Biometrinės sistemos išnaudoti fiziologinių ar elgesio bruožų asmenų, pripažinimui tikslais. Šie bruožai yra pirštų atspaudai, rankų geometriją, veido, balso, rainelės, tinklainė, eisena, parašas, palmių spausdinti ausį, ir tt biometrinės sistemos, kurios naudoja vieną bruožą pripažinimo (ty vienarūšių biometrinių sistemų) dažnai lemia keli praktinių problemų, pavyzdžiui, triukšmingų jutiklių duomenis, ne universalumo ir / arba skiriamojo požymio biometrinės bruožas, nepriimtinų klaidų lygis trūkumo, ir padirbtais išpuolių. Multimodaliniai biometrinės sistemos įveikti kai kurias iš šių problemų įtvirtinant įrodymus, gautus iš skirtingų šaltinių. Mokslininkai įrodė, kad daugiarūšio biometrinių duomenų naudojimas užtikrina geresnį autentifikavimo našumą per vienarūšių biometrinių duomenų. Biometrinės sintezės gali būti atliekamas vaizdo lygio, funkcija lygio, rungtynių rezultatą, sprendimų lygmenyje, ir rango lygį.
Mes sukūrėme multimodalinio biometrinę sistemą, kuri efektyviai sujungia pirštų atspaudų, akies rainelės ir delno atspaudo pripažinimą. Išgauti funkcijos yra sujungtos ir galutinis rezultatas skaičiuojamas klasifikavimo. Kodas buvo išbandytas su CASIA Iris Paveikslėlis duomenų bazės versija 1.0 ir CASIA delno atspaudo vaizdo duomenų bazę. Pirštų atspaudų duomenų bazė, naudojama mūsų eksperimentų buvo pirštų atspaudų atvaizdų, kurių buvo imtasi su UPEK servetėlės pirštų atspaudų skaitytuvas su talpinė jutiklio ir USB 2.0 jungčių rinkinys. Duomenų bazė yra 16 pirštų pločio ir 8 parodymų skaičius per pirštą giliai (iš viso 128 pirštų atspaudai). . Kitos biometriniai būdai yra available on request
Reikalavimai :
Matlab
Komentarai nerastas