Többszintű Tenyéralapú Biometrikus Azonosító Rendszer

Többszintű Tenyéralapú Biometrikus Azonosító Rendszer

2

Többszintű Tenyéralapú Biometrikus Azonosító Rendszer

Szerzők: Bobvos Péter

▪ mérnők informatikus szak, V. évf. Czimeth András

▪ mérnők informatikus szak, IV. évf.Konzulens:

Dr. Vámossy Zoltán▪ egyetemi docens

3

Bevezetés

Témakörünk Projekt célkitűzései Kialakított alrendszerek

4

Input képek

Referencia kép, tenyér kép

5

Input alrendszer

Binarizálás Maszk rétegei: Otsu, HSV, Niblack Dilatált kép kivonásra, egyesítés

6

Input alrendszer

Komponens analízis Kontúrbejárás 8-as szomszédság

alapján

7

Képfeldolgozó alrendszer

Kontúrfüggvényszámítása

Referencia pontokmeghatározása

8

Képfeldolgozó alrendszer

Kézgeometriai vektormeghatározása

9

Képfeldolgozó alrendszer

ROI meghatározása ROI felhasználása PCA

módszerhez

10

Tenyéradatbázis

69 ember részvételével Fejenként 5-5 kép

11

Összehasonlítás

Két vektor hasonlóságának mérésematematikai távolságokkal1

Manhattan-Minkowski távolság:

Euklidészi távolság:

Csebisev távolság:

1 Elena Deza, Michel Marie Deza, "Encyclopedia of Distances", Springer, 2009

12

Teszteredmények

Kombinált módszer

0 10 20 30 40 50 60 70 80 90 1000

10

20

30

40

50

60

70

80

90

100

FAR EucledianFRR EucledianCF Manhattan

Threshold(%)

Fa

lse

(%)

13

Teszteredmények

Összehasonlítás

Open-set False Closed-set False0

2

4

6

8

10

12

14

9,989,28

11,44

7,258,16

6,09

GeometryPCACombined

Fa

lse

(%)

14

Összefoglaló

Legfontosabb elért eredmények Saját adatbázis Hatékony felismerő algoritmus Átfogó statisztikai adatok

A megszerzett ismeret jó alap lehet egy integrált biztonsági eszköz megvalósításhoz

KÖSZÖNÖM A FIGYELMET!