ИНТЕГРАЦИЯ УНИМОДАЛЬНЫХ И МУЛЬТИМОДАЛЬНЫХ БИОМЕТРИЧЕСКИХ СИСТЕМ ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ: РАЗРАБОТКА И ОЦЕНКА МЕТОДА PCA-ДАУГМАНА

2024

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)
DOI 10.58805/kazutb.v.2.23-488
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

В данной статье рассматривается применение унимодальных и мультимодальных биометрических систем для идентификации личности, с особым вниманием к аспектам повышения точности распознавания. Унимодальные системы, которые используют один тип биометрического признака, такие как радужная оболочка глаза или лицо, широко применяются в областях, требующих высоких мер безопасности и контроля посещаемости. Несмотря на их популярность, такие системы сталкиваются с рядом проблем, включая шум в данных и внутриклассовые различия, что ограничивает их эффективность. В работе детально анализируются различные методы и алгоритмы, используемые в унимодальных системах, включая анализ главных компонентов (PCA) для распознавания лиц и алгоритм Даугмана для идентификации по радужной оболочке. Рассматриваются их преимущества и ограничения на основе последних исследований. Особое внимание уделяется разработке мультимодальной биометрической системы, которая объединяет несколько биометрических признаков для улучшения точности идентификации. В статье предложен новый комбинированный метод PCA-Даугмана, интегрирующий методы распознавания лиц и радужной оболочки. Этот подход показывает значительные улучшения в производительности по сравнению с унимодальными системами, что подтверждается тестированием на наборах данных ORL, YALE, Real face и CASIA. Исследование показывает, что мультимодальная биометрическая система может эффективно преодолеть ограничения унимодальных систем, предлагая более высокий уровень безопасности и надежности в идентификации личности.