Mise en correspondance de graphes de minuties d’empreintes latentes par apprentissage profond

Les empreintes latentes sont des empreintes digitales trouvées sur des scènes de crime. Elles permettent d’aider les experts scientifiques et légaux à identifier ou exclure des candidats et ainsi apporter le poids de la preuve dans les enquêtes. Sur ces empreintes, on trouve des points caractéristiques, appelées minuties, qui correspondent aux bifurcations et fin de ligne des crêtes du motif de l’empreinte. On peut, grâce à un ensemble de minuties, identifier des ensembles de minuties similaires. Dans ce projet de recherche, nous appliquerons des techniques d’apprentissage profond pour effectuer l’appariement de ces ensembles de minuties
Une meilleure précision des algorithmes de reconnaissance d’empreinte de latentes pour les produits d’identification policier (AFIS) a un très gros impact et peut mener à l’arrestation de criminels et à une résolution des enquêtes courantes ou non-élucidées.

Faculty Supervisor:

Farida Cheriet

Student:

Partner:

IDEMIA Identity & Security Canada, Inc.

Discipline:

Computer science

Sector:

Professional, scientific and technical services

University:

Polytechnique Montréal

Program: