| ვერსია | 1.0 |
|---|---|
| გამომცემელი | Luigi Rosa |
| Გამოშვების თარიღი | 7 ნოე. 2012 |
| Თარიღი დამატებულია | 7 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 | 698 |
| ფასი | Free |
აღწერა
ბიომეტრიული სისტემები იყენებენ ინდივიდების ფიზიოლოგიურ ან ქცევით მახასიათებლებს ამოცნობის მიზნით. ეს თვისებები მოიცავს თითის ანაბეჭდებს, ხელის გეომეტრიას, სახეს, ხმას, ირისს, ბადურას, სიარული, ხელმოწერა, ხელის ანაბეჭდი, ყური და ა.შ. პრაქტიკული პრობლემები, როგორიცაა ხმაურიანი სენსორის მონაცემები, არაუნივერსალურობა და/ან ბიომეტრიული მახასიათებლის გამორჩეულობის ნაკლებობა, შეცდომების მიუღებელი სიხშირე და ტყუილის შეტევები. მულტიმოდალური ბიომეტრიული სისტემები გადალახავს ზოგიერთ პრობლემას სხვადასხვა წყაროდან მოპოვებული მტკიცებულებების კონსოლიდაციით. მკვლევარებმა აჩვენეს, რომ მულტიმოდალური ბიომეტრიის გამოყენება უზრუნველყოფს ავთენტიფიკაციის უკეთეს შესრულებას, ვიდრე უნიმოდალური ბიომეტრია. ბიომეტრიული შერწყმა შეიძლება განხორციელდეს გამოსახულების დონეზე, ფუნქციების დონეზე, მატჩის ქულის დონეზე, გადაწყვეტილების დონეზე და რანგის დონეზე.
ჩვენ შევიმუშავეთ მულტიმოდალური ბიომეტრიული სისტემა, რომელიც ეფექტურად აერთიანებს თითის ანაბეჭდის, ირისის და ხელის ანაბეჭდის ამოცნობას. ამოღებული მახასიათებლები გაერთიანებულია და საბოლოო ქულა გამოითვლება კლასიფიკაციისთვის. კოდი შემოწმებულია CASIA Iris Image Database Version 1.0 და CASIA Palmprint Image Database-ით. ჩვენს ექსპერიმენტებში გამოყენებული თითის ანაბეჭდის მონაცემთა ბაზა იყო თითის ანაბეჭდის სურათების კოლექცია, გადაღებული 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). სხვა ბიომეტრიული მეთოდები ხელმისაწვდომია მოთხოვნით.
