Multimodal Biometric Recognition

Lýsing

Líffræðileg tölfræðikerfi nýta sér lífeðlisfræðilega eða hegðunareiginleika einstaklinga í viðurkenningarskyni. Þessir eiginleikar eru meðal annars fingraför, rúmfræði handa, andlit, rödd, lithimnu, sjónhimnu, göngulag, undirskrift, lófaprent, eyra o.s.frv. Líffræðileg tölfræðikerfi sem nota einn eiginleika til að bera kennsl á (þ. hagnýt vandamál eins og hávaðasöm skynjaragögn, óalgengi og/eða skortur á sérkenni líffræðilegra tölfræðieiginleika, óviðunandi villuhlutfall og gerviárásir. Fjölþætt líffræðileg tölfræðikerfi vinna bug á sumum þessara vandamála með því að sameina sönnunargögnin sem fengin eru frá mismunandi aðilum. Vísindamenn hafa sýnt að notkun fjölþættra líffræðilegra tölfræði veitir betri auðkenningarframmistöðu en einmóta líffræðileg tölfræði. Líffræðileg tölfræðisamruni er hægt að framkvæma á myndstigi, eiginleikastigi, samsvörunarstigi, ákvörðunarstigi og stöðustigi.

Við höfum þróað fjölþætt líffræðileg tölfræðikerfi sem sameinar á skilvirkan hátt fingrafara-, lithimnu- og lófaprentagreiningu. Útdrættir eiginleikar eru sameinaðir og lokaeinkunn er reiknuð til flokkunar. Kóði hefur verið prófaður með CASIA Iris Image Database útgáfu 1.0 og CASIA Palmprint Image Database. Fingrafaragagnagrunnur sem notaður var í tilraunum okkar var safn fingrafaramynda sem teknar voru með UPEK fingrafaralesara með rafrýmdum skynjara og USB 2.0 tengingu. Gagnagrunnurinn er 16 fingur breiður og 8 birtingar á hvern fingur djúpt (alls 128 fingraför). Aðrar líffræðileg tölfræðiaðferðir eru fáanlegar sé þess óskað.