Рукапча ком: работа на вводе капч. Самый надёжный и простой заработок в интернете

Рукапча ком: работа на вводе капч. Самый надёжный и простой заработок в интернете

ребят помогите вставить капчу на роллеркойн

Your browser does not seem to support JavaScript. As a result, your viewing experience will be diminished, and you may not be able to execute some actions.

Please download a browser that supports JavaScript, or enable it if it’s disabled (i.e. NoScript).

1. Home
2. BrowserAutomationStudio
3. Поддержка
4. org/Breadcrumb»> ребят помогите вставить капчу на роллеркойн

This topic has been deleted. Only users with topic management privileges can see it.

---

• 
  

  Всем привет, пытаюсь гадать рукапчей h-captca для сайта роллеркойн.ком. Там когда ставишь отпечаток и прокси, вылазит h-captca. Короче рукапча присылает готовый токен, а поля для вставки не могу найти. Открыл блок >XPATH> /*//textarea[@name=»h-captcha-response»]

  а g-captcha-response как по дефолту у h-captcha обычно бывает, нет в коде и куда вставлять токен чтобы нажалась кнопка не представляю! Помогите!

  ---

• org/Comment»>

  @dmmmy3 в Басе устроенный модуль для работы с hCaptcha. Он сам вставляет токен.

  ---

• @dmmmy3 Модуль из новой версии проверяли?

  ---

Loading More Posts

3

Posts

61
Views

Log in to reply

 

---

• 17

  0
  Votes

  17
  Posts

  2032
  Views

• 10

  0
  Votes

  10
  

  Posts

  240
  Views

• 3

  0
  Votes

  3
  Posts

  94
  Views

• 4

  0
  Votes

  4
  Posts

  251
  Views

• 13

  1
  Votes

  13
  Posts

  967
  Views

• 5

  0
  Votes

  5
  Posts

  167
  Views

• 5

  0
  Votes

  5
  Posts

  195
  Views

• 3

  0
  Votes

  3
  Posts

  86
  Views

Бесплатные схемы заработка в интернете

Skip to content

Новичкам

Интернет это великая вещь в нем возможно все ну почти все если это так то значит заработать в интернете без вклада тоже не должно быть…

Привет читатель! 1)Зарегистрируйтесь по ссылке на сайте Пушпрофит.

нет (можно нажимать)2) Зайдите в раздел «Сайты»3) Нажмите «Добавить поток».4) Выберите целевую страницу и сохраните5) Скопируйте полученную ссылку…

Привет читатель! Расширение для Google Chrome, Яндекс.Браузер.1. Зарегистрируйтесь на сайте Рукапча.ру (можно нажимать)  2. Загрузите расширение по ссылке (можно нажимать). Распаковываете архив, устанавливаете официальное расширение…

Привет читатель! Тема связана с копирайтингом. Но мы, конечно же, не будем писать никаких текстов. Курс делится на две части: Работаем без вложений Работаем с…

Заработок без вложений

Как это работает. Для начала нужно объяснить тебе каким образом на файлообменнике можно получить деньги. Все очень просто. Ты заливаешь какой-нибудь файл на сервер. Не…

Пожалуй самая известная и надёжная биржа статей в интернете. Интуитивно понятная регистрация, масса покупателей контента каждый день вообщем биржа advego очень надёжный партнёр советуем начать…

Привет читатель! Скорость и объем заработка по этой схеме напрямуюсоразмерно вашим усилиям.Зарабатываем на фотолиа.ком (можно нажимать) — это платформа Adobeпродажа изображений.Мы будем продавать изображения, заимствованные…

Привет читатель! Сегодня я расскажу какзарабатывать на файловом хостинге до 1800 $ за 1000 уникальных загрузок.Прежде всего, я познакомлю вас с сайтом спинап (можно нажимать)Для…

Привет читатель! Простой способ заработать на Kwork в качестве посредника. 1)Зарегистрируйтесь по ссылке на бирже Кворку.ру (можно нажимать) 2) Создаем работу с мотивированными сервисами установки в…

