In this paper, a new approach for f

In this paper, a new approach for fingerprint ridge orientation field matching based on a novelHMM(Hidden
Markov Model) is proposed. The proposed method comprises several steps. First steps are devoted
to regular fingerprint preprocesses and ridge orientation estimation. Then, the fingerprint images are
registered along a reference point. Next, the proposed HMM topology is applied to the predetermined
fingerprint orientation field information around the reference point. The suggested HMM is of improved
training abilities. After applying the proposed HMM to the ridge orientation field, the matching cells are
produced. These cells consist of transition, observation and initial probability matrices which will be used
in the matching procedure. The proposed matching method has been evaluated using some creditable
fingerprint databases such as FVC2000 DB2 A, FVC2004 DB3 A and DB4 A. The evaluation results confirm
higher efficiency, robustness and accuracy for the proposed method compared with the previously
proposed matching ones.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ วิธีการแบบใหม่สำหรับลายนิ้วมือริดจ์วางฟิลด์ที่ตรงกันตาม novelHMM (ซ่อนมีเสนอแบบจำลองของ Markov) วิธีการนำเสนอประกอบด้วยหลายขั้นตอน ขั้นตอนแรกจะทุ่มเทลายนิ้วมือปกติ preprocesses และริดจ์ประเมินแนว แล้ว ภาพลายนิ้วมือได้ลงทะเบียนตามจุดอ้างอิง ถัดไป ใช้โทโพโลยี HMM เสนอไปที่กำหนดไว้ลายนิ้วมือที่วางรายรอบจุดอ้างอิง ที่แนะนำอืมมไม่ดีขึ้นความสามารถในการฝึกอบรม หลังจากใช้ HMM เสนอเขตแนวริดจ์ เซลล์ตรงกันอยู่ผลิต เซลล์เหล่านี้ประกอบด้วยช่วงการเปลี่ยนภาพ การสังเกต และเมทริกซ์เริ่มต้นความน่าเป็นที่จะใช้ในขั้นตอนการจับคู่ วิธีจับคู่นำเสนอได้รับการประเมินโดยใช้สินเชื่อบางฐานข้อมูลลายนิ้วมือเช่น A FVC2000 DB2, FVC2004 DB3 A และอ. DB4 ยืนยันผลการประเมินประสิทธิภาพสูง เสถียรภาพ และความถูกต้องสำหรับวิธีการนำเสนอเปรียบเทียบกับตัวก่อนหน้านี้นำเสนอตรงกับคน

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เป็นวิธีการใหม่สำหรับเขตข้อมูลลายนิ้วมือวางแนวทางสันจับคู่อยู่บนพื้นฐานของ novelHMM (Hidden
Markov Model) จะเสนอ วิธีการที่นำเสนอประกอบด้วยหลายขั้นตอน ขั้นตอนแรกจะอุทิศเพื่อ preprocesses ลายนิ้วมือเป็นประจำและการประมาณค่าการวางแนวสันเขา จากนั้นภาพลายนิ้วมือที่มีการจดทะเบียนตามจุดอ้างอิง ถัดไปโครงสร้าง HMM เสนอถูกนำไปใช้ที่กำหนดไว้ข้อมูลเขตการวางลายนิ้วมือรอบจุดอ้างอิง อืมแนะนำคือที่ดีขึ้นของความสามารถในการฝึกอบรม หลังจากใช้อืมที่นำเสนอไปยังเขตข้อมูลการวางแนวสันเขาเซลล์ที่ตรงกับที่มีการผลิต เซลล์เหล่านี้ประกอบด้วยการเปลี่ยนแปลงการสังเกตและการฝึกอบรมความน่าจะเป็นครั้งแรกที่จะนำไปใช้ในขั้นตอนการจับคู่ วิธีการจับคู่ที่นำเสนอได้รับการประเมินโดยใช้เชื่อถือฐานข้อมูลลายนิ้วมือเช่น DB2 FVC2000 A, FVC2004 DB3 และ DB4 เอยืนยันผลการประเมินมีประสิทธิภาพสูงทนทานและความถูกต้องสำหรับวิธีการที่นำเสนอเมื่อเทียบกับก่อนหน้านี้คนที่ตรงกับที่นำเสนอ

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เป็นแนวทางใหม่สำหรับการจับคู่ลายนิ้วมือสันเขาแนวเขตตาม novelhmm ( ซ่อนแบบมาร์คอฟ
) เสนอ วิธีที่เสนอจะประกอบด้วยหลายขั้นตอน ขั้นตอนแรกจะทุ่มเทเพื่อ preprocesses
ลายนิ้วมือปกติและการวางแนว . แล้ว ภาพลายนิ้วมือเป็น
ลงทะเบียนตามจุดอ้างอิง . ต่อไปเสนอ - แบบที่ใช้กับการกำหนดเขต
ลายนิ้วมือรอบจุดอ้างอิง แนะนะคือปรับปรุง
ความสามารถในการฝึกอบรม หลังจากการเสนออืมเพื่อสันเขาแนวเขต , การจับคู่เซลล์
ผลิต เซลล์เหล่านี้ประกอบด้วยการเปลี่ยนแปลง การสังเกตและเมทริกซ์ความน่าจะเป็นเบื้องต้น ซึ่งจะใช้
ในการจับคู่ปฏิบัติ เสนอวิธีการจับคู่ได้ถูกประเมินโดยใช้บางส่วนที่น่าเชื่อถือเช่น fvc2000
ลายนิ้วมือฐานข้อมูล DB2 , fvc2004 db3 และ db4 . ผลการประเมินสูงกว่ายืนยัน
ประสิทธิภาพความแข็งแกร่งและความถูกต้องสำหรับวิธีที่เสนอเมื่อเทียบกับก่อนหน้านี้
นำเสนอการจับคู่ที่