Andere Kunden interessierten sich auch für
![Hybrides Kryptographiemodell auf der Grundlage von Authentifizierung, Integrität und Datenschutz]( "Hybrides Kryptographiemodell auf der Grundlage von Authentifizierung, Integrität und Datenschutz")
Hybrides Kryptographiemodell auf der Grundlage von Authentifizierung, Integrität und Datenschutz39,90 €![Segmentierung und Normalisierung der Iris zur Erkennung von Menschen]( "Segmentierung und Normalisierung der Iris zur Erkennung von Menschen")
Segmentierung und Normalisierung der Iris zur Erkennung von Menschen54,90 €![Mensch, Maschine, Emotion]( "Mensch, Maschine, Emotion")
Mensch, Maschine, Emotion59,00 €![Biometrische Authentifizierung mit Elementen des Gehirns]( "Biometrische Authentifizierung mit Elementen des Gehirns")
Biometrische Authentifizierung mit Elementen des Gehirns35,90 €![Videokodierung mit Authentifizierung durch Multiwavelet-Transformation]( "Videokodierung mit Authentifizierung durch Multiwavelet-Transformation")
Videokodierung mit Authentifizierung durch Multiwavelet-Transformation49,90 €![Biometrische Authentifizierung mit Elementen des menschlichen Körpers]( "Biometrische Authentifizierung mit Elementen des menschlichen Körpers")
Biometrische Authentifizierung mit Elementen des menschlichen Körpers35,90 €![Sind biometrische Pässe der Weg in die Zukunft?]( "Sind biometrische Pässe der Weg in die Zukunft?")
Sind biometrische Pässe der Weg in die Zukunft?37,90 €
Die periokulare Struktur, ein Teilbereich des Gesichts, zeichnet sich durch einen räumlichen Inhalt aus, der sich für die Authentifizierung in nicht-intrusiven Überwachungsanwendungen für den zivilen E/M-Handel eignet. In der vorliegenden Arbeit wird eine neuartige biometrische Authentifizierungstechnik vorgeschlagen, die die geometrischen Eigenschaften der periokularen Region nutzt. Der größte Teil der bestehenden periokularen Mustererkennungsmethoden basiert auf der globalen Information der Hauttextur. Der vorgeschlagene Ansatz quantifiziert die periokulare Form auf eine Art und Weise, die wahrnehmungsmäßig ähnliche Bilder in der Datenbank findet. Die vorgeschlagene Arbeit ist eine Verbesserung gegenüber dem Stand der Technik, die niedrigdimensionale lokale periokulare Musterdaten auf einer hochdimensionalen nichtlinearen Ebene erhält. Die periokulare Oberfläche wird durch ein dreieckiges Netz diskretisiert, das an den natürlichen Kanten begrenzt ist. Das über das Netz abgeleitete Laplace-Beltrami-Eigenspektrum wird mit der Implementierung der kotangensgewichteten Finite-Elemente-Methode (FEM) implizit verglichen, um eine auf der Form des Augenbereichs basierende Authentifizierung zu erreichen.