Двухэтапная верификация человека с использованием HandCAPTCHA и биометрии пальцев с защитой от подделки с выбором функций

Двухэтапная проверка личности с использованием HandCAPTCHA и биометрии пальцев с защитой от подделки с выбором функций | Hubert P. H. Shum’s Research Team

ДОМАШНЯЯ СТРАНИЦАчтобы узнать ПРИСОЕДИНЯЙТЕСЬ К НАМдостигайтеПУБЛИКАЦИИвводить инновацииГРАНТЫустанавливайтеДЕЯТЕЛЬНОСТЬвовлекайтеЛЮДЕЙсотрудничайтеОБУЧЕНИЕвдохновляйтеКОНТАКТЫисследуйте

Импакт-фактор: 8.665 ^# Цитирование: 4 ^##

3

60002 # Импакт-факторы из Journal Citation Reports 2021

## Количество цитирований из Google Scholar по состоянию на 2022 год

Abstract

В этом документе представлена ​​схема проверки человеком в два независимых этапа для преодоления уязвимостей атак и повышения безопасности. На первом этапе тестируется CAPTCHA на основе изображения руки (HandCAPTCHA) для предотвращения автоматических бот-атак на последующем биометрическом этапе. На следующем этапе выполняется биометрическая верификация по отпечатку пальца легитимного пользователя с обнаружением атаки представления (PAD) с использованием реальных изображений рук человека, прошедшего случайный вызов HandCAPTCHA. PAD на основе электронного экрана тестируется с использованием показателей качества изображения. После обнаружения спуфинга геометрические характеристики извлекаются из четырех пальцев (за исключением большого пальца) реальных пользователей. Разработан модифицированный алгоритм прямого-обратного (M-FoBa) для выбора соответствующих функций биометрической аутентификации. Эксперименты проводятся в ручных базах данных Университета Богазичи (BU) и ИИТ-Дели (IITD) с использованием k-ближайших соседей и классификаторов случайного леса. Средняя точность правильного решения HandCAPTCHA — 98,5%, а процент ложных срабатываний бота — 1,23%. PAD тестируется на 255 субъектах BU, и наилучшая средняя ошибка составляет 0%. Для 500 испытуемых ЯБ достигнута точность биометрической идентификации по отпечатку пальца 98 % и коэффициент равной ошибки (EER) 6,5 %. Для 200 субъектов IITD получена точность идентификации 99,5% и EER 5,18%.

Загрузки

Статья (9,3 МБ)

DOI — Страница издателя

Цитаты

BibTeX @article{bera21twostage,  author={Бера, Асиш и Бхаттачарджи, Деботош и Шум, Хьюберт П. Х.},  journal={Экспертные системы с приложениями},  title={Двухэтапная проверка личности с использованием HandCAPTCHA и Anti -Поддельная биометрия пальца с выбором функций},  year={2021},  volume={171},  pages={114583},  numpages={18},  doi={10.1016/j.eswa.2021.114583}, issn={0957-4174}, Publisher={Elsevier}, } RIS TY – JOUR AU  – Бера, Асиш AU – Бхаттачарджи, Деботош AU – Шум, Хьюберт П. Х. T2 – Экспертные системы с приложениями PY-2021 VL-171 SP-114583 EP-114583 DO-10.1016/j.eswa.2021.114583 SN-0957-4174 PB-Elsevier ER-9003 . и Хьюберт П. Х. Шум, «Двухэтапная проверка человека с использованием HandCAPTCHA и биометрии пальцев с защитой от подделки с выбором признаков», Экспертные системы с приложениями , vol. 171, стр. 114583, Elsevier, 2021.

