| ਵਰਜਨ | 1.0 |
|---|---|
| ਪ੍ਰਕਾਸ਼ਕ | Luigi Rosa |
| ਰਿਹਾਈ ਤਾਰੀਖ | 21 ਨਵੰ 2012 |
| ਮਿਤੀ ਸ਼ਾਮਲ ਕੀਤੀ ਗਈ | 21 ਨਵੰ 2012 |
| ਓਸ ਜਰੂਰਤਾਂ | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| ਜਰੂਰਤਾਂ | Matlab |
| ਕੁੱਲ ਡਾਉਨਲੋਡਸ | 126 |
| ਮੁੱਲ | Free |
ਵੇਰਵਾ
ਪਿਛਲੇ ਦੋ ਦਹਾਕਿਆਂ ਵਿੱਚ ਆਪਟੀਕਲ ਪੈਟਰਨ ਮਾਨਤਾ ਦੇ ਸਾਹਿਤ ਤੋਂ ਉੱਨਤ ਸਬੰਧ ਫਿਲਟਰਾਂ ਦਾ ਸਿਧਾਂਤ ਵਿਕਸਿਤ ਹੋਇਆ ਹੈ; ਉਹਨਾਂ ਨੇ ਬਾਇਓਮੈਟ੍ਰਿਕ ਮਾਨਤਾ ਅਤੇ ਆਟੋਮੈਟਿਕ ਟੀਚੇ ਦੀ ਮਾਨਤਾ ਦੇ ਵਿੱਚ ਕਈ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਰਗੀਕਰਣ ਸਾਬਤ ਕੀਤੇ ਹਨ। ਕੋਰੀਲੇਸ਼ਨ ਫਿਲਟਰ ਡਿਜ਼ਾਈਨ ਕਲਾਸ ਟੈਂਪਲੇਟ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਉਦਾਹਰਨਾਂ ਦੇ ਚਿੱਤਰ ਤੀਬਰਤਾ ਡੋਮੇਨ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਜੋ ਪ੍ਰਮਾਣਿਕ ਉਪਭੋਗਤਾਵਾਂ ਅਤੇ ਧੋਖੇਬਾਜ਼ਾਂ ਵਿਚਕਾਰ ਫਰਕ ਕਰਨ ਲਈ ਵਿਸ਼ੇਸ਼ਤਾ ਸੰਬੰਧੀ ਸਬੰਧਾਂ ਦਾ ਉਤਪਾਦਨ ਕਰਦਾ ਹੈ। ਇੱਕ ਨਵੇਂ ਨਿਸ਼ਾਨਾ ਚਿੱਤਰ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਫਿਲਟਰ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਸਮੇਂ, ਆਉਟਪੁੱਟ ਪਲੇਨ ਵਿੱਚ ਇੱਕ ਆਕਾਰ ਹੋਣ ਦੀ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਚਿੱਤਰ ਪ੍ਰਮਾਣਿਕ ਹੁੰਦਾ ਹੈ, ਪਰ ਜੇਕਰ ਚਿੱਤਰ ਕਿਸੇ ਹੋਰ ਸ਼੍ਰੇਣੀ ਨਾਲ ਸਬੰਧਤ ਹੈ ਤਾਂ ਅਜਿਹਾ ਕੋਈ ਸਿਖਰ ਨਹੀਂ ਹੁੰਦਾ। ਸਹਿ-ਸੰਬੰਧ ਫਿਲਟਰ ਵਰਗੀਕਰਣਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚ ਸ਼ਾਨਦਾਰ ਡਿਗਰੇਡੇਸ਼ਨ, ਸ਼ਿਫਟ ਇਨਵੈਰੈਂਸ ਅਤੇ ਬੰਦ-ਫਾਰਮ ਹੱਲ ਸ਼ਾਮਲ ਹਨ।
ਕੋਡ ਨੂੰ ਕੈਪੇਸਿਟਿਵ ਸੈਂਸਰ ਅਤੇ USB 2.0 ਕਨੈਕਸ਼ਨ ਦੇ ਨਾਲ ਇੱਕ UPEK ਸਵਾਈਪ ਫਿੰਗਰਪ੍ਰਿੰਟ ਰੀਡਰ ਨਾਲ ਲਏ ਗਏ ਫਿੰਗਰਪ੍ਰਿੰਟ ਚਿੱਤਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਟੈਸਟ ਕੀਤਾ ਗਿਆ ਹੈ। ਡਾਟਾਬੇਸ 16 ਉਂਗਲਾਂ ਚੌੜਾ ਹੈ ਅਤੇ ਪ੍ਰਤੀ ਉਂਗਲੀ ਡੂੰਘੇ 8 ਛਾਪੇ ਹਨ (ਸਾਰੇ 128 ਫਿੰਗਰਪ੍ਰਿੰਟ)। ਅਸੀਂ ਹੇਠਾਂ ਦਿੱਤੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਹਨ:
ਇੱਕ-ਤੋਂ-ਅਨੇਕ ਫਿੰਗਰਪ੍ਰਿੰਟ ਪਛਾਣ: ਸਿਖਲਾਈ ਲਈ ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਚੁਣੀ ਗਈ ਹਰੇਕ ਉਂਗਲੀ ਲਈ 2 ਚਿੱਤਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਅਤੇ ਟੈਸਟਿੰਗ ਲਈ ਬਾਕੀ 6 ਚਿੱਤਰ (ਸਿਖਲਾਈ ਲਈ ਕੁੱਲ 32 ਚਿੱਤਰ ਅਤੇ ਜਾਂਚ ਲਈ 96 ਚਿੱਤਰ), ਬਿਨਾਂ ਕਿਸੇ ਓਵਰਲੈਪਿੰਗ ਦੇ, ਅਸੀਂ ਇੱਕ ਗਲਤੀ ਦਰ ਤੋਂ ਘੱਟ ਪ੍ਰਾਪਤ ਕੀਤੀ ਹੈ। 0.6% (ਸਿਖਰਲੀ ਇੱਕ ਗਲਤੀ ਦਰ)।
ਵਨ-ਟੂ-ਵਨ ਫਿੰਗਰਪ੍ਰਿੰਟ ਪੁਸ਼ਟੀਕਰਨ: ਅਸੀਂ 5.6641% ਦੇ ਬਰਾਬਰ EER ਪ੍ਰਾਪਤ ਕੀਤਾ ਹੈ।
ਸੂਚਕਾਂਕ ਦੀਆਂ ਸ਼ਰਤਾਂ: ਮੈਟਲੈਬ, ਸਰੋਤ, ਕੋਡ, ਸਬੰਧ, ਫਿਲਟਰ, AFIS, ਸਵੈਚਲਿਤ, ਫਿੰਗਰਪ੍ਰਿੰਟ, ਪਛਾਣ, ਸਿਸਟਮ।
