Multimodale biometrische Anerkennung

Erhalten Sie den MATLAB-Quellcode, um die biometrischen Merkmale der Einzelpersonen zu erkennen.
Jetzt downloaden

Multimodale biometrische Anerkennung Ranking & Zusammenfassung

Anzeige

  • Rating:
  • Preis:
  • Free
  • Name des Herausgebers:
  • By Luigi Rosa
  • Betriebssysteme:
  • Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP
  • Zusätzliche Anforderungen:
  • Matlab
  • Downloads insgesamt:
  • 698

Multimodale biometrische Anerkennung Stichworte


Multimodale biometrische Anerkennung Beschreibung

Biometrische Systeme nutzen die physiologischen oder Verhaltenseigenschaften von Einzelpersonen, um zu Anerkennungszwecken zu erhalten. Diese Merkmale umfassen Fingerabdrücke, Handgeometrie, Gesicht, Stimme, Iris, Retina, Gang, Signatur, Palm-Druck, Ohr usw. Biometrische Systeme, die ein einzelnes Merkmal zur Erkennung (dh unimodalen biometrischen Systeme) verwenden, werden oft von mehreren betroffen Praktische Probleme wie laute Sensordaten, Nicht-Universal- und / oder Mangel an Unterscheidungskraft der biometrischen Merkmale, inakzeptabler Fehlerraten und gleichmäßige Angriffe. Multimodale biometrische Systeme überwinden einige dieser Probleme, indem sie die Beweise in verschiedenen Quellen konsolidieren. Die Forscher haben gezeigt, dass die Verwendung von multimodaler Biometrie eine bessere Authentifizierungsleistung über unimodale Biometrie bietet. Die biometrische Fusion kann auf Bildebene, Feature-Ebene, Übereinstimmungs-Score-Ebene, Entscheidungsstufe und Rangstufe durchgeführt werden. Wir haben ein multimodales biometrisches System entwickelt, das effizient Fingerabdruck, Iris und Palmprint-Anerkennung effizient kombiniert. Extrahierte Merkmale werden kombiniert und eine Endpunktzahl wird zur Klassifizierung berechnet. Code wurde mit CASIA IRIS Image Database Version 1.0 und Casia Palmprint-Image-Datenbank getestet. Die in unseren Experimenten verwendete Fingerabdruck-Datenbank war eine Sammlung von Fingerabdruckbildern mit einem UPEK-Swipe-Fingerabdruckleser mit kapazitivem Sensor und USB 2.0-Anschluss. Die Datenbank ist 16 Finger breit und 8 Eindrücke pro Finger tief (total 128 Fingerabdrücke). Andere biometrische Modalitäten sind auf Anfrage erhältlich.


Multimodale biometrische Anerkennung Zugehörige Software

Über uns