Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Multimodal Fusion of Iris and Fingerprint. Using Hybrid Wavelets Type I & Type II based Feature Vector
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Bhavesh Pandya,Vinayak Bharadi and Hemchandra Kekre
ISBN: 9783848432431
Год издания: 2014
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 104
Издательство: LAP LAMBERT Academic Publishing
Цена: 34471 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:Код товара: 112951
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: Biometrics systems perform authentication based on human body features, systems based on only one kind of biometric trait are generally called as unimodal biometric systems. The performance and scalability of a biometric system can be increased by combining more than one biometric trait. Such systems are called as multimodal biometric systems. Being less intrusive and universal fingerprint based systems serve as good option for access control and surveillance. Iris recognition enjoys universality, high degree of uniqueness and moderate user co-operation. This makes Fingerprint & Iris recognition systems unavoidable in emerging security & authentication mechanisms. This book is focusing on a multimodal implementation of Fingerprint & Iris. Fingerprint and Iris features are extracted using multilevel decomposition of captured image data using a new family of wavelet called Hybrid Wavelet type-I and type-II. Feature vector of iris and fingerprint are combined using decision fusion technique and their performance is studied here.
Ключевые слова: fingerprint recognition, iris recognition, Multimodal biometrics