Projetos biométricos incorporados diferentes podem ter requisitos específicos para a arquitetura do sistema. Os componentes do FingerCell SDK fornecem interoperabilidade com outros SDKs biométricos de Neurotecnologia ou produtos de terceiros e são projetados para uso em diferentes cenários:
O FingerCell 3.2 SDK é baseado na tecnologia FingerCell 3.2, que foi especialmente projetada para integrar o reconhecimento biométrico de impressões digitais em hardware com microcontroladores de baixa potência e baixa memória. Os modelos de impressão digital criados com o FingerCell SDK são compatíveis com as tecnologias biométricas VeriFinger SDK , MegaMatcher SDK e MegaMatcher On Card SDK . Além disso, o FingerCell SDK é compatível com sistemas biométricos de terceiros, pois aceita e gera modelos de impressão digital nos formatos ISO / IEC 19794-2 e ANSI / INCITS 378.
Os seguintes tipos de SDK do FingerCell 3.2 estão disponíveis:
Os componentes do FingerCell SDK fornecem essa funcionalidade:
O FingerCell 3.2 SDK é baseado na tecnologia FingerCell 3.2, que foi especialmente projetada para integrar o reconhecimento biométrico de impressões digitais em hardware com microcontroladores de baixa potência e baixa memória. Os modelos de impressão digital criados com o FingerCell SDK são compatíveis com as tecnologias biométricas VeriFinger SDK , MegaMatcher SDK e MegaMatcher On Card SDK . Além disso, o FingerCell SDK é compatível com sistemas biométricos de terceiros, pois aceita e gera modelos de impressão digital nos formatos ISO / IEC 19794-2 e ANSI / INCITS 378.
Os seguintes tipos de SDK do FingerCell 3.2 estão disponíveis:
Os componentes do FingerCell SDK fornecem essa funcionalidade:
385 ppi é a resolução de imagem de impressão digital mínima recomendada para o algoritmo de extração de modelo FingerCell.
Se o sistema precisar executar a identificação da pessoa (correspondência de 1 para muitos), todos os modelos de impressão digital deverão ser carregados na RAM, portanto, o tamanho máximo do banco de dados de modelos de impressões digitais será limitado pela quantidade de RAM disponível. Consulte os requisitos do sistema para obter mais informações sobre as quantidades necessárias de RAM e armazenamento flash.
As especificações de desempenho abaixo são fornecidas para hardware embarcado baseado no microcontrolador ARM Cortex-M4F , rodando a 168 MHz de clock.
Especificações técnicas do algoritmo FingerCell 3.2 |
|
Tempo de extração do modelo (milissegundos) ( 1 ) |
650 |
Tempo de costura do modelo (milissegundos) ( 2 ) ( 3 ) |
600 |
Tempo de verificação do modelo (milissegundos) ( 3 ) |
4 |
Velocidade de identificação domodelo (modelos por segundo) ( 3 ) |
250 |
Tamanho do template com 16 minutias (bytes) ( 4 ) |
152 |
Tamanho do template com 64 minutias (bytes) ( 4 ) |
488 |
Notas:
Neurotechnology oferece FingerCell Demo Unit - testando hardware com algoritmo FingerCell pré-instalado para a avaliação da tecnologia. Entre em contato conosco para obter mais informações sobre como obter a unidade de demonstração.
O FingerCell Demo Unit é baseado em uma placa de avaliação do STM Discovery com estes componentes:
O algoritmo FingerCell na unidade de demonstração executa a extração do modelo de impressão digital única em 700 milissegundos e corresponde a 250 impressões digitais por segundo .
A unidade de demonstração pode ser usada em dois modos:
Nome | Descrição | Data | Tamanho (KB) | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
FINGERCELL | FingerCell é projetado para fornecer confiabilidade decente e velocidade de identificação para vários dispositivos embarcados e plataformas. | 10/07/2019 | 563.633 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||