軟件截圖:
先進相關濾波器的理論已經從在過去的二十年中的光學模式識別的文獻演變;他們已經在許多應用中，其中生物特徵識別和自動目標識別證明是有效的分類。相關濾波器設計使用的訓練樣本圖像強度域來計算產生的特性相關輸出正宗的用戶和騙子區分類模板。當將過濾器用於測試一個新的目標圖像的真實性，輸出面，預計將有含有相關峰值如果圖像是真實的形狀，但是沒有這樣的峰值，如果圖像屬於另一類。相關性過濾器的分類屬性包括優雅降級，平移不變性和封閉形式的解決方案。
該代碼已經被使用與UPEK指紋刷卡讀者電容式傳感器和USB 2.0連接採取指紋圖像進行測試。數據庫是16指寬，每個手指深8印象（128指紋在所有）。我們獲得了以下的結果：
一到多指紋識別：使用2-圖像隨機選擇訓練每個手指，其餘6幅圖像進行測試（總共32幅圖像進行訓練和96的圖像用於測試），而沒有任何重疊，我們已獲得的誤差率小於0.6％（最上面的一個錯誤率）。
一到一個指紋驗證：我們已經獲得EER等於5.6641％。
關鍵詞：Matlab的，來源，代碼，相關性，過濾器，AFIS，自動，指紋，識別，系統
要求：
Matlab的
評論沒有發現