Аналогичное исследование

Асиш Бера, Ратнадип Дей, Деботош Бхаттачарджи, Мита Насипури и Хьюберт П. Приложения (MTAP) , 2021

 

 

Последнее обновление 4 февраля 2023 г.
RSS-канал

Асиш Бера | ТЕХНОЛОГИЧЕСКИЙ ИНСТИТУТ ХАЛДИА

Документы

Геометрия руки, инвариантная к позе, для идентификации человека с использованием взвешенного классификатора k-NN

Биометрия руки используется во всем мире для автоматической идентификации человека на основе различ…

more на дискриминационные геометрические характеристики руки. Достижения в области ручных биометрических технологий достигаются в течение нескольких десятилетий. Ключевые цели этой статьи двояки. Во-первых, в нем представлено всестороннее исследование современных методов, основанных на изображениях рук, собранных в непринужденной среде. Во-вторых, вырабатывается инвариантная по позе система геометрии руки. Эксперименты проводятся с взвешенными геометрическими признаками, вычисленными по пальцам. Взвешенный по функциям классификатор k-ближайших соседей (fwk-NN) применяется к правым и левым изображениям 500 субъектов базы данных Bosphorus для оценки эффективности. Точность классификации 97% было достигнуто для обеих рук с использованием классификатора fwk-NN. Равные коэффициенты ошибок (EER) 5,94% и 6,08% достигаются для правой и левой 500 испытуемых соответственно.

Сохранить в библиотеке EditCompare Рейтинг цитирования

Читатели Связанные статьи УпоминанияView Impact

Биометрическая проверка руки с помощью CAPTCHA на основе изображения руки

Подход к биометрическому распознаванию руки с проверкой CAPTCHA на основе изображения руки готов . .. Подробнее В этой статье представлен подход к биометрическому распознаванию руки с проверкой CAPTCHA на основе изображения руки. Реализован новый метод генерации CAPTCHA на основе подлинных и поддельных изображений рук, встроенных в сложное текстурированное цветное фоновое изображение. HandCaptcha — полезное приложение для различения человеческого и автоматизированного скриптов. Первый уровень безопасности достигается с помощью HandCaptcha от вредоносных угроз и атак. После правильного решения HandCaptcha личность человека аутентифицируется на основе подхода бесконтактной геометрической проверки руки на втором уровне. Набор из 300 уникальных HandCaptcha создается случайным образом и решается не менее чем 100 людьми с точностью 9.8,34%. Затем изображения левой руки законных пользователей нормализуются, и для каждой нормализованной руки вычисляются шестнадцать геометрических признаков. Эксперименты проведены на 200 субъектах левобережной базы Боспора. Классификация ac…

Сохранить в библиотеке EditCompare Citation Rank

Readers Related Papers MentionsView Impact

Двухэтапная верификация человека с использованием HandCAPTCHA и биометрии пальца с защитой от подделки с выбором функций

Expert Systems with Applications

Сохранить в библиотеку Редактировать Сравнить Рейтинг цитирования

Читатели Связанные статьи УпоминанияПросмотреть влияние

Отвлечение водителя Алгоритм предотвращения столкновений на основе распознавания для активной безопасности транспортных средств факторы с моделью системы предотвращения столкновений (CAS) для. .. more В этом документе факторы человека-водителя объединяются с моделью системы предотвращения столкновений (CAS) для повышения безопасности полуавтономных транспортных средств. Распознавание действий водителя (DAR) через состояния отвлечения внимания водителя (DDS) использовалось в качестве ключевого компонента для запуска CAS, чтобы можно было предотвратить столкновения. DDS был сгенерирован с использованием реалистичных сценариев обычного вождения и надлежащим образом интегрирован с CAS на основе контроллера с полной обратной связью по состоянию (FSF). Интегрированный алгоритм был протестирован с использованием установки Hardware in Loop (HiL), которая взаимодействует с программным обеспечением динамики транспортных средств IPG TruckMaker®. Эффективность алгоритма была оценена для различных дорожных сценариев и признана эффективной в предотвращении наездов сзади.

