Resumen

En este artículo se propone un nuevo algoritmo de reconocimiento de huellas palmares en 3D mediante la combinación de características de huellas palmares en 3D utilizando la teoría de fusión D-S. En primer lugar, se utilizan imágenes de luz estructurada para obtener los datos de las huellas palmares en 3D. En segundo lugar, se extraen dos tipos de características únicas, incluyendo la característica de curvatura media y la característica de curvatura gaussiana. En tercer lugar, se asigna la función de creencia del reconocimiento de la curvatura media y del reconocimiento de la curvatura gaussiana, respectivamente. En cuarto lugar, la función de creencia de fusión del método propuesto se determinó mediante la teoría de fusión Dempster-shafer (D-S). Por último, se llevó a cabo el reconocimiento de huellas palmares de acuerdo con los criterios de clasificación. Se estableció una base de datos de huellas palmares 3D con 1000 imágenes de rango de 100 individuos, sobre la que se realizaron amplios experimentos. Los resultados muestran que el método propuesto de reconocimiento de huellas palmares en 3D es mucho más robusto a las variaciones de iluminación y a los cambios de estado de la huella que MCR y GCR. Por otra parte, la fusión de la curvatura media y la curvatura gaussiana ha dado resultados prometedores (la tasa media de error es del 0,404%). En el futuro, la técnica de imagen deberá mejorarse para obtener mejores resultados de reconocimiento.

• Materias:Redes de sensores Sensores inalámbricos Sistema de sensores Sensor inteligente Sensores electroquímicos
• Subjects:Sensor networks Wireless sensors Sensor system Intelligent sensor Electrochemical sensors
• Palabras claves:característica de curvatura gaussiana, tasa media de errores iguales, método de reconocimiento de huellas palmares 3d, nuevo algoritmo de reconocimiento de huellas palmares 3d, datos de huellas palmares 3d, base de datos de huellas palmares 3d, características de huellas palmares 3d, reconocimiento de curvatura gaussiana, teoría de fusión de s, mejor rendimiento de reconocimiento
• Keywords:gaussian curvature feature, average equal error rate, method 3d palmprint recognition, novel 3d palmprint recognition algorithm, 3d palmprint data, 3d palmprint database, 3d palmprint features, gaussian curvature recognition, s fusion theory, better recognition performance