Correlation Filters AFIS

Sự miêu tả

Lý thuyết về các bộ lọc tương quan tiên tiến đã phát triển từ các tài liệu về nhận dạng mẫu quang học trong hai thập kỷ qua; họ đã chứng minh các bộ phân loại hiệu quả trong một số ứng dụng, trong số đó có nhận dạng sinh trắc học và nhận dạng mục tiêu tự động. Thiết kế bộ lọc tương quan sử dụng miền cường độ hình ảnh của các ví dụ đào tạo để tính toán mẫu lớp tạo ra kết quả tương quan đặc trưng để phân biệt giữa người dùng đích thực và kẻ mạo danh. Khi áp dụng bộ lọc để kiểm tra tính xác thực của hình ảnh đích mới, mặt phẳng đầu ra được mong đợi có hình dạng chứa đỉnh tương quan nếu hình ảnh là xác thực, nhưng không có đỉnh như vậy nếu hình ảnh thuộc lớp khác. Các thuộc tính của bộ phân loại bộ lọc tương quan bao gồm sự suy giảm duyên dáng, sự bất biến dịch chuyển và các giải pháp dạng đóng.

Mã đã được kiểm tra bằng cách sử dụng hình ảnh dấu vân tay được chụp bằng đầu đọc dấu vân tay vuốt UPEK với cảm biến điện dung và kết nối USB 2.0. Cơ sở dữ liệu rộng 16 ngón tay và 8 lần hiển thị cho mỗi ngón tay (tất cả 128 dấu vân tay). Chúng tôi đã thu được các kết quả sau:

Nhận dạng vân tay một đến nhiều: sử dụng 2 hình ảnh cho mỗi ngón tay được chọn ngẫu nhiên để đào tạo và 6 hình ảnh còn lại để kiểm tra (hoàn toàn 32 hình ảnh để đào tạo và 96 hình ảnh để kiểm tra), không có bất kỳ chồng chéo nào, chúng tôi đã thu được tỷ lệ lỗi nhỏ hơn 0,6% (tỷ lệ lỗi hàng đầu).

Xác minh vân tay 1-1: chúng tôi đã thu được EER bằng 5,641%.

Điều khoản chỉ mục: Matlab, nguồn, mã, tương quan, bộ lọc, AFIS, tự động, vân tay, nhận dạng, hệ thống.