Correlation Filters AFIS

説明

高度な相関フィルターの理論は、過去 20 年間の光学パターン認識の文献から発展してきました。それらは、バイオメトリック認識や自動ターゲット認識など、多くのアプリケーションで効果的な分類子であることが証明されています。相関フィルターの設計では、トレーニング例の画像強度ドメインを使用して、本物のユーザーと偽者を区別するための特徴的な相関出力を生成するクラス テンプレートを計算します。新しいターゲット画像の信頼性をテストするためにフィルターを適用する場合、出力平面は、画像が信頼できる場合は相関ピークを含む形状を持つことが期待されますが、画像が別のクラスに属している場合はそのようなピークはありません。相関フィルター分類器のプロパティには、グレースフル デグラデーション、シフト不変性、および閉じた形式のソリューションが含まれます。

このコードは、静電容量センサーと USB 2.0 接続を備えた UPEK スワイプ指紋リーダーで取得した指紋画像を使用してテストされています。データベースは、幅 16 指、深さ 1 指あたり 8 印象 (全部で 128 指紋) です。以下の結果が得られました。

1 対多の指紋識別: ランダムに選択された各指の 2 つの画像をトレーニング用に使用し、残りの 6 つの画像をテスト用に使用します (合計でトレーニング用の 32 個の画像とテスト用の 96 個の画像)。 0.6% (上位 1 つのエラー率)。

1 対 1 の指紋認証: 5.6641% の EER を取得しました。

キーワード: Matlab、ソース、コード、相関、フィルター、AFIS、自動化、フィンガープリント、識別、システム。