hệ thống sinh trắc học sử dụng các đặc điểm sinh lý hay hành vi của các cá nhân, cho các mục đích công nhận. Những đặc điểm này bao gồm dấu vân tay, tay hình học, khuôn mặt, giọng nói, mống mắt, võng mạc, dáng đi, chữ ký, cọ-in, tai, vv các hệ thống sinh trắc học sử dụng một đặc điểm duy nhất để nhận dạng (ví dụ, các hệ thống sinh trắc học đơn thức) thường bị ảnh hưởng bởi một số vấn đề thực tế như các dữ liệu cảm biến ồn ào, không phổ quát và / hoặc thiếu tính phân biệt của các đặc điểm sinh trắc học, tỷ lệ lỗi không thể chấp nhận, và các cuộc tấn công giả mạo. Các hệ thống sinh trắc học đa phương thức khắc phục một số vấn đề bằng cách củng cố các bằng chứng thu được từ các nguồn khác nhau. Các nhà nghiên cứu đã chỉ ra rằng việc sử dụng sinh trắc học đa phương thức cung cấp hiệu suất tốt hơn so với xác thực sinh trắc học đơn thức. Hợp sinh trắc học có thể được thực hiện ở mức độ ảnh, mức độ tính năng, trận đấu tỉ số, mức độ ra quyết định, và mức xếp hạng.
Chúng tôi đã phát triển một hệ thống sinh trắc học đa phương thức có hiệu quả kết hợp vân tay, mống mắt và công nhận palmprint. Tính năng trích xuất được kết hợp và một số điểm cuối cùng được tính toán để phân loại. Mã đã được thử nghiệm với Casia Iris Cơ sở dữ liệu hình ảnh phiên bản 1.0 và Casia Palmprint Cơ sở dữ liệu hình ảnh. Cơ sở dữ liệu vân tay sử dụng trong các thí nghiệm của chúng tôi là một tập hợp các hình ảnh dấu vân tay chụp với một UPEK swipe đọc vân tay với cảm biến điện dung và kết nối USB 2.0. Cơ sở dữ liệu là 16 ngón tay rộng và 8 hiển thị trên mỗi ngón tay sâu (hoàn toàn 128 dấu vân tay). . Phương thức sinh trắc học khác có sẵn theo yêu cầu
Yêu cầu :
Matlab
Bình luận không