Upload
austin-cooper
View
42
Download
5
Embed Size (px)
DESCRIPTION
Többszintű Tenyéralapú Biometrikus Azonosító Rendszer. 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. Bevezetés. - PowerPoint PPT Presentation
Citation preview
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!