| ვერსია | 1.0 |
|---|---|
| გამომცემელი | Luigi Rosa |
| Გამოშვების თარიღი | 21 ნოე. 2012 |
| Თარიღი დამატებულია | 21 ნოე. 2012 |
| მოთხოვნები | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| მოთხოვნები | Matlab |
| სულ ჩამოტვირთვების | 126 |
| ფასი | Free |
აღწერა
მოწინავე კორელაციური ფილტრების თეორია განვითარდა ბოლო ორი ათწლეულის განმავლობაში ოპტიკური ნიმუშის ამოცნობის ლიტერატურიდან; მათ დაამტკიცეს ეფექტური კლასიფიკატორები მთელ რიგ აპლიკაციებში, მათ შორის ბიომეტრიული ამოცნობა და ავტომატური სამიზნე ამოცნობა. კორელაციური ფილტრის დიზაინი იყენებს ტრენინგის მაგალითების გამოსახულების ინტენსივობის დომენს კლასის შაბლონის გამოსათვლელად, რომელიც აწარმოებს დამახასიათებელ კორელაციულ შედეგებს, რათა განასხვავოს ავთენტური მომხმარებლები და მატყუარა. ახალი სამიზნე სურათის ავთენტურობის შესამოწმებლად ფილტრის გამოყენებისას, მოსალოდნელია, რომ გამომავალ სიბრტყეს ჰქონდეს ფორმა, რომელიც შეიცავს კორელაციის პიკს, თუ სურათი ავთენტურია, მაგრამ არა ასეთი პიკი, თუ სურათი ეკუთვნის სხვა კლასს. კორელაციური ფილტრის კლასიფიკატორების თვისებები მოიცავს გრაციოზულ დეგრადაციას, ცვლის უცვლელობას და დახურული ფორმის გადაწყვეტილებებს.
კოდი შემოწმდა თითის ანაბეჭდის სურათების გამოყენებით, რომლებიც გადაღებულია UPEK თითის ანაბეჭდის წამკითხველით ტევადი სენსორით და USB 2.0 კავშირით. მონაცემთა ბაზა არის 16 თითის სიგანე და 8 შთაბეჭდილება თითო თითის სიღრმეზე (სულ 128 თითის ანაბეჭდი). ჩვენ მივიღეთ შემდეგი შედეგები:
თითის ანაბეჭდის იდენტიფიკაცია ერთიდან ბევრზე: ვარჯიშისთვის შემთხვევით შერჩეული თითოეული თითისთვის 2 სურათის გამოყენებით და ტესტირებისთვის დარჩენილი 6 სურათის გამოყენებით (სულ 32 სურათი ვარჯიშისთვის და 96 სურათი ტესტირებისთვის), ყოველგვარი გადახურვის გარეშე, მივიღეთ შეცდომის მაჩვენებელი ნაკლები 0.6% (შეცდომის ყველაზე მაღალი მაჩვენებელი).
ერთი-ერთზე თითის ანაბეჭდის შემოწმება: მივიღეთ EER ტოლი 5,6641%.
ინდექსის პირობები: Matlab, წყარო, კოდი, კორელაცია, ფილტრები, AFIS, ავტომატიზირებული, თითის ანაბეჭდი, იდენტიფიკაცია, სისტემა.
