Các lý thuyết về bộ lọc tương quan cao cấp đã phát triển từ các tài liệu của mô hình nhận dạng quang học trong hai thập kỷ qua; họ đã chứng minh hiệu quả trong việc phân loại một số ứng dụng, trong đó có sinh trắc học công nhận và công nhận mục tiêu tự động. Thiết kế bộ lọc tương quan sử dụng tên miền cường hình ảnh ví dụ huấn luyện để tính một lớp mẫu sản xuất đầu ra tương quan đặc trưng để phân biệt giữa người sử dụng xác thực và kẻ mạo danh. Khi áp dụng các bộ lọc để kiểm tra tính xác thực của hình ảnh một mục tiêu mới, các máy bay sản lượng dự kiến sẽ có một hình có chứa một đỉnh tương quan nếu hình ảnh là xác thực, nhưng không có đỉnh cao như vậy nếu hình ảnh thuộc về một lớp khác. Các tính chất của bộ lọc phân loại tương quan bao gồm suy thoái duyên dáng, sự thay đổi bất biến và giải pháp hình thức đóng.
Mã này đã được thử nghiệm bằng cách sử dụng 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 (128 dấu vân tay ở tất cả). Chúng tôi đã thu được những kết quả sau đây:
One-to-nhiều nhận dạng vân tay: sử dụng 2 hình ảnh cho mỗi ngón tay lựa chọn ngẫu nhiên cho đào tạo và 6 ảnh còn lại để thử nghiệm (hoàn toàn 32 hình ảnh cho đào tạo và 96 hình ảnh để thử nghiệm), mà không cần bất kỳ sự chồng chéo, chúng tôi đã thu được một tỷ lệ lỗi nhỏ hơn 0,6% (trên cùng một tỷ lệ lỗi).
One-to-one xác nhận vân tay: chúng tôi đã thu được một EER bằng 5,6641%.
Index Điều khoản:. Matlab, nguồn, code, tương quan, các bộ lọc, AFIS, tự động, dấu vân tay, nhận dạng, hệ thống
Yêu cầu :
Matlab
Bình luận không