Apprentissage des caractéristiques profond pour l’identification des personnes en utilisant les empreintes d’articulations des doigts

Abstract

Au cours des dernières années, l’identification personnelle automatique devient une exigence importante variété d’applications telles que le contrôle d’accès, les systèmes de surveillance . Les systèmes biométriques unimodals permettent de reconnaître une personne en utilisant une seule modalité biométrique, mais ne peuvent pas garantir avec certitude une bonne identification. Alors, et pour remédier à ces inconvénients, le système biométrique multimodale est utilisé. dans ce présent travail , en utilisant la base de données FKP (PolyU)et la fusion au niveau des scores avec la catégorie de multi-échantillons (LIF,LMF et RIF,RMF) tout avec la méthode de convolution neural network (CNN) , Nos résultats expérimentaux démontrent la meilleure performance du système d’identification sur la base FKP proposée.