C'est un très bon fichier fonction disponible sur Matlab Central File Exchange. Ce fichier de fonction est totalement vectorisé et donc très rapide. De plus, par rapport à la fonction référencée dans la réponse aioobes, cette fonction n'utilise pas la fonction accumarray, ce qui explique pourquoi elle est même compatible avec les anciennes versions de Matlab. En outre, il fonctionne pour des tableaux de cellules ainsi que des tableaux numériques. SOLUTION. Vous pouvez utiliser cette fonction en conjonction avec la fonction matlab intégrée, unique. (M) et les différentes valeurs du tableau occurancecount correspondront au comptage des valeurs correspondantes (même index) dans unique (M). A répondu Sep 29 11 at 10:37 ce serait parfait parce que nous faisons l'opération sur la matrice, et la réponse devrait être un seul nombre a répondu 27 juin à 15h37 Utilisez nnz au lieu de somme. Pas besoin de double appel pour effondrer les matrices vers les vecteurs et il est probablement plus rapide que la somme. Répondre Aug 31 15 at 21:08 a répondu Aug 19 14 at 13:48 vous pouvez également ajouter une boucle for pour le faire plusieurs fois juste pour le plaisir. C'est une réponse TERRIBLE. Ndash Shai Aug 19 14 at 14:50 Votre réponse 2017 Stack Exchange, IncAdvanced Source Code. Com. Cliquez ici pour télécharger. L'iris de chaque oeil est unique. Pas deux iris sont semblables dans leur détail mathématique - même entre les jumeaux et les triplets identiques ou entre les propres yeux gauche et droit. Contrairement à la rétine, cependant, il est clairement visible à distance, permettant une acquisition d'image facile sans intrusion. L'iris reste stable tout au long de sa vie, à l'exception de maladies rares ou de traumatismes. Les motifs aléatoires de l'iris sont l'équivalent d'un code à barres quothuman complexe, créé par un réseau enchevêtré de tissu conjonctif et d'autres traits visibles. Le processus de reconnaissance de l'iris commence par l'acquisition d'une image vidéo qui localise l'œil et l'iris. Les limites de la pupille et de l'iris sont définies, l'occlusion des paupières et la réflexion spéculaire sont actualisées, et la qualité de l'image est déterminée pour le traitement. Le motif d'iris est traité et codé en un enregistrement (ou quottemplatequot), qui est stocké et utilisé pour la reconnaissance quand un iris vivant est présenté pour la comparaison. La moitié de l'information dans l'enregistrement décrit numériquement les dispositifs de l'iris, l'autre moitié de l'enregistrement commande la comparaison, en éliminant la réflexion spéculaire, l'inclinaison de paupière, les cils, etc. Un système biométrique fournit l'identification automatique d'un individu basé sur une caractéristique unique Ou caractéristique possédée par l'individu. La reconnaissance de l'iris est considérée comme le système d'identification biométrique le plus fiable et le plus précis disponible. La plupart des systèmes commerciaux de reconnaissance d'iris utilisent des algorithmes brevetés développés par Daugman, et ces algorithmes sont capables de produire des taux de reconnaissance parfaits. Cependant, les résultats publiés ont généralement été produits dans des conditions favorables, et il n'y a pas eu d'essais indépendants de la technologie. Le système de reconnaissance de l'iris se compose d'un système de segmentation automatique qui est basé sur la transformée de Hough et permet de localiser l'iris circulaire et la région pupillaire, d'occulter les paupières et les cils et les réflexions. La région de l'iris extraite a ensuite été normalisée dans un bloc rectangulaire de dimensions constantes pour tenir compte des incohérences d'imagerie. Enfin, les données de phase des filtres 1D Log-Gabor ont été extraites et quantifiées à quatre niveaux pour coder le motif unique de l'iris en un gabarit biométrique bit-wise. La distance de Hamming a été utilisée pour la classification des modèles d'iris, et deux modèles ont été trouvés correspondent si un test d'indépendance statistique a échoué. Le système a effectué avec la reconnaissance parfaite sur un ensemble de 75 images d'oeil cependant, les essais sur un autre ensemble de 624 images ont abouti à fausse acceptation et faux taux de rejet de 0.005 et 0.238 respectivement. Par conséquent, la reconnaissance de l'iris se révèle être une technologie biométrique fiable et précise. Index Termes: iris, reconnaissance, vérification, gabor, reconnaissance oculaire, appariement, vérification. Figure 1. Iris image Un code source simple et efficace pour Iris Recognition. Ce code est basé sur l'excellente mise en œuvre de Libor Maseks disponible ici. Libor Masek, Peter Kovesi. MATLAB Code source pour un système d'identification biométrique basé sur des modèles d'iris. L'implémentation peut accélérer le processus de reconnaissance, réduisant le temps d'exécution du programme d'environ 94 (plus de 16 fois plus rapide). D'autres optimisations sont disponibles sur demande. Tous les tests ont été effectués avec la base de données CASIA Iris Image disponible sur cbsr. ia. ac. cnIrisDatabase. htm.
No comments:
Post a Comment