Multimodal Biometric Recognition

Deskripsi

Sistem biometrik memanfaatkan sifat fisiologis atau perilaku individu, untuk tujuan pengenalan. Ciri-ciri ini termasuk sidik jari, geometri tangan, wajah, suara, iris, retina, gaya berjalan, tanda tangan, sidik telapak tangan, telinga, dll. Sistem biometrik yang menggunakan satu sifat untuk pengenalan (yaitu, sistem biometrik unimodal) sering dipengaruhi oleh beberapa masalah praktis seperti data sensor yang bising, non-universalitas dan/atau kurangnya kekhasan sifat biometrik, tingkat kesalahan yang tidak dapat diterima, dan serangan spoof. Sistem biometrik multimodal mengatasi beberapa masalah ini dengan mengkonsolidasikan bukti yang diperoleh dari berbagai sumber. Para peneliti telah menunjukkan bahwa penggunaan biometrik multimodal memberikan kinerja otentikasi yang lebih baik daripada biometrik unimodal. Fusi biometrik dapat dilakukan pada level citra, level fitur, level skor kecocokan, level keputusan, dan level peringkat.

Kami telah mengembangkan sistem biometrik multimodal yang secara efisien menggabungkan pengenalan sidik jari, iris, dan sidik jari. Fitur yang diekstraksi digabungkan dan skor akhir dihitung untuk klasifikasi. Kode telah diuji dengan CASIA Iris Image Database Versi 1.0 dan CASIA Palmprint Image Database. Basis data sidik jari yang digunakan dalam percobaan kami adalah kumpulan gambar sidik jari yang diambil dengan pembaca sidik jari gesek UPEK dengan sensor kapasitif dan koneksi USB 2.0. Basis data memiliki lebar 16 jari dan kedalaman 8 jejak per jari (total 128 sidik jari). Modalitas biometrik lainnya tersedia berdasarkan permintaan.