Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/10645
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Чермак Игорь | ru_RU |
dc.contributor.author | Шайхетдинова Алиса Раисовна | ru_RU |
dc.contributor.author | Shaykhetdinova Alisa | en_GB |
dc.contributor.editor | Михайлова Елена Георгиевна | ru_RU |
dc.contributor.editor | Mikhailova Elena Georgievnа | en_GB |
dc.date.accessioned | 2018-07-25T20:10:47Z | - |
dc.date.available | 2018-07-25T20:10:47Z | - |
dc.date.issued | 2017 | |
dc.identifier.other | 022561 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/10645 | - |
dc.description.abstract | Большинство биометрических систем в приложениях реального мира используют один источник получения физиологической или поведенческой информации о человеке. Мультимодальные биометрические системы используют несколько характеристик для распознавания, таким образом умаляя недостатки унимодальных систем, повышая уровень безопасности. Отпечаток пальца, который является самой популярной биометрической модальностью, в совокупности с васкулярным рисунком пальца, который крайне сложно сфальсифицировать, могут быть использованы для реализации высоко производительной биометрической системы. В данной работе представлен новый метод биометрической аутентификации, который использует папиллярный и васкулярный рисунки пальца руки. Предложенный метод использует Minutiae Extraction для выделения признаков из отпечатков и SIFT алгоритм для васкулярного рисунка. Выделенные признаки заносятся в базы данных в виде коэффициентов. Затем производится сравнение коэффициентов входного изображения со всеми шаблонами базы данных, в конце которого оценки для обеих модальностей сливаются. Данный подход был протестирован над стандартными базами данных биометрических изображений. Точность метода достигает 97% при определенных параметрах. | ru_RU |
dc.description.abstract | Most biometric systems from real world applications use a single source of biometric modality which is known as unimodal biometrics. Multimodal biometric recognition requires several biometric features for recognition of a person to eliminate some drawbacks of unimodal biometrics and, thereby, raise the level of security. The physiological biometrics such as fingerprint (which is now the most popular trait for recognition) and the pattern of blood veins of human’s body (which cannot be easily faked or cracked) in conjunction can produce high performance biometric system. In this paper a novel approach for biometric authentication is suggested which employs these two traits: fingerprint and finger vein. Proposed method uses both the Minutiae Extraction to extract features from the images of fingerprints and the Scale-Invariant Feature Transform for images of finger vein. The extracted features in the form of coefficients are stored in the databases. Then the matching is done between the coefficients of the input test images and the features stored in the databases using distance measure and finally the fusion is carried out. This approach was tested on standard databases of fingerprint and finger vein images. The proposed method provides a maximum accuracy of 97%, with a reduction in false rejection rate. | en_GB |
dc.language.iso | ru | |
dc.subject | мультимодальная биометрия | ru_RU |
dc.subject | отпечаток пальца | ru_RU |
dc.subject | васкулярный паттерн | ru_RU |
dc.subject | слияние информации | ru_RU |
dc.subject | fingerprint | en_GB |
dc.subject | finger vein | en_GB |
dc.subject | fusion | en_GB |
dc.subject | scale-invariant feature transform | en_GB |
dc.subject | minutiae extraction | en_GB |
dc.subject | multimodal biometric recognition | en_GB |
dc.title | Finger-based Multimodal Biometric Recognition system | en_GB |
dc.title.alternative | Аутентификация по рисунку вен руки в мультимодальных биометрических системах | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Shaykhetdinova_Alisa_-230517.pdf | Article | 1,32 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_SHajxetdinova_A_R__rec.pdf | ReviewRev | 702,92 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_st007740_Mixajlova_Elena_Georgievna_(supervisor)(Ru).txt | ReviewSV | 2,8 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.