Los sistemas biométricos hacen uso de las características fisiológicas o de comportamiento de las personas, para fines de reconocimiento. Estos rasgos incluyen huellas dactilares, geometría de mano, la cara, voz, iris, retina, la marcha, la firma, la palma-impresión, oído, etc. Los sistemas biométricos que utilizan un solo rasgo de reconocimiento (es decir, los sistemas biométricos unimodales) a menudo se ven afectados por varios problemas prácticos como los datos ruidosos sensores, no universalidad y / o falta de carácter distintivo de la característica biométrica, las tasas de error inaceptables, y los ataques de la parodia. Sistemas biométricos multimodales superar algunos de estos problemas mediante la consolidación de las pruebas obtenidas de diferentes fuentes. Los investigadores han demostrado que el uso de la biometría multimodal proporciona un mejor rendimiento de autenticación sobre la biometría unimodales. Fusión biométrica se puede realizar a nivel de imagen, nivel de funciones, nivel de puntuación del combate, el nivel de decisión, y el nivel de rango.
Hemos desarrollado un sistema biométrico multimodal que combina eficientemente huellas dactilares, el iris y el reconocimiento de la impresión palmar. Características extraídas se combinan y una puntuación final se calcula para la clasificación. Código ha sido probado con CASIA Iris Imagen Database Versión 1.0 y CASIA palmares de base de datos. Base de datos de huellas dactilares utilizado en nuestros experimentos fue una colección de imágenes de huellas dactilares tomadas con un lector de huellas digitales UPEK golpe con sensor capacitivo y conexión USB 2.0. Base de datos es de 16 dedos de ancho y 8 de impresiones al dedo de profundidad (en total 128 huellas dactilares). . Otras modalidades biométricas están disponibles bajo petición
Requisitos :
Matlab
Comentarios que no se encuentran