étude. À cet effet, des images volumiques cérébrales, obtenues par IRM (Imagerie par Résonance Magnétique) sont utilisées pour en extraire les informations pertinentes et générer par la suite des codes biométriques du cerveau, appelés " BrainCode ", qui serviront à l'identification ou à l'authentification d'un individu. Ainsi, nous avons élaboré trois techniques de reconnaissance biométrique. La première technique utilise l'information de la texture d'une image numérique du cerveau comme signature individuelle, alors que la deuxième est basée sur l'utilisation des caractéristiques géométriques et morphologiques du cerveau. Enfin, la dernière technique explorée se base sur la fusion des caractéristiques géométriques et les caractéristiques de la texture du cerveau. Ces nouvelles techniques biométriques nécessitent évidemment l'acquisition des images IRM du cerveau en considérant, uniquement des personnes saines et adultes.Les résultats obtenus ont conduit à des performances de reconnaissance intéressantes. Plus précisément, la première technique, basée sur l'analyse de texture et la génération d'un " BrainCode " du cerveau, permet d'obtenir une précision de vérification de l'ordre de 97,53% avec un FAR = 1,5%, FRR = 3,41% et un EER = 2,72%. La deuxième technique, utilisant un modèle géométrique du cerveau, appelé " MGC " (Modèle Géométrique du Cerveau), nous arrivons à une précision maximale de l'ordre de 98,80% avec un FAR = 0,09%, un FRR = 2,31% et un EER = 1,92%. Enfin, la fusion des caractéristiques géométriques et de texture, permet d'atteindre une précision de l'ordre de 99,43% avec un FAR = 0,32% et un FRR = 0,72%. Dans cette étude, nous nous sommes aussi intéressés à l'étude de la robustesse des approches proposées par rapport au bruit

Certains produits mal dimensionnés occasionnent des inconforts pour leurs utilisateurs. Plusieurs exemples sont répertoriés, notamment dans le domaine des produits médicaux, de l'aménagement des postes de travail, du mobilier de bureau et des habitacles de véhicule industriel. Le choix des ouvrages (tables, abaques, logiciels) utilisés par les concepteurs pour dimensionner semble être à l'origine de décisions erronées. L'étude vise à analyser la cohérence des ouvrages et logiciels anthropométriques offerts aux designers industriels en comparant leur nature, contenu et format. Les mesures de segments anatomiques de différentes bases de données anthropométriques anciennes et récentes, puis civiles et militaires, et de trois logiciels avec modules anthropométriques ont été comparées. Plusieurs manipulations de représentations digitales humaines (RDH) ont été effectuées pour analyser les écarts de mesures selon leur apparence, leur mode de construction et la distribution de la masse adipeuse. En accord avec les travaux de Stoudt, les résultats montrent que la stature des Nord-américains a augmenté de près de 40 mm en 42 ans. Des écarts importants de mesure entre les différentes sources sont aussi observés (20 à 97 mm). Ces écarts sont liés entre autres à l'immigration et l'obésité (poids, largeur des épaules, les circonférences de la poitrine, de l'abdomen et des hanches, la largeur au bassin et la longueur de la cuisse). Les résultats montrent également des écarts importants entre les données civiles et militaires, notamment plus de 40 mm pour les jambes. Sachant que les données offertes par les abaques et les logiciels anthropométriques sont d'avantages militaires et qu'elles datent, les concepteurs peuvent prendre des décisions erronées s'ils dimensionnent des produits pour des civils de demain. La manipulation des logiciels anthropométriques (RDH) montre également plusieurs incohérences, notamment sur le plan de la distribution de la masse graisseuse. L'offre anthropométrique actuelle ne peut permettre aux designers industriels d'établir en amont du projet des dimensions précises permettant d'inclure un nombre élevé d'utilisateurs. Pour favoriser un meilleur dimensionnement, il faut développer des outils ou méthodes permettant aux designers de générer des représentations frontières (personas) finement calculées et surtout près du réel. De plus, pour élaborer des outils en meilleure adéquation avec leur pratique, une analyse de l'activité des designers industriels s'avère nécessaire pour mieux comprendre comment et quand ils dimensionnent. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Biométrie, Anthropométrie, Dimensionnement, Designers industriels, Représentations digitales humaines (RDH), Développement de produit.

