استخراج ویژگی برای بیومتریک چندپارامتری و بررسی ترکیبی با استفاده از مدل مخلوط گوسی

استخراج ویژگی برای بیومتریک چندپارامتری و بررسی ترکیبی با استفاده از مدل مخلوط گوسی

چکیده – بیومتریک شامل روش های منحصر به فرد برای تشخیص انسان ها بر اساس یک صفات ذاتی فیزیکی و یا رفتاری است. در اینجا روش های استخراج ویژگی برای سه پارامتر یعنی اثر انگشت، عنبیه چشم و چهره بررسی می گردد. اطلاعات استخراج شده از هر روش به عنوان یک الگو ذخیره می شود.

اطلاعات در سطح امتیاز با استفاده از تراکم بر اساس همجوشی سطح امتیاز تطبیق می شوند، GMM تست نرخ احتمال درست نمایی را دنبال می کند. پارامترهای GMM داده ها را با استفاده از الگوریتم حداکثر انتظار تکرار ، (EM) برآورد می کنند.

کلمات کلیدی: بیومتریک تک پارامتری، بیومتریک چندپارامتری، نرخ خطا، استخراج ویژگی، تراکم بر اساس همجوشی سطح امتیاز، الگو، GMM، آزمون نسبت درست نمایی

مقدمه

اصطلاح «بیومتریک» استفاده از صفات بیولوژیکی، فیزیکی و یا رفتاری از یک فرد برای شناسایی و یا تایید / هویت او را تشریح می کند. سیستم بیومتریک تک پارامتری باچندین مشکلات در شناسایی شخص روبرو هستند ، مانند داده های نویزی، غیر جامعیت، حملات کلاه برداری، و نرخ خطای غیر قابل قبول. بنابراین، سیستم بیومتریک چندپارامتری که ارائه شده، با استفاده از ترکیبی بیش از یک صفت بیومتریک برای تایید هویت است.

در یک سیستم بیومتریک چندپارامتری با استفاده از صفات بیومتریک، همجوشی را می توان در چهار سطح مختلف انجام داد. این چهار سطح همجوشی عبارت است از: (۱) سطح حسگر، (۲) سطح ویژگی، (۳) سطح تطبیق امتیاز، و (۴) سطح تصمیم گیری. در اینجا استراتژی هایی که می­توانند در استخراج ویژگی بیومتریک اثر انگشت، عنبیه و چهره که در سطح تطبیق امتیاز با استفاده از تراکم بر اساس امتیازهمجوشی یکپارچه شوند بررسی به عمل می آید.

Feature extraction for multimodal biometric and study of fusion using Gaussian mixture model