biometrisiä järjestelmiä hyödyntävät fysiologisia tai käyttäytymiseen piirteet yksilöiden, tunnustamista varten. Nämä piirteet kuuluvat sormenjäljet, käsi-geometria, kasvot, ääni, iiris, verkkokalvo, kävely, allekirjoitus, palm-print, korva jne biometrisiä järjestelmiä, jotka käyttävät yhden ominaisuuden tunnustamista (eli unimodaalinen biometriset järjestelmät) ovat usein vaikuttaneet useat käytännön ongelmia, kuten meluisa anturin tiedot, ei-universaalisuus ja / tai erottamiskyvyn puuttumista biometristen piirre, jota ei voida hyväksyä virhetaajuuksien ja huijaus hyökkäyksiä. Multimodal biometrisiä järjestelmiä ratkaista joitakin näistä ongelmista yhdistämällä saatua näyttöä eri lähteistä. Tutkijat ovat osoittaneet, että käyttö multimodaalisen biometriikkaa tarjoaa paremman todennus suorituskykyä unimodaalinen biometriikkaa. Biometrinen fuusio voidaan suorittaa kuvan tasolla, ominaisuus tasolla ottelu pisteet taso, päätös tasolla ja listalla tasolla.
Olemme kehittäneet multimodaalisen biometrinen järjestelmä, joka yhdistää tehokkaasti sormenjälki, iiris ja kämmenjäljen tunnustamista. Extracted ominaisuudet yhdistetään ja lopullinen pistemäärä lasketaan luokittelun. Koodi on testattu Casia Iris Image Database -ohjelmiston versio 1.0 ja Casia kämmenjälkikuvan Database. Sormenjälkitietokanta käytetty kokeissa oli kokoelma sormenjälkikuvien otettu UPEK pyyhkäisemällä sormenjälkitunnistin kapasitiivinen anturi ja USB 2.0 -liitäntä. Tietokanta on 16 sormea leveä ja 8 näyttökertaa sormi syvälle (täysin 128 sormenjäljet). Muita biometrisiä säännöt ovat saatavilla pyynnöstä.
Vaatimukset :
Matlab
Kommentteja ei löytynyt