Sistem biometrik merupakan satu teknologi yang digunakan untuk mengenal
pasti identiti seseorang berdasarkan ciri-ciri biometrik. Pengesahan salur darah jari ialah
salah satu pengenalan sistem ekaragam yang biasa digunakan tetapi ia tidak mencukupi
untuk digunakan dalam bidang kawalan akses yang sulit. Justeru, satu sistem berbilangragam
dicadangkan dengan menggabungkan pengesahan geometri jari dengan
pengesahan salur darah jari. Pengesahan geometri jari berfungsi sebagai penyokong
untuk meningkatkan prestasi keseluruhan dalam segi ketepatan dan kebolehpercayaan.
Pengecaman geometri menggunakan jarak kontur sentroid (CCD) kiri, CCD kanan dan
kelebaran jari sebagai ciri-ciri biometrik manakala pengenal salur darah menggunakan
piksel gambar jari sebagai ciri-ciri biometrik. Projek ini mencadangkan sistem
pengenalan berasaskan perwakilan jarang yang mengintegrasikan skor persamaan dalam
mengukur kejarangan (sparsity). Dua kod kejarangan akan dijanakan melalui
penyelesaian l1 sekiranya sepasang gambar dan sebuah pangkalan data diberikan, maka
skor persamaan kod tersebut dapat dikira. Kemudian, SVM digunakan untuk
menggabung skor geometri dan skor salur darah. Satu hipersatah dilatih untuk
membezakan golongan yang berlainan kelas. Prestasi sistem pengenalan geometri dan
salur darah tidak memuaskan kerana EER mereka ialah 16.24% dan 13.66%.
Penggabungan kedua-dua system pengenalan itu dengan SVM meningkatkan prestasi
sistem pengenalan dapat dibuktikan apabila EER direndahkan ke 0.061%. Projek ini
berjaya membuktikan sistem pengenalan berbilang ragam lebih baik daripada sistem
pengenalan ekaragam dan objektif-objektif projek tercapai.
_______________________________________________________________________________________________________
Biometric system is popular for the usage of individual identification based on
human body characteristics. Finger vein recognition is a commonly used unimodal
biometric system, however, it is not sufficient to be employed in the field where highly
confidential access control application is required. Hence, a multimodal biometric
system is proposed by fusing finger vein and finger geometry authentication. The finger
geometry served as a complementary to finger vein authentication and it is aimed to
improve the overall performance in terms of accuracy, preciseness and reliability. For
geometry recognition, left centroid contour distance (CCD), right CCD and width of the
finger are extracted as the features. While the image pixels are used as the features in
vein recognition. This project proposed a verification system using sparse
representations that integrates similarity score for employing sparsity. Given a pair of
finger image and a training data set, two sparse codes are generated using l1-solver, then
the similarity of the pair is calculated. Then, SVM is used to fuse the scores of geometry
and vein where SVM is a technique that discriminates between two classes using a
trained hyperplane. The performances for both geometry and vein biometric systems are
under expectation, where their EER are 16.24% and 13.66% respectively. Scores of
geometry and vein are fused using SVM and the EER is 0.061%. The proposed
multimodal biometric system is successfully developed with objectives of the project
are fulfilled. This project is believed to give an impact to recognition field and provides
higher security to confidential access control application.
Fusion of vein and geometry for a finger based biometric system / Boon Tee Kai