Abstract:
Au cours des dernières années, l'identification personnelle automatique devient une exigence
importante variété d'applications telles que le contrôle d'accès, les systèmes de surveillance et
des bâtiments physiques. Biométrie, qui traite de l'identification des individus en fonction de
leurs caractéristiques physiques ou comportementales, est apparue comme une technologie
d'identification automatique efficace, qui offre plus de propriétés et plusieurs avantages par
rapport à la sécurité traditionnelle. L’empreinte de l’articulation de doigts (FKP) est une
caractéristique biométrique importante. Qui fournit l'unicité, la stabilité et la haute distinction
capacité. Dans notre travail on a utilisé l’apprentissage profond (le deep learning) exploitant
l’autoencoder comme étant l’outil de classification des images qui est efficace dans le sens de
résolution des problèmes de classification avec des données complexes.
Nos résultats expérimentaux, en utilisant la base de données FKP (IITD DELHI) démontrent
l’efficacité des autoencoders pour la réalisation du système performant d'identification sur la
base FKP.
