
Artikelbeschreibung
Cette publication décrit la conception et la mise en oeuvre possible d'une application permettant de simuler de manière synthétique les dommages causés aux empreintes digitales. Le projet SFinGe, pionnier dans ce domaine, a servi de référence principale. Le domaine d'intérêt se concentre sur les images d'empreintes digitales obtenues par des capteurs optiques ou tactiles capacitifs, ainsi que sur les dommages causés aux empreintes digitales par la pression et l'humidité, les dommages et la saleté sur le capteur et la déformation de la peau. Une méthode est décrite pour intégrer ces facteurs afin de simuler les dommages d'une empreinte digitale synthétique de manière à ce que le résultat ressemble à une véritable empreinte digitale imparfaite. Les méthodes employées utilisent des opérateurs morphologiques et un modèle de déformation plastique dans les images d'empreintes digitales. Les résultats des méthodes développées sont comparés à l'aide d'un produit commercial et d'une norme de qualité d'image d'empreinte digitale. Le principal avantage du travail présenté réside dans la manière dont les empreintes digitales synthétiques sont endommagées, de sorte qu'elles puissent être testées comme étant de moins bonne qualité que l'original, ainsi que dans la conception de l'application qui permet une extension à d'autres méthodes.
Produktsicherheit
| Hersteller: | SIA OmniScriptum Publishing |
| Anschrift: |
Brivibas gatve 197 LV-1039 Riga |
| Kontakt: | customerservice@vdm-vsg.de |
Personeninformation
Ondrej Kanich a obtenu un master dans le programme d'études « Systèmes intelligents » à la Faculté des technologies de l'information de l'Université technique de Brno (BUT), à Brno, en République tchèque, en 2014. Il est doctorant au département des systèmes intelligents de la BUT. Il est spécialisé dans la simulation et les systèmes biométriques.
Mehr zum Thema
Schlagwörter
Bewertungen
Die Bewertungen werden vor ihrer Veröffentlichung nicht auf ihre Echtheit überprüft. Sie können daher auch von Verbrauchern stammen, die die bewerteten Produkte tatsächlich gar nicht erworben/genutzt haben.