1
DET4JUn outil de visualisation de courbes
de performance biométriques
Travail de Bachelor : Présentation finale
Christophe Gisler
Université de Fribourg - Suisse
Département d’informatique - Groupe DIVA
Prof. Rolf Ingold, Dr Jean Hennebert, Bruno Dumas
2
Sommaire
• Objectifs du projet Det4J• Rappel sur la biométrie• Courbes de performance• Etat de l’art• Utilité du nouveau programme Det4J• Travail accompli• Améliorations futures envisageables• Démonstration• Questions et remerciements
3
Objectifs du projet « Det4J »
• Développer un outil de visualisation et d’édition de courbes de performance biométriques
• Comprendre et implémenter les différentes générations de courbes biométriques
• Améliorer, finaliser l’application basique commencée par Bruno Dumas
• Technologies utilisées : Java et XML (Swing, SAX,...)
4
Rappel sur la biométrie 1/2
• La biométrie vise l’élaboration de techniques de vérification et d'identification automatique des humains.
• La biométrie utilise les caractéristiques physiques ou comportementales de l’individu.
5
Rappel sur la biométrie 2/2
• 2 axes de recherche en biométrie :– L’identification d’un individu : le
système doit identifier la personne (1
chance sur N).– La vérification d’un individu : le système
doit vérifier que la personne est bien celle qu’elle prétend être (1 chance sur 2).
6
Qu’est-ce qu’une courbe de performance ?
Jean Hennebert
BiometricSystem
DecisionModule
1) ID claim Jean Hennebert
2) Biometric Sample
BiometricScore S
T
Accept if S≥TReject if S<T
• Le système biométrique peut faire 2 types d’erreur :– Fausse acceptation (FA) : on accepte un imposteur– Faux rejet (FR) : on rejette la bonne personne, le client
(genuine/true acces)
7
Représentations d’une courbe de performance 1/3
• T-FA / T-FR • ROC (Receiver Operating Characteristic) - Linéaire
8
Représentations d’une courbe de performance 2/3
• DET (Detection Error Tradeoff) - Distribution normale
• Semi-logarithmique
9
Représentations d’une courbe de performance 3/3
• Courbe de coût (cost)
- Expression mathématique : Cost(T) = WFA * FA(T) * P(Impostor)
+ WFR * FR(T) * P(Genuine)
- Exemple : Banque ★ Système téléphonique :
✴ coût FR élevé (frustration)✴ coût FA petit
★ Accès à un coffre fort :✴ coût FR petit✴ coût FA élevé
10
Etat de l’art
• Un script Matlab, utilisé actuellement par les chercheurs en biométrie pour la représentation de telles courbes.
11
Utilité du nouveau programme : « Det4J »
• Ce que fait Det4J que ne fait pas Matlab– Prise en charge du nouveau format de fichier
de scores biométriques : Ragga (format XML)– Affichage en mode ROC, Semi-Log, T-FA/T-FR
et courbe de coût
– Calculs de l’EER, du coût et seuil optimaux
– Diverses fonctionnalités d’édition et d’exportation supplémentaires (pdf, eps, ps, svg)
– « Standalone », opensource et plus convivial
12
Travail accompli 1/2
• Préambule– Apprentissage, diverses lectures sur le sujet de la
biométrie et des courbes de performance– Analyse du script Matlab existant– Réflexion sur le « layout » final de l’outil– Réflexion des fonctionnalités à implémenter
• Fonctionnalités implémentées– Support du nouveau format de score Ragga– Chargement/fermeture de plusieurs fichiers Ragga– Ajout/amélioration du GUI (menus, grille, légendes, fenêtre
des réglages et console, sliders, boutons, tooltips,…)– Calcul et affichage des courbes ROC, DET, Semi-
logarithmique, T-FA / T-FR– Optimisation de l’affichage des courbes et anti-aliasing
13
Travail accompli 2/2
• Fonctionnalités implémentées (suite)
– Exportation dans un grand nombre de formats (png, jpg, gif, bmp, pdf, ps, eps, svg,…)
– Impression– Calcul/affichage de l’Equal Error Rate : EER– Calcul du seuil de l’Equal Error Rate : T(EER)– Calcul/affichage des points de coût minimal, seuil
optimal– Gestion du redimensionnement de la fenêtre (canvas)– Gestion des événements souris– Edition (titre, légende, labels des axes, noms des
classifiers, couleur/épaisseur/type des courbes)– Déplacement de la légende par drag & drop– Affichage des coordonnées d’un point en fonction
d’un clic dans la grille– Javadoc
14
Améliorations futures envisageables
• Possibilité de zoomer
• Exploitation des méta-informations des fichiers Ragga (ex. détermination de l’utilisateur le plus facilement contrefaisable)
• Optimisation du calcul des points en fonction de la résolution et du nombre de classifiers chargés
• ...
15
Démonstration
16
Questions ?
17
Remerciements
• À mon assistant-chef et superviseur : Jean Hennebert
• À mon assistant : Bruno Dumas
18
Merci de votre attention etbonne fin de journée !