Performance analysis of biometric recognition modalities

Ibrahim, Dyala R.; Tamimi, Abdelfatah A.; Abdalla, Ayman M.

doi:10.1109/icitech.2017.8079977

Cited by 10 publications

(5 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Iris/pupil High [141,[602][603][604][605][606] High [141,[602][603][604][605][606] High [141,[602][603][604][605][606] Medium [141,[602][603][604][605][606] High [141,[602][603][604][605][606] Low [141,602,[604][605][606] High [141,602] Lighting [602,609] Lighting, glasses [603] Very High [602,609] High [320,603,610,6 11] Medium [602,609] High [602,609,610] Medium [320,603] High [320,…”

Section: Uniqueness or Distinctiveness Permanence Collectability Perf...mentioning

confidence: 99%

“…Low [320,602] Medium-Low [610,611] Medium [602,610,611] Keystroke dynamics and mouse movements, Mouse Tracking Low [602] Device, weather [602] Low [602] Low [602] Medium [602] Low [602] 2005 [603] Low [603] Medium [603] Voice/Speech/ Voice Pitch Analysis (VPA) High [602,603,609] Noise, colds [602,603,609] High [602,609] Low [320,603] Medium [610,611] High [602,609] Medium [602,603,609] Low [320] Medium [320,610,611] Low [603] Small [320] Low [320] High [603] Medium [609] 1998 [603] High [610,611] High [603] High [603] Signature High [602,603,…”

Section: Uniqueness or Distinctiveness Permanence Collectability Perf...mentioning

confidence: 99%

See 1 more Smart Citation

Internet and Biometric Web Based Business Management Decision Support

Kaklauskas¹

2023

Preprint

View full text Add to dashboard Cite

show abstract

Section: Uniqueness or Distinctiveness Permanence Collectability Perf...mentioning

confidence: 99%

Section: Uniqueness or Distinctiveness Permanence Collectability Perf...mentioning

confidence: 99%

Internet and Biometric Web Based Business Management Decision Support

Kaklauskas¹

2023

Preprint

View full text Add to dashboard Cite

show abstract

“…A biometric-based recognition system consists of four main stages: image enhancement, segmentation, feature extraction, and matching [2]. In the enhancement stage, the image quality is processed to reduce the noise effect, especially in images that have been captured in an unconstrained environment.…”

Section: Introductionmentioning

confidence: 99%

Unconstrained Hand Dorsal Veins Image Database and Recognition System

Rifaee¹,

Abdallah²,

Salah³

et al. 2022

Computers, Materials &Amp; Continua

View full text Add to dashboard Cite

Hand veins can be used effectively in biometric recognition since they are internal organs that, in contrast to fingerprints, are robust under external environment effects such as dirt and paper cuts. Moreover, they form a complex rich shape that is unique, even in identical twins, and allows a high degree of freedom. However, most currently employed hand-based biometric systems rely on hand-touch devices to capture images with the desired quality. Since the start of the COVID-19 pandemic, most handbased biometric systems have become undesirable due to their possible impact on the spread of the pandemic. Consequently, new contactless hand-based biometric recognition systems and databases are desired to keep up with the rising hygiene awareness. One contribution of this research is the creation of a database for hand dorsal veins images obtained contact-free with a variation in capturing distance and rotation angle. This database consists of 1548 images collected from 86 participants whose ages ranged from 19 to 84 years. For the other research contribution, a novel geometrical feature extraction method has been developed based on the Curvelet Transform. This method is useful for extracting robust rotation invariance features from vein images. The database attributes and the veins recognition results are analyzed to demonstrate their efficacy.

show abstract

“…Голосовая модальность, среди прочих [3], демонстрирует свою эффективность в задачах идентификации личности, что особенно важно в телекоммуникационных приложениях. [4] подчеркивалось, что это единственная биометрическая модальность, которая позволяет идентифицировать человека по телефону.…”

Section: Introductionunclassified

Two-component network model in voice identification technologies

Kuular

Trufanov

Tikhomirov

2018

BIT

View full text Add to dashboard Cite

Аннотация. Среди важнейших параметров биометрических систем голосовой модальности, определяющих их эффективность, наряду с надежностью и помехоустойчивостью выделяют скорость идентификации и верификации личности. Данный параметр особенно чувствителен при обработке крупномасштабных баз голосовых данных в режиме реального времени. Многие исследовательские работы в данной области направлены на разработку новых и совершенствование имеющихся алгоритмов представления и обработки речевых записей, обеспечивающих высокую производительность голосовых биометрических систем. Здесь перспективным представляется современный подход к решению сложных объемных задач с большим числом элементов и учетом их взаимосвязей, использующий платформу комплексных сетей. Так, известны работы, в которых при решении задачах анализа и распознавания лиц по фотографиям изображения трансформируются в комплексные сети для последующей их обработки стандартными приемами. Одним из первых применений комплексных сетей в задачах анализа звуковых рядов (музыкальных и речевых) являлось описание их частотных характеристик с помощью построения сетевых моделей -конвертации рядов в сети. На платформе сетевой онтологии в данной работе развит предложенный ранее метод представления аудиоинформации с целью ее высокопроизводительного автоматического анализа и снижения погрешности в распознавании личности -диктора. Для этого предполагается конвертирование звуковой информации в форму ассоциативной семантической (когнитивной) сетевой структуры, содержащей две компоненты: амплитудную и частотную. Были записаны два речевых примера с последующей их трансформацией в соответствующие сети и сравнением топологических метрик. Набор топологических метрик каждой из сетевых моделей (амплитудной и частотной) представляет собой вектор, а вместе -матрицу, как цифровой "сетевой" отпечаток голоса. Предлагаемый сетевой подход с его чувствительностью к состоянию индивида -физиологическому, психологическому, эмоциональному, может оказаться полезным не только для задач идентификации личности, но и для определения ее состояния.

show abstract

Performance analysis of biometric recognition modalities

Cited by 10 publications

References 12 publications

Internet and Biometric Web Based Business Management Decision Support

Internet and Biometric Web Based Business Management Decision Support

Unconstrained Hand Dorsal Veins Image Database and Recognition System

Two-component network model in voice identification technologies

Contact Info

Product

Resources

About