IDEA4SWIFT, pour un voyage plus rapide et sécurisé

Diminuer le temps d'attente aux frontières, tout en garantissant une sécurité de pointe, c'est le défi qu'a relevé IDEA4SWIFT, un projet européen ITEA récompensé dernièrement par deux prix d'excellence. Mounim El Yacoubi et Yaneck Gottesman, chercheurs sur ce projet pour Télécom SudParis, reviennent sur la recette de ce succès.

Le contrôle aux frontières est un véritable calvaire chronophage pour les voyageurs. Une personne doit se présenter trois heures avant embarquement, à l'aéroport d'Orly, si elle veut avoir suffisamment de temps pour gérer ses bagages et passer par les différents contrôles de sécurité ! Si on ne peut bien sûr pas nier la nécessité de cette dimension sécuritaire, comment faire pour éviter aux voyageurs les plus réguliers de passer plus de temps à l'aéroport que sur leur lieu de destination ?

C'est à cette question que le projet IDEA4SWIFT a tenté de répondre. IDEA4SWIFT (pour Identity, Doc, Exchange & Authentification For Systems Worldwide Interconnections of Frequent Travelers) était un projet européen ITEA (Innovative Technology for European Advancement) mené en conjonction entre la France et la Turquie jusqu'en 2017. Cette équipe franco-turque a remporté en mai deux prix ITEA Awards of Excellence - "Innovation" et "Business Impact" - qui lui ont été décernés à l'occasion des Eureka Innovation Days 2018 à Helsinki, en Finlande. Mounim El Yacoubi et Yaneck Gottesman, chercheurs à Télécom SudParis, y ont représenté l’École, par le biais de l'Institut Mines-Télécom.

Une combinaison de machine learning et de biométrie dernier cri

L'objectif d'IDEA4SWIFT était d'améliorer la fluidité des passages aux frontières pour les voyageurs fréquents, sans affecter l'aspect sécuritaire. "Il nous fallait trouver le compromis entre rapidité et sécurité, on a ainsi eu l'idée de combiner plusieurs technologies biométriques à la fois", se rappelle Mounim El Yacoubi. Le projet se basait sur l'étude de plusieurs scénarios d'identification combinés. "Le principe était de pouvoir identifier une personne visuellement et par ses papiers d’identité puis de vérifier que tout concorde, notamment avec les données stockées sur son passeport biométrique", explique Yaneck Gottesman.

Un passeport biométrique contient une puce sur laquelle se retrouvent toutes les informations biométriques relatives à la personne : de ses empreintes digitales à son visage, en passant par les caractéristiques de son iris. Chacune de ses données visuelles se composent de "templates", des paramètres visuels discriminants qui permettent, par exemple, de les comparer avec un contrôle biométrique fait sur place et donc d'authentifier ou non l'identité de la personne. Non seulement reconnaissances faciale et digitale classiques, mais aussi reconnaissance d'iris et reconnaissance des veines. "Les veines de la main sont beaucoup plus sûres que les empreintes digitales, détaille Mounim El Yacoubi, parce les empreintes se retrouvent sur la surface et donc sont sujettes à dégradation et surtout à falsification".

Rapidité, sécurité ... efficacité !

Grâce aux méthodes de machine learning dont il est spécialiste, ce dernier a ainsi pu contribuer à la rapidité du système proposé par IDEA4SWIFT. Ajouter à la technologie du passeport biométrique délivré aux voyageurs les plus fréquents et à une combinaison de reconnaissances biométriques sur place, la comparaison automatique de toutes ses données réduirait donc considérablement le temps de passage aux frontières.

Une alliance de rapidité et de sécurité qui a valu ses deux prix d'excellence au projet et à ses chercheurs. "Ce projet a été réalisé grâce à un efficace mariage de différentes technologies mais surtout à une collectivité de regards croisés", se félicite Yaneck Gottesman. "Les avancées fournies au cours du projet intéressent d'ailleurs déjà les sociétés de contrôles de transit et les compagnies aériennes".


Yaneck GOTTESMAN est chercheur en biométrie et optique, au sein du département Électronique et Physique de Télécom SudParis. Il est membre de l’équipe TIPIC (Traitement de l’Information Pour Images et Communications) du laboratoire Samovar (unité mixte de recherche Télécom SudParis/CNRS) et travaille également au centre Nano INNOV à Paris-Saclay.

Mounim EL YACOUBI est directeur d’études (département EPH – équipe Samovar ARMEDIA) à Télécom SudParis. Spécialiste du machine learning, il étudie et l'applique aux domaines de la biométrie, de la ville intelligente et, plus particulièrement, aux systèmes de communication entre l’homme et la machine.


Félix Gouty