Сохранить в библиотеку РедактироватьСравнить Рейтинг цитирования

Читатели Связанные статьи УпоминанияПросмотреть влияние

Мощный терагерцовый вакуумный источник критически необходим в различных приложениях, таких как медицина, сек. .. больше Мощный терагерцовый вакуумный источник критически необходим в различных приложениях, таких как медицина, безопасность, связь и т. д. Мощность и срок службы этих типы устройств в основном зависят от катода. Из-за миниатюрной конструкции терагерцовых устройств очень сложно получить большую мощность, используя обычный распределительный катод с низкой плотностью тока. В результате разработка катода диспенсера с высокой плотностью тока улучшит исследования и применение терагерцового диапазона. В этой работе нашей основной целью является разработка и анализ катода диспенсера с высокой плотностью тока с использованием метода синтеза наночастиц.

Сохранить в библиотеке EditCompare Citation Rank

Читатели Связанные статьи УпоминанияView Impact

Ориентированное на внимание иерархическое многомасштабное представление для визуального распознавания

Сверточные нейронные сети (CNN) произвели революцию в понимании визуального контента. Эти… more Сверточные нейронные сети (CNN) произвели революцию в понимании визуального контента. Это в основном связано с их способностью разбивать изображение на более мелкие части, извлекать многомасштабные локализованные функции и компоновать их для создания очень выразительных представлений для принятия решений. Однако операция свертки не может зафиксировать долгосрочные зависимости, такие как произвольные отношения между пикселями, поскольку она работает с окном фиксированного размера. Следовательно, он может не подходить для распознавания тонких изменений (например, мелкозернистого визуального распознавания). С этой целью предлагаемый нами метод фиксирует долгосрочные зависимости высокого уровня, исследуя графовые сверточные сети (GCN), которые объединяют информацию, устанавливая отношения между многоуровневыми иерархическими областями. Эти области состоят из меньших (приблизительный вид) и больших (дальний взгляд), а зависимость между областями моделируется инновационным распространением сообщений, управляемым вниманием, управляемым структурой графа. ..

Сохранить в библиотеку Загрузить EditCompare Citation Rank

Читатели Связанные статьи Упоминания View Impact

Контекстно-зависимое объединение внимания (CAP) для детальной визуальной классификации добыча дискриминативн… more Глубокие сверточные нейронные сети (CNN) продемонстрировали высокую способность к добыче дискриминационной информации о положении объекта и его частях для распознавания изображений. Для мелкозернистого распознавания ключевую роль играет контекстно-зависимое богатое представление объекта/сцены, поскольку оно демонстрирует значительную вариацию в одной и той же подкатегории и тонкую вариацию между разными подкатегориями. Найти тонкую вариацию, которая полностью характеризует объект/сцену, непросто. Чтобы решить эту проблему, мы предлагаем новое контекстно-зависимое объединение внимания (CAP), которое эффективно улавливает тонкие изменения с помощью субпиксельных градиентов и учится посещать информативные интегральные области и их важность в различении различных подкатегорий, не требуя ограничивающей рамки и / или аннотации различимых частей. Мы также вводим новое кодирование признаков, рассматривая внутреннюю согласованность между информативностью интегральных областей и их пространственной структурой для фиксации семантической корреляции…

Сохранить в библиотеке Скачать EditCompare Citation Rank

Связанные читатели. Документы по теме MentionsView Impact

Распознавание геометрии руки на основе слияния с использованием теории Демпстера-Шейфера

Международный журнал распознавания образов и искусственного интеллекта, 2015 г.

В этой статье представлена ​​новая методика идентификации и распознавания пользователей, основанная на слиянии… далее В этой статье представлена ​​новая методика идентификации и распознавания пользователей, основанная на слиянии геометрических характеристик обеих рук без каких-либо ограничений позы. Все функции извлекаются из нормализованных левых и правых изображений. Слияние применяется на уровне функций, а также на уровне принятия решений. Для классификации предложены два вероятностных алгоритма. Первый алгоритм вычисляет максимальную вероятность для трех ближайших соседей. Второй алгоритм определяет максимальную вероятность количества совпадающих признаков по отношению к пороговой обработке расстояний. На основе этих двух наивысших вероятностей принимаются первоначальные решения. Окончательное решение рассматривается в соответствии с наибольшей вероятностью, рассчитанной по теории доказательств Демпстера-Шейфера. В зависимости от различных комбинаций первоначальных решений экспериментируют по трем схемам с 201 испытуемым для идентификации и проверки. Правильная скорость идентификации равна 99,5%, и ложные …

Сохранить в библиотеке РедактироватьСравнить Рейтинг цитирования

Читатели Связанные статьи УпоминанияView Impact

Связанный органокатализатором α-аминоалкильный промежуточный радикал для контролируемого аэробного окисления ионов иминия

, Органическая и биомолекулярная химия 18 января 2018 г.

