Read more
L'analisi multispettrale impiegata per l'autenticazione delle impronte palmari utilizza l'illuminazione della gamma visibile (rosso, verde, blu) e del vicino infrarosso (NIR) per catturare le immagini, combinando le diverse informazioni provenienti da fonti diverse per migliorare le prestazioni del sistema utilizzando un fenomeno definito fusione biometrica. In questo lavoro, il riconoscimento multispettrale delle impronte digitali è stato studiato utilizzando l'analisi delle componenti principali (PCA) per le immagini sotto diverse illuminazioni. È stata proposta la fusione biometrica a livello di immagine, in cui le immagini catturate sotto diverse illuminazioni sono state concatenate come triple (R,B,NIR e G,B,NIR) e una combinazione di quattro illuminazioni (R,G,B,NIR) accompagnata dall'estrazione di vettori di caratteristiche dallo spazio PCA con l'incorporazione del K-Nearest Neighbour (K-NN) nel processo di classificazione. Gli esperimenti per l'approccio proposto sono stati condotti sul database multispettrale PolyU. I risultati suggeriscono che la concatenazione ha dimostrato buone prestazioni. L'analisi dovrebbe aiutare a orientarsi nel campo della ricerca in corso sull'imaging multispettrale o a chiunque stia pensando di progettare un sistema di riconoscimento multispettrale delle impronte digitali affidabile e accurato.
About the author
Abubakar Sadiq Muhammad es profesor de la Escuela de Tecnología del Estado de Kano, Nigeria. Tiene un máster y una licenciatura en Ingeniería Informática por la Universidad de Mevlana, Konya, Turquía, y la Universidad de Bayero, Kano, Nigeria. Sus principales áreas de interés son: Biometría, procesamiento de imágenes y visión por ordenador.
