EXPERIMENTAL EVALUATIONFOR BASELINE

EXPERIMENTAL EVALUATION
FOR BASELINE RESULTS
Toestablish the baseline performance on the MOL Fdatabase. several experiments are performed. These experiments are
designed to demonstrate the challenges associated with the proposed database and to highlight its usage. The baseline
results for livescan fingerprint experiments are computed using two fingerprint matching algorithms: NBIS
(NIST Biometric imaging Software) 1321and VeriFinger 136J. NBIS is an open source minutiae based matching algorithm developed by NIST whereas VeriFinger is a low cost proprietary software by Neurotechnology. Latent fingerprint matching is an open research problem at the community is attempting to address. It is important to note that there is no standard latent fingerprint matching Software Development Kit (SDK) or commercial system available in the public domain, using which baseline performance can be established. In literature, we have observed that local Minutiae Cylinder Code (MCC)137],1381 description for manually marked minutiae provides state-of-the-art results 139l. Therefore, MCC descriptors are utilized for establishing baseline results on the latent fingerprint dataset. First, a NFIQbased I401 analysis is performed to understand the quality distributions of different subsets of the databases. Thereafter, three different sets of experiments are performed to establish the baseline in different application scenarios. The first experiment (Experiment evaluates the performance of optical scanner fingerprints while the other two experiments (Experiment ll and Experiment pertain to latent fingerprint matching. For Experiment. both and verification experiments are performed and the results are reported using the Cumulative Match Characteristics (CMC) curve and the Receiver Operating Characteristics (ROC) curve. respectively. For Experiment I and Experiment ll, identification experiments are performed and the results are reported in terms of the CMC curve.

ผลลัพธ์ (ไทย) 1:

การประเมินผลการทดลองสำหรับพื้นฐานผลลัพธ์Toestablish ประสิทธิภาพการทำงานพื้นฐานบน MOL Fdatabase มีการดำเนินการทดลองหลายครั้ง มีการทดลองเหล่านี้ออกแบบให้แสดงถึงความท้าทายที่เกี่ยวข้องกับฐานข้อมูลนำเสนอ และเน้นการใช้งานของ พื้นฐานผลลัพธ์สำหรับการทดลอง livescan ลายนิ้วมือจะคำนวณโดยใช้วิธีจับคู่ลายนิ้วมือสอง: NBIS(NIST Biometric ซอฟต์แวร์เกี่ยวกับภาพ) 1321and VeriFinger 136J NBIS เป็นการมาเปิด minutiae ตามตรงกับอัลกอริทึมพัฒนา โดย NIST ในขณะที่ VeriFinger เป็นซอฟต์แวร์กรรมสิทธิ์ต้นทุนต่ำ โดย Neurotechnology จับคู่ลายนิ้วมือแฝงเป็นปัญหาการวิจัยที่เปิดที่ชุมชนกำลังพยายามอยู่ โปรดทราบว่า มีลายแฝงไม่มาตรฐานจับคู่ซอฟต์แวร์พัฒนา Kit (SDK) หรือระบบเชิงพาณิชย์ในโดเมนสาธารณะ ใช้ประสิทธิภาพเบื้องต้นซึ่งสามารถสร้างได้ ในวรรณคดี เราได้สังเกตเห็นที่ท้องถิ่นรหัสกระบอก Minutiae (MCC) 137], 1381 อธิบายสำหรับ minutiae ที่ทำเครื่องหมายด้วยตนเองให้ทันของผล 139 l ดังนั้น ตัวบอก MCC ถูกนำมาใช้สำหรับการสร้างพื้นฐานผลลัพธ์บนชุดข้อมูลลายนิ้วมือแฝง ครั้งแรก การวิเคราะห์ NFIQbased I401 จะดำเนินการเพื่อทำความเข้าใจคุณภาพการกระจายของส่วนย่อยต่าง ๆ ของฐานข้อมูล หลังจากนั้น สามชุดการทดลองจะดำเนินการในการสร้างพื้นฐานในสถานการณ์การประยุกต์ใช้แตกต่างกัน การทดลองครั้งแรก (การทดลองประเมินประสิทธิภาพของปราศจากรอยนิ้วมือในขณะสองทดลอง (จะทดลองและทดสอบที่เกี่ยวข้องกับการจับคู่ลายนิ้วมือแฝง สำหรับการทดลอง ทั้งการทดลองการตรวจสอบดำเนินการ และรายงานผลการใช้เส้นโค้งลักษณะแข่งขันสะสม (CMC) และเส้นโค้งลักษณะการทำงานตัวรับสัญญาณ (ROC) ตามลาดับ สำหรับทดลองฉันและจะทดลอง รหัสทดลองดำเนินการ และมีรายงานผลลัพธ์ในแง่ของโค้ง CMC

