Cet enseignement a pour objectif de présenter aux étudiants les fondamentaux dans le domaine de la biométrie, c’est-à-dire l’identification d’un individu à partir de caractéristiques physiques ou biologiques. S’appuyant sur les connaissances et compétences acquises en traitement numérique de l’image et du son et en apprentissage automatique, l’UE présentera les différentes étapes de la biométrie depuis la captation des données biométriques, l’extraction de données caractéristiques, l’apprentissage de systèmes de reconnaissance ou d’authentification, jusqu’à la fraude et sa détection. Une attention particulière sera portée sur les notions critiques pour la biométrie comme la fiabilité et les biais, et sensibilisera les étudiants à ses aspects légaux et judiciaires.

A l’issue de cet enseignement, les étudiants seront capables de :

-    Acquérir des données à partir de capteurs biométriques
-    Extraire les points caractéristiques à partir de données biométriques
-    Implémenter un système de reconnaissance biométrique simple pour des modalités variées (iris, empreintes digitales, visage, voix)
-    Comprendre le fonctionnement de la falsification numérique de données biométriques et réaliser un système de détection de fraude
-    Calibrer un système de biométrie en termes de biais et de fiabilité
-    Comprendre les enjeux et les implications légales et judiciaires de la biométrie

CM1. Introduction à la biométrie Définition, systèmes, mesures de performance. Reconnaissance d’Iris : segmentation, extraction de caractéristiques, comparaison d’iris-codes
CM2. Empreintes digitales Caractéristiques discriminantes, extraction et comparaison, systèmes de reconnaissance
CM3 & 4. Reconnaissance faciale  Extraction de points caractéristiques, visages-propres (PCA/LDA), détection de visage, deep learning pour comparaison de visages  
CM5. Biométrie vocale Spécificités et approches
CM6. Analyse vidéo Méthodes de détection et de suivi d’objets dans les vidéos, applications à la vidéosurveillance
CM7. Fraude et deep fake  Architectures neuronales pour la génération et la falsification de données biométriques. Applications à la génération de visages et à la manipulation d’images, de vidéos, et de la voix.
CM8. Détection de fraude biométrique Typologie de fraudes, méthodes de détection (visages, empreintes digitales)
CM9. Biais et éthique en biométrie  Biais potentiels, risques sociétaux et régulation, protection des données biométriques (RGPD)

Les étudiants sont fortement encouragés à avoir suivi des enseignements en :

- traitement numérique de l’image (filtrage, morphologie mathématique) et du son (transformée de Fourier à court-terme, codage audio),
- apprentissage automatique et réseaux de neurones,
- programmation informatique en langage Python.

Des connaissances en capteurs et instrumentation sont un plus.  Un bref rappel des notions fondamentales sera effectué au fil du cours si nécessaire.