| Sürüm | 1.0 |
|---|---|
| Yayımcı | Luigi Rosa |
| Yayın tarihi | 21 Kas 2012 |
| Ekleme Tarihi | 21 Kas 2012 |
| İşletim sistemi gereksinimleri | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| Gereksinimler | Matlab |
| Toplam indirme | 126 |
| Fiyat | Free |
Açıklama
Gelişmiş korelasyon filtreleri teorisi, son yirmi yılda optik örüntü tanıma literatüründen gelişmiştir; aralarında biyometrik tanıma ve otomatik hedef tanımanın da bulunduğu bir dizi uygulamada etkili sınıflandırıcıları kanıtlamışlardır. Korelasyon filtresi tasarımları, gerçek kullanıcılar ve sahtekarlar arasında ayrım yapmak için karakteristik korelasyon çıktıları üreten bir sınıf şablonunu hesaplamak için eğitim örneklerinin görüntü yoğunluğu alanını kullanır. Yeni bir hedef görüntünün gerçekliğini test etmek için filtreyi uygularken, görüntü gerçekse çıktı düzleminin bir korelasyon tepe noktası içeren bir şekle sahip olması, ancak görüntü başka bir sınıfa aitse böyle bir tepe noktası olmaması beklenir. Korelasyon filtresi sınıflandırıcılarının özellikleri, zarif bozulma, vardiya değişmezliği ve kapalı form çözümleri içerir.
Kod, kapasitif sensörlü ve USB 2.0 bağlantılı bir UPEK kaydırmalı parmak izi okuyucusu ile alınan parmak izi görüntüleri kullanılarak test edilmiştir. Veritabanı 16 parmak genişliğinde ve parmak başına 8 gösterim derinliğindedir (toplamda 128 parmak izi). Aşağıdaki sonuçları elde ettik:
Bire çok parmak izi tanımlama: Eğitim için rastgele seçilen her parmak için 2 resim ve test için kalan 6 resim (eğitim için toplam 32 resim ve test için 96 resim) kullanılarak herhangi bir örtüşme olmadan, daha küçük bir hata oranı elde ettik. %0,6 (ilk bir hata oranı).
Bire bir parmak izi doğrulaması: %5,6641'e eşit bir EER elde ettik.
Dizin Terimleri: Matlab, kaynak, kod, korelasyon, filtreler, AFIS, otomatik, parmak izi, tanımlama, sistem.
