Angewandte biometrische Systeme
Lernen
« zurück zur Kartenübersicht « Liste
40/51 [40]

Auf welchen Ebenen lässt sich Multibiometrie realisieren?

Multisensorsysteme: Verwenden mehrere Sensoren, um eine einzelne biometrische Eigenschaft eines Individuums zu erfassen. D.h. mehrere 2D-Kameras zur Aufnahme eines Gesichtsbildes oder ein optischer sowie ein kapazitiver Sensor können verwendet werden, um einen Fingerabdruck zu erfassen. Der Einsatz mehrerer Sensoren kann die Erkennungsfähigkeit eines Systems verbessern.

Multi-Algorithmus-System: In einigen Fällen kann das Verwenden mehrerer Feature-Extraktions- und/oder Matching-Algorithmen auf denselben Daten die Matching-Performance verbessern. Dies ist meist günstiger als der Einsatz mehrerer Sensoren, erhöht aber auch die Rechenkomplexität eines Systems.

Multi-Instanz oder Multi-Unit-Systeme: Diese Systeme verwenden mehrere Instanzen der gleichen biometrischen Eigenschaft. Beispielsweise kann die linke und rechte Iris oder der linke und rechte Zeigefinger verwendet werden, um eine Person zu identifizieren. Diese Systeme können kostengünstig sein, wenn ein einzelner Sensor verwendet wird, aber in einigen Fällen kann es wünschenswert sein, mehrere Daten gleichzeitig zu erfassen.

Multi-Sample-Systeme: Ein einzelner Sensor kann verwendet werden, um mehrere Samples desselben biometrischen Merkmals zu erfassen, um eine vollständigere Darstellung des zugrunde liegenden Merkmals zu erhalten. Ein zentrales Thema solcher Systeme ist die Bestimmung der Anzahl der zu beschaffenden Samples. Es ist wichtig, dass die Samples sowohl die Variabilität als auch die Typizität der biometrischen Daten eines Individuums darstellen.

Multimodale Systeme: Ermitteln der Identität auf der Grundlage des Nachweises mehrerer biometrischer Merkmale. Einige der frühesten Systeme dieser Kategorie verwendeten Gesichts- und Spracherkennung, um eine Person zu identifizieren. Es wird angenommen, dass nicht korrelierende Merkmale (z.B. Iris und Fingerabdruck) zu einer besseren Leistung führen als korrelierende Merkmale wie Stimme und Lippenbewegung. Die Kosten für den Einsatz solcher Systeme sind höher, da mehrere Sensoren benötigt werden. Andererseits können sie die Genauigkeit deutlich verbessern, da die Anzahl der geprüften Merkmale höher ist.

Hybridsysteme: Systeme, die eine Teilmenge der bisherigen fünf Systeme verwenden. Beispielsweise werden zwei Spracherkennungssysteme mit drei Gesichtserkennungsalgorithmen über ein HyperFB-Netzwerk kombiniert. Damit ist das System sowohl multialgorithmisch als auch multimodal aufgebaut.

Diskussion