Abstract:
Dans ce document, nous avons abordé le développement et l’évaluation des systèmes d’authentification biométrique en utilisant les mouvements oculaires. Notre objectif premier est de
fournir un vaste ensemble de données spécifiquement conçu pour le développement et le test de
systèmes d’authentification biométrique exploitant les caractéristiques oculaires comme modalité
d’authentification. L’ensemble de données comprend deux sous-ensembles : un jeu de données de
type vidéos et un jeu de données de type images. Notre jeu de données se base sur la qualité des
données qui est le facteur le plus important dans l’élaboration d’algorithmes d’apprentissage automatique, en particulier les protocoles d’authentification, car elle influence la précision et la capacité
du modèle à classifier correctement les utilisateurs. Notre deuxième objectif est d’améliorer les protocole d’authentification existants, en particulier celui de Goussem et Djallil. Pour cela, nous avons
mené une série expériences en utilisant notre jeu de données vidéos et le classificateur kNN afin de
déterminer les points à améliorer. De plus, nous avons entraîné deux architectures d’apprentissage
en profondeur avec CNN pour authentifier les utilisateurs en utilisant l’ensemble de données de
type image. Nos résultats démontrent un taux de fausses acceptations significativement faible de
14.29 % pour à la fois leur protocole et nos architectures CNN proposées.