ผลลัพธ์ (ไทย) 2:

การประเมินผลการทดลอง
สำหรับผล BASELINE
Toestablish ประสิทธิภาพการทำงานพื้นฐานเกี่ยวกับ MOL Fdatabase หลายการทดลองจะดำเนินการ การทดลองเหล่านี้ได้รับ
การออกแบบมาเพื่อแสดงให้เห็นถึงความท้าทายที่เกี่ยวข้องกับฐานข้อมูลที่เสนอและเพื่อเน้นการใช้งานของ พื้นฐาน
ผลลายนิ้วมือสำหรับการทดลอง LiveScan มีการคำนวณโดยใช้ขั้นตอนวิธีการจับคู่ลายนิ้วมือ: NBIS
(NIST Biometric ซอฟต์แวร์ภาพ) 1321and VeriFinger 136J NBIS เป็นวิธีการจับคู่มาเปิดข้อปลีกย่อยตามที่พัฒนาโดย NIST ขณะ VeriFinger เป็นค่าใช้จ่ายที่ต่ำซอฟต์แวร์ที่เป็นกรรมสิทธิ์โดย Neurotechnology การจับคู่ลายนิ้วมือแฝงเป็นปัญหาการวิจัยที่เปิดชุมชนเป็นความพยายามที่จะแก้ไข มันเป็นสิ่งสำคัญที่จะต้องทราบว่าไม่มีมาตรฐานแฝงลายนิ้วมือตรงกับซอฟต์แวร์พัฒนา Kit (SDK) หรือระบบการค้าที่มีอยู่ในโดเมนสาธารณะซึ่งใช้ผลการดำเนินงานพื้นฐานสามารถจะจัดตั้งขึ้น ในวรรณคดีที่เราได้ตั้งข้อสังเกตว่าในท้องถิ่นข้อปลีกย่อยกระบอก Code (MCC) 137] 1381 รายละเอียดสำหรับการทำเครื่องหมายด้วยตนเองข้อปลีกย่อยให้รัฐของศิลปะ 139l ผล ดังนั้นอธิบาย MCC ถูกนำมาใช้สำหรับการสร้างผลพื้นฐานในชุดข้อมูลลายนิ้วมือแฝง ครั้งแรกของการวิเคราะห์ NFIQbased I401 จะดำเนินการที่จะเข้าใจการกระจายคุณภาพของส่วนย่อยที่แตกต่างกันของฐานข้อมูล หลังจากนั้นสามชุดที่แตกต่างกันของการทดลองที่มีการดำเนินการเพื่อสร้างพื้นฐานในสถานการณ์การประยุกต์ใช้ที่แตกต่างกัน การทดลองครั้งแรก (การทดสอบการประเมินประสิทธิภาพของลายนิ้วมือสแกนเนอร์แสงขณะที่อีกสองการทดลอง (ทดลอง LL และการทดสอบที่เกี่ยวข้องกับการจับคู่ลายนิ้วมือแฝง. สำหรับการทดสอบ. ทั้งสองและการตรวจสอบการทดลองจะดำเนินการและรายงานผลการใช้ลักษณะการแข่งขันสะสม (CMC) เส้นโค้งและลักษณะการดำเนินงานรับสัญญาณ (ROC). ตามลำดับ. สำหรับการทดสอบและการทดสอบผม LL ทดลองบัตรประจำตัวที่มีการดำเนินการและรายงานผลในแง่ของเส้นโค้ง CMC