Multimodal: The performance of any

Multimodal: The performance of any unimodal biometric system is often got restricted by variable and uncontrolled environmental conditions, sensor precision and reliability. Several trait specific challenges such as pose, expression, aging, etc. for face recognition degrades the system performance. Hence they can only provide low or middle level security. Fusing more than one biometric traits in pursuit of superior performance can be a very useful idea, termed as multi-modal [10] systems. Any such system makes use of multiple biometric traits to enhance system׳s performance especially when a huge number of subjects are enrolled. The false acceptance rate grows rapidly with the database size [4]; hence multiple trait data can be utilized to achieve better performance.

Knuckleprint: The horizontal and the vertical pattern formation in finger knuckleprint images (as shown in Fig. 1(b)) are believed to be very discriminative [47]. The knuckleprint texture is developed very early and lasts very long primarily because they are on the outer side of the hand, hence safely preserved. Its failure to enroll rate (FTE) is observed to be lower as compared to fingerprint and can be acquired easily using an inexpensive setup with lesser user cooperation. The user acceptance favors knuckleprint as unlike fingerprint they are never being associated to any criminal investigations. A comparative study between palmprint and knuckleprint based over the biometric properties is presented in Table 1.

ผลลัพธ์ (ไทย) 2:

เนื่อง: ประสิทธิภาพการทำงานของระบบไบโอเมตริก unimodal ใด ๆ มักจะถูก จำกัด โดยมีตัวแปรและสภาพแวดล้อมที่ไม่สามารถควบคุมความแม่นยำและความน่าเชื่อถือเซ็นเซอร์ ท้าทายที่เฉพาะเจาะจงลักษณะหลายอย่างเช่นท่าทางการแสดงออก, ริ้วรอย, ฯลฯ สำหรับการจดจำใบหน้าลดประสิทธิภาพของระบบ ดังนั้นพวกเขาเท่านั้นที่สามารถให้การรักษาความปลอดภัยในระดับต่ำหรือกลาง หลอมรวมลักษณะชีวมากกว่าหนึ่งในการแสวงหาประสิทธิภาพที่เหนือกว่าสามารถเป็นความคิดที่มีประโยชน์มากเรียกว่าเป็นหลายคำกริยา [10] ระบบ ระบบดังกล่าวทำให้การใช้ไบโอเมตริกซ์หลายลักษณะเพื่อเสริมสร้างระบบของการปฏิบัติงานโดยเฉพาะอย่างยิ่งเมื่อมีจำนวนมากของวิชาที่ลงทะเบียนเรียน อัตราการยอมรับเท็จเติบโตอย่างรวดเร็วที่มีขนาดฐานข้อมูล [4]; ข้อมูลหลายลักษณะจึงสามารถนำไปใช้เพื่อให้เกิดประสิทธิภาพที่ดีขึ้น. Knuckleprint: (. ดังแสดงในรูปที่ 1 (ข)) แนวนอนและแนวตั้งรูปแบบการก่อตัวในนิ้วภาพ knuckleprint เชื่อว่าจะจำแนกมาก [47] เนื้อ knuckleprint มีการพัฒนาเร็วมากและเป็นเวลานานมากเพราะพวกเขาอยู่บนด้านนอกของมือจึงเก็บรักษาไว้อย่างปลอดภัย ความล้มเหลวที่จะลงทะเบียนเรียนอัตรา (FTE) เป็นที่สังเกตจะลดลงเมื่อเทียบกับลายนิ้วมือและสามารถซื้อได้อย่างง่ายดายโดยใช้การติดตั้งที่ไม่แพงด้วยความร่วมมือผู้ใช้น้อย การยอมรับของผู้ใช้โปรดปราน knuckleprint เป็นลายนิ้วมือแตกต่างจากที่พวกเขาไม่เคยได้รับการที่เกี่ยวข้องกับการสืบสวนอาชญากรรมใด ๆ การศึกษาเปรียบเทียบระหว่าง palmprint และ knuckleprint ตามคุณสมบัติมากกว่าไบโอเมตริกซ์จะนำเสนอในตารางที่ 1

ผลลัพธ์ (ไทย) 3:

ต่อเนื่อง : ประสิทธิภาพของระบบไบโอเมตริก unimodal มักจะถูก จำกัด โดยควบคุมตัวแปรสภาพแวดล้อมที่มีเซ็นเซอร์และความน่าเชื่อถือ หลายคุณลักษณะเฉพาะความท้าทาย เช่น ท่าทาง การแสดงออก อายุ ฯลฯ สำหรับใบหน้าบั่นทอนประสิทธิภาพของระบบ ดังนั้นพวกเขาสามารถให้ต่ำหรือการรักษาความปลอดภัยระดับกลางรวมมากกว่าหนึ่งลักษณะทางกายภาพในการแสวงหาของประสิทธิภาพที่เหนือกว่า สามารถคิดที่มีประโยชน์มาก เรียกว่าเป็นระบบ multi [ 10 ] ระบบดังกล่าวทำให้การใช้หลายทางชีวภาพเพื่อเพิ่มประสิทธิภาพของระบบ׳ลักษณะโดยเฉพาะอย่างยิ่งเมื่อตัวเลขขนาดใหญ่ของวิชาที่ลงทะเบียนเรียน . อัตราการยอมรับที่ผิดเติบโตอย่างรวดเร็ว ด้วยขนาดของฐานข้อมูล [ 4 ] ;ดังนั้น หลายลักษณะ ข้อมูลที่สามารถใช้เพื่อให้บรรลุประสิทธิภาพที่ดีขึ้น

knuckleprint : แนวนอนและแนวตั้งในการสร้างรูปแบบภาพ knuckleprint นิ้ว ( ดังแสดงในรูปที่ 1 ( b ) ) ที่เชื่อว่าจะมากค่า [ 47 ] เนื้อ knuckleprint พัฒนาเร็วมาก และกินเวลานานเป็นหลัก เพราะพวกเขาอยู่ด้านนอกของมือ ดังนั้นปลอดภัยไว้ความล้มเหลวของการลงทะเบียนอัตรา ( FTE ) คือการตรวจสอบจะลดลงเมื่อเทียบกับลายนิ้วมือและสามารถรับได้อย่างง่ายดายโดยใช้การติดตั้ง ราคาไม่แพง ด้วยความร่วมมือของผู้ใช้น้อย ผู้ใช้ยอมรับบุญ knuckleprint เป็นเหมือนลายนิ้วมือพวกเขาจะไม่ได้เกี่ยวข้องกับการสอบสวนทางอาญาใด ๆ .การศึกษาเปรียบเทียบระหว่าง palmprint knuckleprint พื้นฐานและผ่านคุณสมบัติ biometric แสดงในตารางที่ 1