Биометрические системы использовать физиологических или поведенческих черт личности, в целях признания. Эти черты включают в себя отпечатки пальцев, рук-геометрию, лицо, голос, радужная оболочка, сетчатка, походку, подпись, печать ладонью, ухо и т.д. Биометрические системы, которые используют один признак для распознавания (т.е. унимодальных биометрических систем) часто зависит от нескольких практические проблемы, такие как зашумленных данных датчиков, не универсальности и / или отсутствия различительной биометрической признака, неприемлемых количество ошибок, и обманывать атак. Мультимодальные биометрические системы преодолеть некоторые из этих проблем путем консолидации доказательства, полученные из разных источников. Исследования показали, что использование смешанных биометрических обеспечивает лучшую производительность, аутентификации по одновершинных биометрии. Биометрические слияние может быть выполнена на уровне изображения, уровень художественного, матче уровне, уровне принятия решений, и уровень ранга.
Мы разработали систему мультимодальных биометрических который эффективно сочетает отпечатков пальцев, радужной оболочки и признание PalmPrint. Извлеченные признаки объединяют и окончательный балл вычисляется для классификации. Код был протестирован с Casia Ирис базы изображений версии 1.0 и Casia PalmPrint базы данных изображений. Отпечатков пальцев используется база данных, в наших экспериментах была коллекция отпечатков пальцев снимков, сделанных с УПЭК сканером отпечатков пальцев салфетки с емкостным датчиком и USB 2.0 подключения. База данных 16 пальцев в ширину и 8 показов в палец глубоко (всего 128 отпечатков пальцев). . Другие биометрические методы доступны по запросу
Требования
Matlab
Комментарии не найдены