Correlation Filters AFIS

Опис

Теоријата на напредни корелациски филтри еволуираше од литературата за оптичко препознавање на шаблони во последните две децении; тие се покажаа како ефикасни класификатори во голем број апликации, меѓу кои и биометриско препознавање и автоматско препознавање на целта. Дизајните на корелационите филтри го користат доменот на интензитетот на сликата на примерите за обука за да пресметаат образец за класа што произведува карактеристични корелација излези за да се направи разлика помеѓу автентичните корисници и измамниците. При примена на филтерот за тестирање на автентичноста на нова целна слика, се очекува излезната рамнина да има форма што содржи корелација врв ако сликата е автентична, но нема таков врв ако сликата припаѓа на друга класа. Својствата на класификаторите на корелација филтри вклучуваат грациозна деградација, непроменливост на поместување и решенија со затворена форма.

Кодот е тестиран со помош на слики за отпечатоци направени со читач за отпечатоци од прст UPEK со капацитивен сензор и поврзување USB 2.0. Базата на податоци е широка 16 прсти и длабоки 8 отпечатоци по прст (вкупно 128 отпечатоци). Ги добивме следните резултати:

Идентификација на отпечатоци од прст еден-на-многу: со користење на 2 слики за секој прст случајно избрани за обука и преостанатите 6 слики за тестирање (вкупно 32 слики за обука и 96 слики за тестирање), без никакво преклопување, добивме стапка на грешка помала од 0,6% (највисока стапка на грешка).

Проверка на отпечаток од прст еден-на-еден: добивме EER еднаков на 5,6641%.

Поими на индекс: Matlab, извор, код, корелација, филтри, AFIS, автоматизиран, отпечаток од прст, идентификација, систем.