نخستين مرحله در هر فرايند شناسايي خودکار اثر انگشت، دسته‌بندي است. فرايند دسته‌بندي، با کوچک‌کردن فضاي جستجو، زمان و هزينه را کاهش مي‌دهد. روشهاي معمول دسته‌بندي، مبتني بر کلاس‌هاي قابل رؤيت اثر انگشت است. نظر به تعداد کم اين کلاس‌ها و عدم توزيع يکنواخت تصاوير اثر انگشت چکیده کامل
نخستين مرحله در هر فرايند شناسايي خودکار اثر انگشت، دسته‌بندي است. فرايند دسته‌بندي، با کوچک‌کردن فضاي جستجو، زمان و هزينه را کاهش مي‌دهد. روشهاي معمول دسته‌بندي، مبتني بر کلاس‌هاي قابل رؤيت اثر انگشت است. نظر به تعداد کم اين کلاس‌ها و عدم توزيع يکنواخت تصاوير اثر انگشت در اين کلاس‌ها، دسته‌بندي پيوسته اثر انگشت مورد توجه قرار گرفته است. در دسته‌بندي پيوسته، يک تابع شباهت تعريف مي‌شود و براي شباهت تصاوير موجود در پايگاه داده و اثر انگشت ورودي، با توجه به تابع تعريف‌شده، درجه‌اي اختصاص مي‌يابد. مرحله تطابق اثر انگشت ورودي با تصاوير موجود در پايگاه داده، از تصويري از پايگاه داده آغاز مي‌شود که بيشترين شباهت را با ورودي داشته باشد. در اين مقاله يک روش براي اندازه‌گيري شباهت و دسته‌بندي پيوسته اثر انگشت مبتني بر تصوير بلوک جهتي، ارائه شده است. روش ارائه‌شده نسبت به انتقال و چرخش اثر انگشت مقاوم بوده و نيازي به وجود و آشکارسازي نقطه مرجع ندارد. پياده‌سازي روش مذکور بر روي پايگاه داده 2000FVC، دقت قابل ملاحظه روش را در کاهش فضاي جستجو در مقايسه با ساير روشها نشان مي‌دهد.
پرونده مقاله
