biometric sistema ng paggamit ng mga physiological o pang-asal katangian ng indibidwal, para sa mga layunin ng pagkilala ng. Ang mga katangian na isama ang mga fingerprint, hand-geometry, mukha, boses, IRI, retina, paglakad, lagda, palm-print, tainga, atbp biometric system na gamitin ang isang solong katangian para sa pagkilala (ibig sabihin, unimodal biometric mga sistema) ay madalas na apektado sa pamamagitan ng ilang mga praktikal na mga problema tulad ng maingay na data sensor, di-pagiging pandaigdigan at / o kakulangan ng distinctiveness ng biometric kaugalian, hindi katanggap-tanggap ang mga rate ng error, at panggagaya na pag-atake. Multimodal biometric sistema ng pagtagumpayan ang ilan sa mga problemang ito sa pamamagitan ng sama ang ebidensya na nakuha mula sa iba't ibang pinagmulan. Ang mga mananaliksik ay nagpakita na ang paggamit ng multimodal biometrics ay nagbibigay ng mas mahusay na pagganap sa pagpapatotoo sa paglipas ng unimodal biometrics. Biometric fusion maaaring isagawa sa antas ng imahe, antas ng tampok na ito, na tugma sa antas ng kalidad, antas ng desisyon, at antas ng ranggo.
Kami ay nakabuo ng isang multimodal biometric system na pinagsasama mahusay na tatak ng daliri, IRI at pagkilala palmprint. Kinuha tampok ay pinagsama at isang huling puntos ay nakalkula para sa pag-uuri. Code ay nasubok sa CASIA Iris Database Larawan Bersyon 1.0 at CASIA Palmprint Database Larawan. Fingerprint database na ginagamit sa aming mga eksperimento ay isang koleksyon ng mga larawan fingerprint na kinunan gamit ang isang UPEK mag-swipe fingerprint reader na may capacitive sensor at USB 2.0 koneksyon. Database ay 16 daliri ang lapad at 8 mga impression sa bawat daliri malalim (lahat-lahat 128 mga fingerprint). . Iba pang biometric modalities Available kapag binanggit
Mga Kinakailangan :
MATLAB
Mga Komento hindi natagpuan