Reconnaissance biométrique multimodale Obtenez le code source MATLAB pour reconnaître les traits biométriques des individus.
Télécharger maintenant

Reconnaissance biométrique multimodale Classement & Résumé

Reconnaissance biométrique multimodale Mots clés

Reconnaissance biométrique multimodale La description

Les systèmes biométriques utilisent les traits physiologiques ou comportementaux des individus, à des fins de reconnaissance. Ces traits comprennent les empreintes digitales, la géométrie de la main, le visage, la voix, l'iris, la rétine, la démarche, la signature, l'impression de paume, l'oreille, etc. Les systèmes biométriques utilisant un seul trait pour la reconnaissance (c'est-à-dire que les systèmes biométriques unimodaux) sont souvent affectés par plusieurs. Des problèmes pratiques tels que les données du capteur bruyant, la non-universalité et / ou l'absence de caractère distinctif des traitements biométriques, des taux d'erreur inacceptables et des attaques de spoof. Les systèmes biométriques multimodaux surmontent certains de ces problèmes en consolidant les preuves obtenues de différentes sources. Les chercheurs ont montré que l'utilisation de biométrie multimodale offre une meilleure performance d'authentification sur la biométrie non imodique. La fusion biométrique peut être effectuée au niveau d'image, au niveau des fonctionnalités, au niveau de la partition, au niveau de décision et au niveau de rang. Nous avons développé un système biométrique multimodal qui combine efficacement l'empreinte digitale, l'iris et la reconnaissance des empreintes de palmerie. Les fonctionnalités extraites sont combinées et un score final est calculé pour la classification. Le code a été testé avec la base de données CASIA IRIS Image Database version 1.0 et Casia Palmprint Image de la base de données. La base de données d'empreintes digitales utilisée dans nos expériences était une collection d'empreintes digitales prises avec un lecteur d'empreintes digitales UPEK Swipe avec capteur capacitif et connexion USB 2.0. La base de données est de 16 doigts largeur et 8 impressions par doigt profond (totalement 128 empreintes digitales). D'autres modalités biométriques sont disponibles sur demande.

Reconnaissance biométrique multimodale Logiciels associés