افزایش دقت تشخیص هویت با استفاده از ویژگی های کف دست بوسیله تصویر سه بعدی

زیست سنجی کف دست در سال های اخیر بیشتر مورد توجه قرار گرفت است زیرا ویژگی های کف دست در مقابل تغییرات زمان مقاوم بوده و استفاده از این نوع زیست سنجی برای تصاویر با کیفیت پایین نیز قابل استفاده می باشد. تصاویر سه بعدی کف دست نه تنها برای هر فرد منحصر به خود اوست بلکه به دلیل داشتن اطلاعات بیشتر، حتی از دقت بالاتری نسبت به تصویر دو بعدی برخوردارست. برای استخراج ویژگی، اطلاعات سه بعدی که از کف دست ضبط شده است می بایست به ماتریسی دو بعدی تبدیل گردد. بخاطر رابطه ی خطی که بین یک تابع و مشتقات آن در بسط تیلور وجود دارد، تصویر تیلور تعدیل یافته نیز می تواند از مشتق اطلاعات سه بعدی ضبط شده بدست آید. فیلتر گابور برای استخراج ویژگی هم در تصویر دو بعدی و هم در تصویر سه بعدی مورد استفاده قرار می گیرد. نتایج شبیه سازی نشان می دهد که خطای تایید هویت برای ویژگی های دو بعدی 4/0 درصد، برای ویژگی های سه بعدی 6/0 درصد و برای ترکیب این دو ویژگی 3/0 درصد می باشد. در روشی دیگر فیلتر گوسی جهت دار برای استخراج جهت خطوط و تکنیک esax برای استخراج موقعیت خطوط کف دست هم در تصویر دو بعدی و هم در تصویر سه بعدی مورد استفاده قرار می-گیرد. نتایج شبیه سازی نشان می دهد که خطای تایید هویت برای ویژگی های دو بعدی 8/1 درصد، برای ویژگی های سه بعدی 4/0 درصد و برای ترکیب این دو ویژگی 05/0 درصد می باشد.