ระบบ Biometric ทำให้การใช้งานในลักษณะทางสรีรวิทยาหรือพฤติกรรมของบุคคลเพื่อวัตถุประสงค์ในการรับรู้ ลักษณะเหล่านี้รวมถึงลายนิ้วมือ, มือเรขาคณิตใบหน้า, เสียง, ไอริส, จอประสาทตา, การเดิน, ลายเซ็น, ปาล์มพิมพ์หู ฯลฯ ระบบไบโอเมตริกที่ใช้ลักษณะเดียวสำหรับการรับรู้ (เช่นระบบไบโอเมตริกซ์ unimodal) มักจะได้รับผลกระทบโดยหลาย ปัญหาในทางปฏิบัติเช่นข้อมูลเซ็นเซอร์มีเสียงดังที่ไม่เป็นสากลและ / หรือการขาดความเป็นเอกเทศของลักษณะไบโอเมตริกซ์, อัตราความผิดพลาดที่ยอมรับไม่ได้และการโจมตีหลอก ระบบไบโอเมตริกซ์ต่อเนื่องเอาชนะปัญหาเหล่านี้บางส่วนโดยการรวมหลักฐานที่ได้รับจากแหล่งที่มาที่แตกต่างกัน นักวิจัยได้แสดงให้เห็นว่าการใช้ไบโอเมตริกเนื่องให้ประสิทธิภาพการทำงานที่ดีกว่าการตรวจสอบชีวภาพ unimodal ฟิวชั่นไบโอเมตริกซ์สามารถดำเนินการในระดับภาพระดับคุณลักษณะการแข่งขันระดับคะแนนระดับการตัดสินใจและระดับตำแหน่ง
เราได้พัฒนาระบบไบโอเมตริกซ์ที่ต่อเนื่องอย่างมีประสิทธิภาพรวมลายนิ้วมือม่านตาและการรับรู้ PalmPrint คุณสมบัติที่สกัดจะรวมกันและคะแนนสุดท้ายคือการคำนวณการจัดหมวดหมู่ รหัสที่ได้รับการทดสอบกับฐานข้อมูลภาพ CASIA ไอริสรุ่น 1.0 และ CASIA PalmPrint ฐานข้อมูลภาพ ฐานข้อมูลลายนิ้วมือที่ใช้ในการทดลองของเราคือการเก็บลายนิ้วมือของภาพที่ถ่ายด้วยเครื่องอ่านลายนิ้วมือรูด UPEK มีเซ็นเซอร์ capacitive และ USB 2.0 เชื่อมต่อ ฐานข้อมูลเป็น 16 นิ้วกว้าง 8 นิ้วแสดงผลต่อลึก (ทั้งหมด 128 ลายนิ้วมือ) . รังสีไบโอเมตริกซ์อื่น ๆ ที่มีตามคำขอ
ต้องการ
Matlab
ความคิดเห็นที่ไม่พบ