Связанный с катализатором промежуточный α-аминоалкилрадикал из иминия разработан для контроля его образования… more Связанный с катализатором промежуточный α-аминоалкилрадикал из иминия разработан для контроля его образования и реакционной способности с аэробным кислородом. Влияние катализатора было продемонстрировано легкостью образования промежуточного радикала и его последующей реакционной способностью, включая первое энантиоселективное аэробное окисление, контролируемое катализатором, с хиральным фосфитным катализатором.

Сохранить в библиотеке Скачать Редакция EditCompare Rank

Связанные читатели. Распознавание с выбором признаков

Биометрические вычисления

Сохранить в библиотеке EditCompare Уровень цитирования

Readers Related Papers MentionsView Impact

Attend and Guide (AG-Net): глубокая сеть на основе ключевых точек для распознавания изображений

IEEE Transactions on Image Processing

Сохранить в библиотеке ReadersCompare Citation Rank 3

Документы по теме MentionsView Impact

Идентификация человека с использованием выбранных признаков из геометрических профилей пальцев

Транзакции IEEE в системах, человеке и кибернетике: системы

Сохранить в библиотеке EditCompare Citation Rank

Связанные считыватели. Impact

Устойчивая к ошибкам двухбазисная архитектура параллельного систолического умножения через GF (2 м)

Сохранить в библиотеке EditCompare Citation Rank

Связанные с читателями. Связанные документы УпоминанияView Impact

Биометрия рук в цифровой криминалистике

Деботош Бхаттачарджи и Асиш Бера

Исследования в области вычислительной интеллекта, 2014

Аннотация

Сохранить в библиотеке EditCompare Citation Rank

Связанные с читателями. MentionsView Impact

Распознавание человека с использованием альтернативной геометрии руки

Сохранить в библиотеке EditCompare Уровень цитирования

Читатели Статьи по теме MentionsView Impact

Геометрия руки, инвариантная к позе, для идентификации человека с использованием взвешенного классификатора k-NN

Биометрия руки используется во всем мире для автоматизированной идентификации человека на основе различ. .. more автоматизированная идентификация человека на основе дискриминационных геометрических характеристик руки. Достижения в области ручных биометрических технологий достигаются в течение нескольких десятилетий. Ключевые цели этой статьи двояки. Во-первых, в нем представлено всестороннее исследование современных методов, основанных на изображениях рук, собранных в непринужденной среде. Во-вторых, вырабатывается инвариантная по позе система геометрии руки. Эксперименты проводятся с взвешенными геометрическими признаками, вычисленными по пальцам. Взвешенный по функциям классификатор k-ближайших соседей (fwk-NN) применяется к правым и левым изображениям 500 субъектов базы данных Bosphorus для оценки эффективности. Точность классификации 97% было достигнуто для обеих рук с использованием классификатора fwk-NN. Равные коэффициенты ошибок (EER) 5,94% и 6,08% достигаются для правой и левой 500 испытуемых соответственно.

