Description
Date depot: 7 mars 2019
Titre: Robustesse aux attaques en Authentification Digitale par Apprentissage Profond
Directeur de thèse:
Jean-Luc DUGELAY (Eurecom)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Images et vision
Resumé:
L’authentification des personnes devient
de plus en plus automatique et digitale dans nos sociétés. Les systèmes de
passage de frontière tels que PARAFE ou les applications sur téléphone portable
de vérification de l’identité d’une personne par la biométrie sont courantes.
En particulier, la reconnaissance faciale est de plus en plus utilisée pour
identifier les personnes afin d’accéder à un lieu ou une ressource.
L’indentification peut se faire à
distance via un smartphone ou un ordinateur. Il s’agit alors souvent de
comparer un document d’identité présenté à la caméra avec un selfie du porteur
du document. Les performances en termes de taux de reconnaissance ont fortement
progressé ces dernières années grâce essentiellement à l’évolution des capteurs
et les récentes avancées en apprentissage profond.
Malheureusement la robustesse de ces
outils de reconnaissance faciale ou de vérification de documents n’a pas encore
été suffisamment étudiée et des failles existent. L'objectif de cette thèse est
de lister les attaques possibles, de les détecter et enfin de proposer des ripostes.
Doctorant.e: Trabelsi Anis