Reconnaissance Biométrique Multimodale des Personnes

Dans notre recherche, nous avons propos une approche d'authentification biom trique multimodale utilisant des signaux de d marche et d' lectrocardiogramme (ECG), ce qui peut r duire les inconv nients de l'approche biom trique unimodale et am liorer les performances du syst me d'authentification.En phase d'acquisition, les ensembles de donn es sont collect s dans trois bases de donn es diff rentes, ECG-ID, base de donn es sur les arythmies MIT-BIH et le r f rentiel d'apprentissage automatique UCI (Gait). Dans la phase d'extraction de caract ristiques des deux signaux (ECG et d marche), elle est r alis e l'aide d'un mod le binaire 1D-LBP. Les caract ristiques sont obtenues en fusionnant deux modalit s en une seule. Dans l'approche de classification, quatre classificateurs sont d velopp s pour classer les sujets. K plus proche voisin (KNN), reposant sur la distance euclidienne, PNN (r seau de neurones probabilistes), RBF (fonction de base radiale) et machine vecteurs de support (SVM), reposant sur le principe "un contre tous" (OAA).