Características Algoritmo FingerCell e Capacidades

 

FingerCell oferece confiabilidade e velocidade decente de identificação de vários dispositivos móveis ou embarcados. O algoritmo FingerCell é semelhante ao algoritmo VeriFinger e inclui as soluções proprietárias:

 

Processamento de imagem rápido. Fingerprint tempo de processamento de imagem é menos de 1 segundo em 200 MHz ARMprocessador, o que é aceitável para sistemas embarcados.

 

Processadores de baixa velocidade são suportados. A extração do Template e de Identificação é adaptada para os processadores de baixa velocidade embarcados. Por exemplo, a verificação da impressão digital é realizada em cerca de 2 segundos em um processador ARM7 - 75MHz embarcadoquando FingerCell algoritmo é utilizado.

 

Características modo de generalização. Este modo de cadastramento de impressão digital gera um conjunto de características da impressão digital generalizada a partir de uma coleta das impressões digitais do mesmo dedo. Cada imagem da impressão digital é processada e as características são extraídas. Em seguida, o conjunto de características é analisada e combinada em uma única coleção generalizada que é escrita no banco de dados. Desta forma, a captura das minúcias é mais confiável obtendo uma melhor qualidade da identificação da impressão digital e aumenta consideravelmente com este modalidade de cadastramento.

 

Capacidade de identificação. Como FingerCell é desenvolvido com base VeriFinger, é adequado não apenas para verificação da impressão digital (um-para-1 de Identificação), mas também para a identificação (Identificação um-para-muitos).

 

Tolerância à rotação da impressão digital, translação e deformação. Essa tolerância é alcançada por FingerCell algoritmo proprietário da impressão digital identificação. O algoritmo é capaz de identificar impressões digitais, mesmo que sejam rodadas, transladas e deformadas, e identifica cerca de 150 impressões digitais por segundo no modo de um-para-muitos em um processador da família ARM de 200 MHz.

 

Identificação mais rápida usando entradas de dados pré-classificadas. Para algumas tarefas de identificação , a taxa de velocidade efetiva do FingerCell pode ser aumentada até 700 impressões digitais por segundo(Em um processador de 200 MHz ARM da família) por entradas de dados pré-triados com determinadas características globais. harmonização da impressão digital é feita primeiro com as entradas do banco de dados global com características mais semelhantes às da impressão digital de teste. A identificação dentro deste grupo não produz resultado positivo, então o próximo registro com características mais semelhantes global é selecionado, e assim por diante, até que a Identificação é bem sucedida ou o fim do banco de dados é alcançado. Na maioria dos casos há uma chance muito boa que a Identificação correta será encontrada no início da pesquisa. Como resultado, o número de comparações necessárias para obter a identificação de impressões digitais diminui drasticamente, e, conseqüentemente, aumenta a velocidade de comparação.

 

 

Software Compacto Portátil. FingerCell é projetado para fácil implementação em aplicações muito diversas e específicas. O algoritmo de ANSI código-fonte C do sensor é independente, pois pode ser portado para várias plataformas e de hardware. O código compilado e matrizes de dados internos requerem apenas 400 KB de memóriae, portanto, pode ser implementado em chips de memória bai

FingerCell Embedded Kit de Desenvolvimento

 

FingerCell Embedded Development Kit (EDK) baseia-se na FingerCell incorporado o algoritmo de reconhecimento de impressão digitalque é especialmente concebido para ser utilizado em aplicações embarcadas de baixo consumo e aplicações comparativamente baixa potência da CPU. FingerCell EDK inclui bibliotecas para Linux e plataformas ARM LINUX e Windows ARM Embedded CE, bem como módulos de suporte para sensores incorporados e os códigos-fonte para aplicativos de exemplo.

 

Os clientes que querem usar outra plataforma pode obter o FingerCell ANSI código-fonte C pacote e PORT do software para a plataforma necessária.

 

Os seguintes tipos de FingerCell 2,1 EDK estão disponíveis:

 

FingerCell EDK Library 2.1- Destina-se a projetos de sistemas biométricos, utilizando hardware baseado em processadores ARM. Inclui FingerCell biblioteca, documentação e exemplos de programação para Windows CE e Linux.

FingerCell 2,1 código fonte EDK- Destina-se a grandes projetos de sistemas biométricos através de terceiros ou de hardware personalizado. Inclui FingerCell código-fonte, exemplos e documentação para MS Windows CE e Linux.

 

A tabela abaixo compara os diferentes tipos de FingerCell EDK:

 

 

 

 

Biblioteca EDK

O código-fonte EDK

As plataformas suportadas

ARM, Windows CE

+

+

ARM, Linux

+

+

Algoritmo de componentes FingerCell

• FingerCell 2,1 algoritmo

+

+

• FingerCell 2,1 algoritmo de código-fonte

 

+

módulos de apoio do Scanner (para Linux)

• Tacoma CMOSmódulo de suporte do scanner

+

+

 

• Startek FM200módulo de suporte do scanner

+

+

 

• CS Biometri-CS-Passmódulo de suporte dos sensores

+

+

 

• Zvetco Verifi P4000módulo de suporte do scanner

+

+

 

• AuthenTec AF-S2módulo de suporte dos sensores

+

+

 

• AuthenTec AES4000módulo de suporte dos sensores

+

+

 

• Fujitsu MBF200módulo de suporte do scanner

+

+

 

Programação exemplos do FingerCell

• FingerCell aplicativo de exemplo EDK

+

+

 

Documentação

 

• FingerCell documentação EDK

+

+

 

• FingerCell documentação de código-fonte

 

+

 

 

FingerCell EDK Library 2.1

 

FingerCell 2.1 Library EDK inclui o FingerCell 2,1 biblioteca de desenvolvimento de produtos personalizados. O produto desenvolvido pode ser executado em plataforma ARM baseado em Linux ou Windows CE.

 

FingerCell 2.1 Library EDK contém os seguintes componentes:

 

MS componentes do Windows CE:

FingerCell biblioteca 2.1 (para Microsoft Visual Studio 2005 com SP1)

O código-fonte de aplicativo de exemplo FingerCell biblioteca de uso no Visual C + + 2005 SP1

 

Componentes ARM Linux:

FingerCell biblioteca 2.1 (para ARM-Linux compilador C GCC)

O código-fonte de aplicativo de exemplo embarcado em ANSI C (projeto para ARM-Linux compilador C GCC)

User-Space drivers para entrada de imagem de Tacoma CMOS, Startek FM200, CS Biometri-CS-Pass, Zvetco Verifi P4000, AuthenTec AF-S2, AuthenTec AES4000e Fujitsu MBF