| เวอร์ชัน | 1.0 |
|---|---|
| สำนักพิมพ์ | Luigi Rosa |
| วันที่วางจำหน่าย | 7 พ.ย. 2012 |
| วันที่เพิ่ม | 7 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 | 698 |
| ราคา | Free |
คำอธิบาย
ระบบไบโอเมตริกซ์ใช้ประโยชน์จากลักษณะทางสรีรวิทยาหรือพฤติกรรมของแต่ละบุคคลเพื่อวัตถุประสงค์ในการจดจำ ลักษณะเหล่านี้รวมถึงลายนิ้วมือ เรขาคณิตของมือ ใบหน้า เสียง ม่านตา เรตินา เดิน ลายเซ็น พิมพ์ฝ่ามือ หู ฯลฯ ระบบไบโอเมตริกซ์ที่ใช้ลักษณะเดียวสำหรับการจดจำ (เช่น ระบบไบโอเมตริกซ์เดียว) มักได้รับผลกระทบจากหลายลักษณะ ปัญหาในทางปฏิบัติ เช่น ข้อมูลเซ็นเซอร์ที่มีเสียงดัง ความเป็นสากล และ/หรือการขาดความโดดเด่นของลักษณะไบโอเมตริกซ์ อัตราข้อผิดพลาดที่ยอมรับไม่ได้ และการปลอมแปลงการโจมตี ระบบไบโอเมตริกต่อเนื่องหลายรูปแบบสามารถเอาชนะปัญหาเหล่านี้ได้ด้วยการรวบรวมหลักฐานที่ได้รับจากแหล่งต่างๆ นักวิจัยได้แสดงให้เห็นว่าการใช้ multimodal biometrics ให้ประสิทธิภาพการพิสูจน์ตัวตนที่ดีกว่า unimodal biometrics ฟิวชั่นไบโอเมตริกซ์สามารถทำได้ที่ระดับภาพ ระดับคุณลักษณะ ระดับคะแนนการแข่งขัน ระดับการตัดสินใจ และระดับอันดับ
เราได้พัฒนาระบบไบโอเมตริกซ์หลายรูปแบบที่รวมการจดจำลายนิ้วมือ ม่านตา และฝ่ามือเข้าด้วยกันอย่างมีประสิทธิภาพ คุณลักษณะที่แยกออกมาจะถูกรวมเข้าด้วยกันและคะแนนสุดท้ายจะถูกคำนวณสำหรับการจัดประเภท รหัสได้รับการทดสอบกับ CASIA Iris Image Database เวอร์ชัน 1.0 และ CASIA Palmprint Image Database ฐานข้อมูลลายนิ้วมือที่ใช้ในการทดลองของเราคือชุดของภาพลายนิ้วมือที่ถ่ายด้วยเครื่องอ่านลายนิ้วมือแบบรูด UPEK พร้อมเซนเซอร์แบบคาปาซิทีฟและการเชื่อมต่อ USB 2.0 ฐานข้อมูลกว้าง 16 นิ้วและลึก 8 นิ้วต่อนิ้ว (รวม 128 ลายนิ้วมือ) รังสีไบโอเมตริกซ์อื่น ๆ สามารถขอได้
