Os sistemas biométricos fazer uso das características fisiológicas ou comportamentais das pessoas, para fins de reconhecimento. Essas características incluem impressões digitais, mão-geometria, face, voz, íris, retina, marcha, assinatura, palm-print, orelha, etc. Os sistemas biométricos que usam um único traço de reconhecimento (ou seja, os sistemas biométricos unimodal) são frequentemente afetadas por vários problemas práticos, como dados ruidosos sensores, não universalidade e / ou falta de carácter distintivo da característica biométrica, as taxas de erro inaceitável e ataques de falsificação. Sistemas biométricos multimodais superar alguns desses problemas, consolidando as provas obtidas a partir de diferentes fontes. Os pesquisadores mostraram que o uso de biometria multimodal oferece melhor desempenho autenticação sobre biometria unimodal. Fusão biométrica pode ser realizada a nível de imagem, nível de recurso, o nível de pontuação da partida, o nível de decisão, e nível de classificação.
Nós desenvolvemos um sistema biométrico multimodal que combina de forma eficiente de impressões digitais, íris e reconhecimento de impressões palmares. Características extraídas são combinados e uma nota final é calculada para a classificação. Código foi testado com CASIA Iris Imagem Database Versão 1.0 e CASIA Palmprint Dados de Imagem. Banco de dados de impressões digitais utilizados em nossos experimentos foi uma coleção de imagens de impressões digitais tiradas com um leitor de impressões digitais furto UPEK com sensor capacitivo e conexão USB 2.0. Banco de dados é de 16 dedos de largura e 8 impressões por dedo profundas (no total de 128 impressões digitais). . Outras modalidades biométricos estão disponíveis mediante pedido
Requisitos :
Matlab
Comentários não encontrado