| เวอร์ชัน | 1.0 |
|---|---|
| สำนักพิมพ์ | Luigi Rosa |
| วันที่วางจำหน่าย | 21 พ.ย. 2012 |
| วันที่เพิ่ม | 21 พ.ย. 2012 |
| ข้อกำหนดระบบปฏิบัติการ | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| ข้อกำหนด | Matlab |
| ดาวน์โหลดทั้งหมด | 126 |
| ราคา | Free |
คำอธิบาย
ทฤษฎีของตัวกรองสหสัมพันธ์ขั้นสูงได้วิวัฒนาการมาจากวรรณกรรมของการรู้จำรูปแบบแสงในช่วงสองทศวรรษที่ผ่านมา พวกเขาได้พิสูจน์ตัวจำแนกประเภทที่มีประสิทธิภาพในแอพพลิเคชั่นต่างๆ ได้แก่ การจดจำไบโอเมตริกซ์และการจดจำเป้าหมายอัตโนมัติ การออกแบบตัวกรองสหสัมพันธ์ใช้โดเมนความเข้มของรูปภาพของตัวอย่างการฝึกอบรมเพื่อคำนวณเทมเพลตคลาสที่สร้างผลลัพธ์ความสัมพันธ์เฉพาะเพื่อแยกความแตกต่างระหว่างผู้ใช้จริงและผู้หลอกลวง เมื่อใช้ตัวกรองเพื่อทดสอบความถูกต้องของภาพเป้าหมายใหม่ ระนาบเอาต์พุตคาดว่าจะมีรูปร่างที่มีพีคสหสัมพันธ์หากภาพนั้นเป็นของจริง แต่จะไม่มียอดดังกล่าวหากภาพนั้นเป็นของคลาสอื่น คุณสมบัติของตัวแยกประเภทตัวกรองสหสัมพันธ์รวมถึงการย่อยสลายอย่างสง่างาม ความแปรปรวนของการเปลี่ยนแปลง และโซลูชันแบบปิด
รหัสได้รับการทดสอบโดยใช้ภาพลายนิ้วมือที่ถ่ายด้วยเครื่องอ่านลายนิ้วมือแบบปัด UPEK พร้อมเซ็นเซอร์แบบ capacitive และการเชื่อมต่อ USB 2.0 ฐานข้อมูลกว้าง 16 นิ้วและลึก 8 นิ้วต่อนิ้ว (รวม 128 ลายนิ้วมือ) เราได้รับผลลัพธ์ดังต่อไปนี้:
การระบุลายนิ้วมือแบบหนึ่งต่อหลาย: โดยใช้ 2 ภาพสำหรับแต่ละนิ้วที่เลือกแบบสุ่มสำหรับการฝึก และอีก 6 ภาพที่เหลือสำหรับการทดสอบ (ทั้งหมด 32 ภาพสำหรับการฝึกและ 96 ภาพสำหรับการทดสอบ) โดยไม่ทับซ้อนกัน เราได้รับอัตราความผิดพลาดที่น้อยกว่า 0.6% (อัตราความผิดพลาดอันดับหนึ่ง)
การตรวจสอบลายนิ้วมือแบบตัวต่อตัว: เราได้รับ EER เท่ากับ 5.6641%
ข้อกำหนดของดัชนี: Matlab, แหล่งที่มา, รหัส, ความสัมพันธ์, ตัวกรอง, AFIS, อัตโนมัติ, ลายนิ้วมือ, การระบุตัวตน, ระบบ
