Біометричні системи роблять використання фізіологічних або поведінкових рис особистості, для цілей розпізнавання. Ці риси включають відбитки пальців, рук-геометрію, особа, голос, ірису, сітківку, хода, підпис, пальмова-Принт, вухо і т.д. біометричних систем, які використовують єдиний ознака для розпізнавання (тобто унімодальних біометричних систем) часто залежить від декількох практичні проблеми, такі як зашумленних даних датчиків, неуніверсальність та / або відсутності розрізняльної біометричного ознаки, неприпустимим рівнем помилок і обманювати атак. Мультимодальні біометричні системи подолати деякі з цих проблем шляхом консолідації докази, отримані з різних джерел. Дослідження показали, що використання мультимодальних біометричних забезпечує більш високу продуктивність у порівнянні аутентифікації одним видом біометрії. Біометричні синтез може бути виконана на рівні зображення, рівень художнього, матчі рівні, рівні прийняття рішень, і рівень рангу.
Ми розробили мультимодальних біометричних систему, яка ефективно поєднує в собі відбитків пальців, райдужної оболонки і визнання PalmPrint. Витягнуті ознаки об'єднують і остаточна оцінка обчислюється для класифікації. Код був протестований з Casia Iris бази зображень версії 1.0 і Casia PalmPrint бази даних зображень. Відбитків пальців бази даних, використовуваний в наших експериментах колекція зображень відбитків пальців, узятих з УПЕК серветки зчитувач відбитків пальців з ємнісним сенсором і USB 2.0 підключення. База даних 16 пальців в ширину і 8 показів в палець глибиною (всього 128 відбитків). . Інші біометричні методи доступні за запитом
Вимоги
Matlab
Коментар не знайдено