Сохранить в библиотеке EditCompare Рейтинг цитирования

Читатели Связанные статьи УпоминанияView Impact

Биометрическая проверка руки с помощью CAPTCHA на основе изображения руки

Подход к биометрическому распознаванию руки с проверкой CAPTCHA на основе изображения руки готов . .. Подробнее В этой статье представлен подход к биометрическому распознаванию руки с проверкой CAPTCHA на основе изображения руки. Реализован новый метод генерации CAPTCHA на основе подлинных и поддельных изображений рук, встроенных в сложное текстурированное цветное фоновое изображение. HandCaptcha — полезное приложение для различения человеческого и автоматизированного скриптов. Первый уровень безопасности достигается с помощью HandCaptcha от вредоносных угроз и атак. После правильного решения HandCaptcha личность человека аутентифицируется на основе подхода бесконтактной геометрической проверки руки на втором уровне. Набор из 300 уникальных HandCaptcha создается случайным образом и решается не менее чем 100 людьми с точностью 9.8,34%. Затем изображения левой руки законных пользователей нормализуются, и для каждой нормализованной руки вычисляются шестнадцать геометрических признаков. Эксперименты проведены на 200 субъектах левобережной базы Боспора. Классификация ac…

Сохранить в библиотеке EditCompare Citation Rank

Readers Related Papers MentionsView Impact

Двухэтапная верификация человека с использованием HandCAPTCHA и биометрии пальца с защитой от подделки с выбором функций

Expert Systems with Applications

Сохранить в библиотеку Редактировать Сравнить Рейтинг цитирования

Читатели Связанные статьи УпоминанияПросмотреть влияние

Отвлечение водителя Алгоритм предотвращения столкновений на основе распознавания для активной безопасности транспортных средств факторы с моделью системы предотвращения столкновений (CAS) для. .. more В этом документе факторы человека-водителя объединяются с моделью системы предотвращения столкновений (CAS) для повышения безопасности полуавтономных транспортных средств. Распознавание действий водителя (DAR) через состояния отвлечения внимания водителя (DDS) использовалось в качестве ключевого компонента для запуска CAS, чтобы можно было предотвратить столкновения. DDS был сгенерирован с использованием реалистичных сценариев обычного вождения и надлежащим образом интегрирован с CAS на основе контроллера с полной обратной связью по состоянию (FSF). Интегрированный алгоритм был протестирован с использованием установки Hardware in Loop (HiL), которая взаимодействует с программным обеспечением динамики транспортных средств IPG TruckMaker®. Эффективность алгоритма была оценена для различных дорожных сценариев и признана эффективной в предотвращении наездов сзади.

Сохранить в библиотеку РедактироватьСравнить Рейтинг цитирования

Читатели Связанные статьи УпоминанияПросмотреть влияние

Мощный терагерцовый вакуумный источник критически необходим в различных приложениях, таких как медицина, сек. .. больше Мощный терагерцовый вакуумный источник критически необходим в различных приложениях, таких как медицина, безопасность, связь и т. д. Мощность и срок службы этих типы устройств в основном зависят от катода. Из-за миниатюрной конструкции терагерцовых устройств очень сложно получить большую мощность, используя обычный распределительный катод с низкой плотностью тока. В результате разработка катода диспенсера с высокой плотностью тока улучшит исследования и применение терагерцового диапазона. В этой работе нашей основной целью является разработка и анализ катода диспенсера с высокой плотностью тока с использованием метода синтеза наночастиц.

Сохранить в библиотеке EditCompare Citation Rank

Читатели Связанные статьи УпоминанияView Impact

Ориентированное на внимание иерархическое многомасштабное представление для визуального распознавания

Сверточные нейронные сети (CNN) произвели революцию в понимании визуального контента. Эти… more Сверточные нейронные сети (CNN) произвели революцию в понимании визуального контента. Это в основном связано с их способностью разбивать изображение на более мелкие части, извлекать многомасштабные локализованные функции и компоновать их для создания очень выразительных представлений для принятия решений. Однако операция свертки не может зафиксировать долгосрочные зависимости, такие как произвольные отношения между пикселями, поскольку она работает с окном фиксированного размера. Следовательно, он может не подходить для распознавания тонких изменений (например, мелкозернистого визуального распознавания). С этой целью предлагаемый нами метод фиксирует долгосрочные зависимости высокого уровня, исследуя графовые сверточные сети (GCN), которые объединяют информацию, устанавливая отношения между многоуровневыми иерархическими областями. Эти области состоят из меньших (приблизительный вид) и больших (дальний взгляд), а зависимость между областями моделируется инновационным распространением сообщений, управляемым вниманием, управляемым структурой графа. ..

