Biometrik merupakan sains dan teknologi yang mengukur dan menganalisis data
biologi. Kebelakangan ini, telefon pintar telah menjadi semakin penting dalam kehidupan
kita. Semakin banyak aplikasi telefon pintar yang bercadang untuk melaksanakan teknologi
biometrik yang stabil dan praktikal. Sehubungan itu, biometrik tapak tangan dipilih untuk
aplikasi telefon pintar disebabkan kelebihannya ke atas ciri-ciri biometrik lain.
Bagaimanapun, terdapat beberapa cabaran dalam membangun sistem tanpa sentuhan seperti
pemerolehan data tangan. Dalam projek ini, biometrik tanpa sentuhan yang berasaskan
tapak tangan telah dibina untuk aplikasi telefon pintar dan algoritma pemerolehan data yang
berasaskan penjejakan tangan, lembah puncak pengesanan bagi tangan dan pemilihan
Kawasan Dikehendaki (ROI) telah diperkenalkan. Tiga model telefon pintar yang berbeza
telah digunakan dalam projek ini. Imej tapak tangan telah diperoleh dengan menggunakan
kamera telefon pintar dan kemudiannya dihantar ke server untuk pengesahan. Algoritma
pemerolehan data telah digunakan untuk mengesan ciri-ciri tapak tangan. Seterusnya,
Mesin Penyokong Vektor (SVM) dijadikan sebagai pengelas dalam pemadanan corak.
Berikutannya, hasil pengesahan dihantar dari server kembali ke telefon pintar. Tiga sistem
biometrik tapak tangan yang berasaskan bilangan data latihan yang berbeza telah dibina
untuk penilaian prestasi. Lekungan Penerima Operasi (ROC) iaitu Kadar Penerimaan
Keaslian (GAR) berbanding Kadar Penerimaan Kepalsuan (FAR) telah diplot dan Kadar
Kesalahan Terseimbang (EER) telah dikira untuk menilai prestasi sistem-sistem tersebut.
Projek ini telah membuktikan bahawa Samsung Galaxy Tab 2 dalam sistem biometrik yang
berasaskan 20 data latihan memberikan prestasi terbaik dengan peratusan EER terendah.
_______________________________________________________________________________________________________
Biometrics is the science and technology of measuring and analyzing biological
data. In recent years, smart phones have imposed significant impacts to our life. More
applications of smart phones aim to implement a reliable and practical biometric
technology. Palm print biometrics appears promising for smart phone applications due its
advantages over other types of biometric traits. However, there are some challenges in
developing touch-less system such as the hand data acquisition. In this project, touch-less
palm print biometrics is developed for smart phone applications and data acquisition
algorithm which consists of hand tracking, peak valley detection and Region of Interest
(ROI) selection is proposed. There are three different smart phone models involved. The
palm print image is acquired by using the smart phone’s camera and then sent to server for
verification. In the biometric system, data acquisition algorithm is applied to extract the
palm print features. Following that, Support Vector Machine (SVM) is employed as
classifier in pattern matching. Subsequently, the verification result is sent from server back
to the smart phone. Three biometric systems with different number of training data are
developed for performance evaluation. Receiver Operating Characteristic (ROC) curve of
Genuine Acceptance Rate (GAR) versus False Acceptance Rate (FAR) is plotted and the
Equal Error Rate (EER) is calculated to evaluate the system performances. In this project, it
has been proven that Samsung Galaxy Tab 2 in the biometric system with 20 training data
gives the best performance with the lowest EER percentage.