| Versiune | 1.0 |
|---|---|
| Editor | Luigi Rosa |
| Data eliberării | 21 nov. 2012 |
| Data adaugata | 21 nov. 2012 |
| Cerințele OS | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| Cerințe | Matlab |
| Descărcări totale | 126 |
| Preț | Free |
Descriere
Teoria filtrelor de corelație avansate a evoluat din literatura de specialitate a recunoașterii optice a modelelor în ultimele două decenii; s-au dovedit eficienți clasificatori într-un număr de aplicații, printre care recunoașterea biometrică și recunoașterea automată a țintei. Designurile de filtru de corelare folosesc domeniul de intensitate a imaginii din exemplele de antrenament pentru a calcula un șablon de clasă care produce rezultate de corelație caracteristice pentru a distinge între utilizatorii autentici și impostori. Când se aplică filtrul pentru testarea autenticității unei noi imagini țintă, planul de ieșire este de așteptat să aibă o formă care conține un vârf de corelație dacă imaginea este autentică, dar nu un astfel de vârf dacă imaginea aparține unei alte clase. Proprietățile clasificatoarelor de filtru de corelație includ degradarea grațioasă, invarianța deplasării și soluțiile în formă închisă.
Codul a fost testat folosind imagini de amprentă realizate cu un cititor de amprentă UPEK cu senzor capacitiv și conexiune USB 2.0. Baza de date are 16 degete lățime și 8 afișări per deget adâncime (128 de amprente în total). Am obtinut urmatoarele rezultate:
Identificarea amprentei unu-la-mai multe: folosind 2 imagini pentru fiecare deget selectat aleatoriu pentru antrenament și celelalte 6 imagini pentru testare (total 32 de imagini pentru antrenament și 96 de imagini pentru testare), fără nicio suprapunere, am obținut o rată de eroare mai mică decât 0,6% (rată de eroare de top).
Verificare one-to-one: am obținut un EER egal cu 5,6641%.
Termeni index: Matlab, sursă, cod, corelare, filtre, AFIS, automat, amprentă, identificare, sistem.
