1 / 14

Többszintű Tenyéralapú Biometrikus Azonosító Rendszer

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.

austin-cooper
Download Presentation

Többszintű Tenyéralapú Biometrikus Azonosító Rendszer

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 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 • Maszkrétegei: 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 PCAmódszerhez

  10. Tenyéradatbázis • 69 ember részvételével • Fejenként 5-5 kép

  11. Összehasonlítás • Két vektor hasonlóságának mérésematematikai távolságokkal1 • Manhattan-Minkowskitávolság: • Euklidészi távolság: • Csebisev távolság: 1 Elena Deza, Michel Marie Deza, "Encyclopedia of Distances", Springer, 2009

  12. Teszteredmények • Kombinált módszer

  13. Teszteredmények • Összehasonlítás

  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!

More Related