Ce travail de thèse explore l’usage biométrique de la parole dont les applications sont très nombreuses (sécurité, environnements intelligents, criminalistique, surveillance du territoire ou authentification de transactions électroniques). La parole est soumise à de nombreuses contraintes fonction des origines du locuteur (géographique, sociale et culturelle) mais également fonction de ses objectifs performatifs. Le locuteur peut être considéré comme un facteur de variation de la parole, parmi d’autres. Dans ce travail, nous présentons des éléments de réponses aux deux questions suivantes :– Tous les extraits de parole d’un même locuteur sont-ils équivalents pour le reconnaître ?– Comment se structurent les différentes sources de variation qui véhiculent directement ou indirectement la spécificité du locuteur ? Nous construisons, dans un premier temps, un protocole pour évaluer la capacité humaine à discriminer un locuteur à partir d’un extrait de parole en utilisant les données de la campagne NIST-HASR 2010. La tâche ainsi posée est difficile pour nos auditeurs, qu’ils soient naïfs ou plus expérimentés.Dans ce cadre, nous montrons que ni la (quasi)unanimité des auditeurs ni l’auto-évaluation de leurs jugements ne sont des gages de confiance dans la véracité de la réponse soumise.Nous quantifions, dans un second temps, l’influence du choix d’un extrait de parole sur la performance des systèmes automatiques. Nous avons utilisé deux bases de données, NIST et BREF ainsi que deux systèmes de RAL, ALIZE/SpkDet (LIA) et Idento (SRI). Les systèmes de RAL, aussi bienfondés sur une approche UBM-GMM que sur une approche i-vector montrent des écarts de performances importants mesurés à l’aide d’un taux de variation autour de l’EER moyen, Vr (pour NIST, VrIdento = 1.41 et VrALIZE/SpkDet = 1.47 et pour BREF, Vr = 3.11) selon le choix du fichier d’apprentissage utilisé pour chaque locuteur. Ces variations de performance, très importantes, montrent la sensibilité des systèmes automatiques au choix des extraits de parole, sensibilité qu’il est important de mesurer et de réduire pour rendre les systèmes de RAL plus fiables.Afin d’expliquer l’importance du choix des extraits de parole, nous cherchons les indices les plus pertinents pour distinguer les locuteurs de nos corpus en mesurant l’effet du facteur Locuteur sur la variance des indices (h2). La F0 est fortement dépendante du facteur Locuteur, et ce indépendamment de la voyelle. Certains phonèmes sont plus discriminants pour le locuteur : les consonnes nasales, les fricatives, les voyelles nasales, voyelles orales mi-fermées à ouvertes.Ce travail constitue un premier pas vers une étude plus précise de ce qu’est le locuteur aussi bien pour la perception humaine que pour les systèmes automatiques. Si nous avons montré qu’il existait bien une différence cepstrale qui conduisait à des modèles plus ou moins performants, il reste encore à comprendre comment lier le locuteur à la production de la parole. Enfin, suite à ces travaux, nous souhaitons explorer plus en détail l’influence de la langue sur la reconnaissance du locuteur. En effet, même si nos résultats indiquent qu’en anglais américain et en français, les mêmes catégories de phonèmes sont les plus porteuses d’information sur le locuteur, il reste à confirmer ce point et à évaluer ce qu’il en est pour d’autres langues / This thesis explores the use of biometric speech. Speech is subjected to many constraints based on origins of the speaker (geographical , social and cultural ), but also according to his performative goals. The speaker may be regarded as a factor of variation in the speech , among others. In this work, we present some answers to the following two questions:- Are all speech samples equivalent to recognize a speaker?- How are structured the different acoustic cues carrying information about the speaker ?In a first step, a protocol to assess the human ability to discriminate a speaker from a speech sample using NIST-HASR 2010 data is presented. This task is difficult for our listeners who are naive or experienced. In this context, neither the (quasi) unanimity or the self-assessment do not assure the confidence in the veracity of the submitted answer .In a second step, the influence of the choice of a sample speech on the performance of automatic systems is quantified using two databases, NIST and BREF and two systems RAL , Alize / SpkDet (LIA, UBM-GMM system) and Idento (SRI, i-vector system).The two RAL systems show significant differences in performance measured using a measure of relative variation around the average EER, Vr (for NIST Idento Vr = 1.41 and Vr Alize / SpkDet = 1.47 and BREF, Vr = 3.11) depending on the choice of the training file used for each speaker. These very large variations in performance show the sensitivity of automatic systems to the speech sample. This sensitivity must be measured to make the systems more reliable .To explain the importance of the choice of the speech sample and find the relevant cues, the effect of the speaker on the variance of various acoustics features is measured (η 2) . F0 is strongly dependent of the speaker, independently of the vowel. Some phonemes are more discriminative : nasal consonants, fricatives , nasal vowels, oral half closed to open vowels .This work is a first step towards to understand where is the speaker in speech using as well the human perception as automatic systems . If we have shown that there was a cepstral difference between the more and less efficient models, it remains to understand how to bind the speaker to the speech production. Finally, following this work, we wish to explore more in detail the influence of language on speaker recognition. Even if our results indicate that for American English and French , the same categories of phonemes are the carriers of information about the speaker , it remains to confirm this on other languages ​​.