Сохранить в библиотеку Загрузить EditCompare Citation Rank

Читатели Связанные статьи Упоминания View Impact

Контекстно-зависимое объединение внимания (CAP) для детальной визуальной классификации добыча дискриминативн… more Глубокие сверточные нейронные сети (CNN) продемонстрировали высокую способность к добыче дискриминационной информации о положении объекта и его частях для распознавания изображений. Для мелкозернистого распознавания ключевую роль играет контекстно-зависимое богатое представление объекта/сцены, поскольку оно демонстрирует значительную вариацию в одной и той же подкатегории и тонкую вариацию между разными подкатегориями. Найти тонкую вариацию, которая полностью характеризует объект/сцену, непросто. Чтобы решить эту проблему, мы предлагаем новое контекстно-зависимое объединение внимания (CAP), которое эффективно улавливает тонкие изменения с помощью субпиксельных градиентов и учится посещать информативные интегральные области и их важность в различении различных подкатегорий, не требуя ограничивающей рамки и / или аннотации различимых частей. Мы также вводим новое кодирование признаков, рассматривая внутреннюю согласованность между информативностью интегральных областей и их пространственной структурой для фиксации семантической корреляции…

Сохранить в библиотеке Скачать EditCompare Citation Rank

Связанные читатели. Документы по теме MentionsView Impact

Распознавание геометрии руки на основе слияния с использованием теории Демпстера-Шейфера

Международный журнал распознавания образов и искусственного интеллекта, 2015 г.

В этой статье представлена ​​новая методика идентификации и распознавания пользователей, основанная на слиянии… далее В этой статье представлена ​​новая методика идентификации и распознавания пользователей, основанная на слиянии геометрических характеристик обеих рук без каких-либо ограничений позы. Все функции извлекаются из нормализованных левых и правых изображений. Слияние применяется на уровне функций, а также на уровне принятия решений. Для классификации предложены два вероятностных алгоритма. Первый алгоритм вычисляет максимальную вероятность для трех ближайших соседей. Второй алгоритм определяет максимальную вероятность количества совпадающих признаков по отношению к пороговой обработке расстояний. На основе этих двух наивысших вероятностей принимаются первоначальные решения. Окончательное решение рассматривается в соответствии с наибольшей вероятностью, рассчитанной по теории доказательств Демпстера-Шейфера. В зависимости от различных комбинаций первоначальных решений экспериментируют по трем схемам с 201 испытуемым для идентификации и проверки. Правильная скорость идентификации равна 99,5%, и ложные …

Сохранить в библиотеке РедактироватьСравнить Рейтинг цитирования

Читатели Связанные статьи УпоминанияView Impact

Связанный органокатализатором α-аминоалкильный промежуточный радикал для контролируемого аэробного окисления ионов иминия

, Органическая и биомолекулярная химия 18 января 2018 г.

Связанный с катализатором промежуточный α-аминоалкилрадикал из иминия разработан для контроля его образования… more Связанный с катализатором промежуточный α-аминоалкилрадикал из иминия разработан для контроля его образования и реакционной способности с аэробным кислородом. Влияние катализатора было продемонстрировано легкостью образования промежуточного радикала и его последующей реакционной способностью, включая первое энантиоселективное аэробное окисление, контролируемое катализатором, с хиральным фосфитным катализатором.

Сохранить в библиотеке Скачать Редакция EditCompare Rank

Связанные читатели. Распознавание с выбором признаков

Биометрические вычисления

Сохранить в библиотеке EditCompare Уровень цитирования

Readers Related Papers MentionsView Impact

Attend and Guide (AG-Net): глубокая сеть на основе ключевых точек для распознавания изображений

IEEE Transactions on Image Processing

Сохранить в библиотеке ReadersCompare Citation Rank 3

Документы по теме MentionsView Impact

Идентификация человека с использованием выбранных признаков из геометрических профилей пальцев

Транзакции IEEE в системах, человеке и кибернетике: системы

Сохранить в библиотеке EditCompare Citation Rank

Связанные считыватели.