Biometria Brasil

FINGERCELL - SDK / Desenvolvedores

Tecnologia de identificação por impressão digital embarcada e móvel
 
A tecnologia FingerCell, desenvolvido com base VeriFinger, é projetado para desenvolvedores de sistemas biométricos embarcados.
 
O algoritmo FingerCell é compacto, sensor independente e multi-plataforma. Ela oferece confiabilidade e velocidade decente de identificação de vários dispositivos móveis ou embarcados
 
FingerCell está disponível para integradores como Embedded Development Kit (EDK) com FingerCell biblioteca ou código-fonte para o desenvolvimento de um sistema rápido e confiável na plataforma embarcada ou móvel.
 
Por FingerCell?
 
Confiabilidade comprovada em FVC2004
 
O suporte a múltiplos sensores de impressão digital
 
Algoritmo com diversas plataformas com código-fonte compacto e portátil.
 
Processadores de baixa velocidade suportados.
 
Preços razoáveis, licenciamento flexível e suporte ao cliente.
 
Velocidade de identificação de até 700 impressões digitais por segundo
 
Velocidade de cadastramento menor de 1 segundo para impressões digitais

Tecnologia e EDK
 
Características do algoritmo FingerCell e capacidades. O algoritmo FingerCell executa o processamento de imagem rápido e identificação de Templates, mesmo em processadores de baixa velocidade. O algoritmo é adequado tanto para a verificação (1-to-1 matching) e identificação (correspondência um-para-muitos). FingerCell é tolerante com a rotação de impressões digitais, translação e deformação
 
FingerCell Embedded Development Kits. FingerCell está disponível para integradores como 2 tipos de kits de desenvolvimento de sistemas embarcados. FingerCell EDK Biblioteca que é destinado a projetos de sistemas biométricos, utilizando hardware baseado em processadores ARM.  FingerCell EDK código fonte destina-se a grandes projetos de sistemas biométricos através de terceiros ou de hardware personalizado
 
Requisitos do sistema. Processador recomendado é de pelo menos 200 MHz CPU da família ARM e processador mínimo necessário é 75 MHz CPU ARM7. Pelo menos 400 kB de memória necessária para o código de algoritmo e matrizes de dados. Windows CE e ARM-Linuxsão suportados
 
Resultados dos testes de confiabilidade e especificações técnicas. O algoritmo FingerCell cadastra uma impressão digital em menos de 1 segundo, e identifica uma digital a velocidade de até 700 impressões digitais por segundo e requer 300-600 bytesde memória para armazenar um Template de uma impressão digital.
 
Download. FingerCell demo algoritmo aplicações para plataformas de Win32 WinCE e estão disponíveis para download. FingerCell EDK Trial de 30 diastambém está disponível para download.
 
Referências. Neurotechnology clientes têm desenvolvido uma série de soluções móveis e embarcados baseados em software FingerCell

 

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

Nome Descrição Data Tamanho (KB)