GIỚI THIỆU:
Phương pháp nhận dạng vân tay bằng mạng neural nhân tạo (Artificial Neural Network) sẽ huấn luyện mạng neural dựa vào các mẫu dữ liệu vào là vị trí của các điểm đặc trưng của ảnh vân tay. Mạng neural sau khi được huấn luyện sẽ được dùng để đối sánh các mẫu vân tay cần nhận dạng.
KẾT QUẢ
-
Phương pháp đối sánh bằng mạng neural được đề nghị có hiệu quả khi số điểm minutiae đủ lớn vì phương pháp cộng trung bình có tác dụng giảm sai số khi số phần tử cộng nhiều (lớn hơn 30) và số điểm lỗi nhỏ (nhỏ hơn 10%).
-
Thời gian thu thập mẫu dữ liệu bằng phương pháp trực tiếp bằng 0 (không kể thời gian trích các điểm đặc trưng) bởi vì phương pháp này không cần phải huấn luyện mạng neural. Từ bảng 5.1 ta thấy thời gian huấn luyện mạng Perceptron hai lớp lớn hơn nhiều so với mạng một lớp, do thuật toán huấn luyện mạng hai lớp phức tạp hơn và thời gian hội tụ lâu hơn. Tuy nhiên, mạng hai lớp cho kết quả đối sánh tốt hơn và ổn định hơn mạng một lớp.
-
Phương pháp trực tiếp có tác dụng sửa lỗi tốt hơn nên có tác dụng tốt khi chất lượng ảnh vân tay không đảm bảo (nhất là các ảnh được lấy từ mực). Nhưng việc đối sánh phức tạp hơn, do đó thời gian đối sánh lâu hơn.
-
Các phương pháp đã được giới thiệu đều có ưu điểm và nhược điểm của nó. Tùy theo yêu cầu, điều kiện hiện có và mục đích sử dụng ta có thể chọn phương pháp phù hợp để sử dụng.
Download đồ án nhận dạng vân tay full code C# miễn phí, code luận văn tiến sĩ nhận dạng vân tay viết bằng C# + Báo cáo, rất hay để bạn học hỏi và tham khảo!
Chú ý : trong lúc các bạn test demo nếu chọn file ảnh tỏng thư mục data không được có thể copy những bức ảnh đó đến thư mục khác rồi chọn .
HÌNH ẢNH
THÔNG TIN TÁC GIẢ
Nguyễn Hoàng Huy
Đại học bách khoa – ĐH Quốc gia tp.Hồ Chí Minh
Nguồn: Sharecode.vn