Sistem Biometric memanfaatkan sifat fisiologis atau perilaku individu, untuk tujuan pengakuan. Ciri-ciri ini meliputi sidik jari, tangan geometri, wajah, suara, iris, retina, gaya berjalan, tanda tangan, telapak-print, telinga, dll sistem biometrik yang menggunakan sifat tunggal untuk pengakuan (yaitu, sistem biometrik unimodal) sering dipengaruhi oleh beberapa masalah praktis seperti data yang bising sensor, non-universalitas dan / atau kurangnya kekhasan sifat biometrik, tingkat kesalahan dapat diterima, dan serangan spoof. Sistem biometrik multimodal mengatasi beberapa masalah tersebut dengan mengkonsolidasikan bukti yang diperoleh dari berbagai sumber. Para peneliti telah menunjukkan bahwa penggunaan biometrik multimodal memberikan kinerja yang lebih baik otentikasi biometrik unimodal. Biometrik fusi dapat dilakukan di tingkat gambar, tingkat fitur, tingkat skor pertandingan, tingkat keputusan, dan tingkat peringkat.
Kami telah mengembangkan sistem biometrik multimodal yang efisien menggabungkan sidik jari, iris dan pengakuan palmprint. Fitur diekstrak digabungkan dan skor akhir dihitung untuk klasifikasi. Kode telah diuji dengan CASIA Iris Database Gambar Versi 1.0 dan CASIA telapak tangan Database Gambar. Database sidik jari yang digunakan dalam percobaan kami adalah koleksi gambar sidik jari yang diambil dengan pembaca sidik jari menggesek UPEK dengan sensor kapasitif dan koneksi USB 2.0. Database 16 jari lebar dan 8 tayangan per jari dalam (total 128 sidik jari). . Modalitas biometrik lainnya tersedia berdasarkan permintaan
Persyaratan :
Matlab
Komentar tidak ditemukan