Considérée comme une des méthodes biométriques les plus fiables qui soit, la reconnaissance d’iris demeure tout de même un sujet d’étude récent. Nous avons proposé une méthode complète (FIG.1), présentant trois caractéristiques importantes :

• La segmentation précise et robuste de l’iris de l’œil, incluant la détection des occlusions par les paupières, permettant de centrer l’analyse sur la texture de l’iris et uniquement celle-ci.

• La génération d’une signature compacte obtenue à partir de la décomposition en paquets d’ondelettes de la texture de l’iris, afin de caractériser cette texture dans les bandes de fréquence les plus informatives.

• La comparaison des signatures fondée sur la fusion de mesures de distances calculées localement, de sorte qu’il est possible de prendre en compte des distorsions images non uniformes dues au système d’acquisition.

Bien que les techniques de reconnaissance biométrique soient de plus en plus fiables, on ne peut garantir une sécurité maximale avec des systèmes unimodaux, basés sur une seule signature biométrique (problèmes de la non universalité de la modalité, du manque d’individualité, de la sensibilité aux attaques, etc.). L’association de plusieurs systèmes biométriques unimodaux permet de pallier ces problèmes. Le laboratoire a proposé une méthode originale de fusion des signatures extraites de l’iris et du visage (algorithme LOG-Gabor) permettant d’améliorer les performances obtenues avec chacune des modalités prises séparément. Ce travail a fait l’objet d’une thèse de doctorat soutenue en 2009.

A Robust Iris Identification System based on Wavelet Packet Decomposition and Local Comparisons of the Extracted Signatures, F. Rossant, B. Mikovicova, M. Adam, M. Trocan, EURASIP Journal on Advances in Signal Processing, 2010.

Identification biométrique par analyse locale de la texture de l'iris, M. Adam, Thèse en Signal et Images, TELECOM ParisTech, Mars 2010.

Iris Identification based on a Local Analysis of the Iris Texture, M. Adam, F. Rossant, B. Mikovicova,  IEEE International Symposium on Image and Signal Processing and Analysis ISPA’09, Salzburg, Austria, September 2009.

Identification par analyse locale de signatures extraites de l’iris, M. Adam, F. Rossant, B. Mikovicova, F. Amiel,  Gretsi’09, Dijon, France, 2009.

Reconnaissance Biométrique par Fusion Multimodale du Visage et de l’Iris, N. Morizet, Thèse Signal et Images, Télécom Paris [ENST], 2009.

Reliable Eyelid Localization for Iris Recognition, M. Adam, F. Rossant, F. Amiel, B. Mikovicova, T. Ea, Advanced Concepts for Intelligent Vision Systems ACIVS’08, Juan-les-Pins, France, October 2008

A New Adaptive Combination Approach to Score Level Fusion for Face and Iris Biometrics Combining Wavelets and Statistical Moments, N. Morizet, J. Gilles,  4th International Symposium on Visual Computing (ISVC), Las Vegas, Nevada, USA, December 2008.

Identification de l’iris par analyse en paquets d’ondelettes, M. Adam, F. Rossant, F. Amiel, T. Ea, A. Amara,  MajecSTIC’06, Lorient, France, Nov. 2006

Revue des Algorithmes PCA, LDA et EBGM utilisés en reconnaissance 2D du visage  pour la biométrie, N. Morizet,  MajecSTIC’06, Nov. 24 2006, Lorient, France.

Iris identification and robustness evaluation of a wavelet packets based algorithm, F. Rossant, M. Torres Eslava, T. Ea, F. Amiel, A. Amara, International Conference on Image Processing (ICIP), Vol. 3. pp. 257-260, Genova, Italy, 2005.

Identification par analyse en paquets d’ondelettes de l’iris et tests de robustesse, F. Rossant, M.Torres Eslava, T.Ea, F.Amiel, A.Amara,  Gretsi’05, pp. 9-12, Louvain-la-Neuve, Belgique, 2005.

Iris features extraction using wavelet packets, E.Rydgren, A.Amara, F.Amiel, T.Ea, F.Rossant,  International Conference on Image Processing (ICIP), Vol. 2, pp. 861-864, Singapor, 2004.