Correlation Filters AFIS

기술

고급 상관 필터 이론은 지난 20년 동안 광학 패턴 인식 문헌에서 발전했습니다. 그들은 생체 인식 및 자동 표적 인식과 같은 여러 응용 분야에서 효과적인 분류기를 입증했습니다. 상관 필터 설계는 교육 예제의 이미지 강도 도메인을 사용하여 실제 사용자와 사기꾼을 구별하기 위해 특성 상관 출력을 생성하는 클래스 템플릿을 계산합니다. 새로운 대상 이미지의 신뢰성을 테스트하기 위해 필터를 적용할 때 출력 평면은 이미지가 인증된 경우 상관 피크를 포함하는 모양을 가질 것으로 예상되지만 이미지가 다른 클래스에 속하는 경우 이러한 피크가 없습니다. 상관 필터 분류기의 속성에는 우아한 저하, 이동 불변성 및 폐쇄형 솔루션이 포함됩니다.

코드는 정전식 센서와 USB 2.0 연결이 있는 UPEK 지문 판독기로 촬영한 지문 이미지를 사용하여 테스트되었습니다. 데이터베이스는 너비가 16개이고 손가락 깊이당 노출수가 8개입니다(총 128개 지문). 우리는 다음과 같은 결과를 얻었습니다.

일대다 지문 인식: 학습을 위해 무작위로 선택된 각 손가락에 대해 2개의 이미지와 테스트용으로 나머지 6개의 이미지(총 32개의 학습용 이미지, 테스트용 96개의 이미지)를 중복 없이 사용하여 다음보다 작은 오류율을 얻었습니다. 0.6%(상위 1개 오류율).

일대일 지문 인증: 5.6641%에 해당하는 EER을 얻었습니다.

색인 용어: Matlab, 소스, 코드, 상관 관계, 필터, AFIS, 자동화, 지문, 식별, 시스템.