Reconocimiento biométrico multimodal

Obtenga código fuente de MATLAB para reconocer los rasgos biométricos de las personas.
Descargar ahora

Reconocimiento biométrico multimodal Clasificación y resumen

Anuncio publicitario

  • Rating:
  • Precio:
  • Free
  • Nombre del editor:
  • By Luigi Rosa
  • Sistemas operativos:
  • Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP
  • Requerimientos adicionales:
  • Matlab
  • Descargas totales:
  • 698

Reconocimiento biométrico multimodal Etiquetas


Reconocimiento biométrico multimodal Descripción

Los sistemas biométricos hacen uso de los rasgos fisiológicos o de comportamiento de los individuos, con fines de reconocimiento. Estos rasgos incluyen huellas dactilares, geometría a mano, cara, voz, iris, retina, paso, firma, impresión de palma, oreja, etc. Los sistemas biométricos que utilizan un único rasgo para el reconocimiento (es decir, los sistemas biométricos noimaldos) a menudo se ven afectados por varios Problemas prácticos como datos de sensores ruidosos, no universalidad y / o falta de carácter distintivo del rasgo biométrico, tasas de error inaceptables y ataques de falsificación. Los sistemas biométricos multimodales superan algunos de estos problemas consolidando la evidencia obtenida de diferentes fuentes. Los investigadores han demostrado que el uso de biometría multimodal proporciona un mejor rendimiento de autenticación sobre la biométrica unimodal. La fusión biométrica se puede realizar a nivel de imagen, nivel de función, nivel de puntuación de coincidencia, nivel de decisión y nivel de rango. Hemos desarrollado un sistema biométrico multimodal que combina de manera eficiente el reconocimiento de huellas dactilares, IRIS y PalmPrint. Las características extraídas se combinan y se calcula una puntuación final para la clasificación. El código ha sido probado con la base de datos de imágenes de la base de datos de la base de datos de Casia Iris Versión 1.0 y Casia PalmPrint. La base de datos de huellas dactilares utilizada en nuestros experimentos fue una colección de imágenes de huellas dactilares tomadas con un lector de huellas digitales de Swipey con un sensor capacitivo y conexión USB 2.0. La base de datos es de 16 dedos de ancho y 8 impresiones por dedo profundo (totalmente 128 huellas dactilares). Otras modalidades biométricas están disponibles bajo petición.


Reconocimiento biométrico multimodal Software relacionado