Multimodal Biometric Recognition

생체 인식 시스템을 위해, 개인의 행동 또는 생리 학적 특성을 사용한다. 이러한 특성은 여러 가지에 의해 영향을받는 지문, 손 기하학, 얼굴, 음성, 홍채, 망막, 걸음 걸이, 서명, 손바닥 인쇄, 귀, 등 인식 (즉, 단일 형태의 생체 인식 시스템)에 대해 하나의 특성을 사용하여 생체 인식 시스템을 포함 노이즈 센서 데이터, 비 보편성 및 / 또는 생체 특성, 수용 불가능한 에러율의 특이성 부족, 스푸핑 공격 등 실질적인 문제. 멀티 모달 생체 인식 시스템은 서로 다른 소스에서 얻은 증거를 통합함으로써 이러한 문제를 극복. 연구진은 멀티 모달 생체 인식의 사용이 단봉 생체 인식을 통해 더 나은 인증 성능을 제공 것으로 나타났습니다. 생체 융합 화상 레벨, 기능 층, 매치 스코어 레벨 판정 레벨 및 순위 레벨에서 수행 될 수있다.

우리는 효율적으로 지문, 홍채 및 장문 인식을 결합한 복합 생체 인식 시스템을 개발했다. 추출 된 피쳐와 결합하면 최종 스코어 분류 계산된다. 코드는 CASIA 아이리스 이미지 데이터베이스 버전 1.0 및 CASIA 장문 이미지 데이터베이스에서 테스트되었습니다. 실험에 사용 된 지문 데이터베이스 용량 센서와 USB 2.0 연결 UPEK 슬쩍 지문 인식기로 촬영 한 지문 이미지의 컬렉션이었다. 데이터베이스는 전체 16 손가락과 손가락 당 8 노출 깊은 (완전히 128 지문)입니다. 다른 생체 인식 양식 요청에 사용할 수 있습니다

이 요구 사항 :있다.

matlab에