"Teknologi Intel Turbo Boost & Manfaatnya Dalam Meningkatkan Kinerja Aplikasi di Komputer" "IP Camera & Fingerprint (Biometric) Basic"
Apa itu Intel Turbo Boost Technology?
Intel Turbo Boost Technology adalah teknologi yang secara otomatis memungkinkan
setiap core pada prosesor berbasis Nehalem untuk berjalan pada clock yang lebih
tinggi dari spesifikasi apabila kita menjalankan program aplikasi single-threading
sehingga kinerja yang dicapai sama baiknya dengan aplikasi yang telah multithreading.
Apa itu Paralel Computing?
Memasukkan 2 processor dalam 1 keping ( supaya bias menjalankan instruksi / clock cycle lebih tinggi )
Apa itu Simultaneous Multi-threading (Hyper-threading) technology?
SMT atau Hyper-threading adalah teknologi yang memungkinkan setiap core pada prosesor berbasis Nehalem ini untuk dapat memproses 2-thread instruction sekaligus secara simultan. Jadi dapat meningkatkan kinerja aplikasi dan multi-tasking.
Dalam event CES 2010, Intel merilis lebih dari satu lusin processor baru masih dalam rangka menyukseskan tipe family Core, termasuk chip processor i3, i5 dan i7. Chip Intel Core yang ce teknologi Intel Arrandale dan Clarkdale tersebut merupakan processor dengan proses manufaktur 32nm pertama dari Intel. Intel memperkenalkan 4 Core i3, 8 Core i5 dan 7 buah chip Core i7, yang kesemuanya memiliki tekenologi Hyper-Threading untuk proses multitasking. Processor Intel Core baru tersebut didesain untk desktop, mobile computing, dan device lainnya.
Processor Core i5 dan i7 dilengkapi dengan teknologi Turbo Boost untuk performance prima, karena Turbo Boost didesain untuk secara otomatis memberikan akselerasi performance dan menyediakan dukungan ekstra performance ketika dibutuhkan. Sedangkan untuk processor pemula Core i3 tidak dilengkapi teknologi Turbo Boost, namun menyediakan support grafis HD (High Definition) yang dibangun di dalam processor. Intel mengungkapkan, bahwa kini sudah tidak dibutuhkan lagi tambahan grafis baik untuk desktop ataupun laptop yang memiliki processor Core i3. Intel menyiapkan 2 processor Core i3 dan 2 untuk komputer mobile dengan kecepatan clock antara 2.13GHz dan 3.06GHz.
Lain halnya dengan Core i5 yang hadir dengan variasi style dan kecepatan baik untuk laptop maupun desktop. Fitur processor mobile i5-540M misalnya dapat meraih top speed 2.53GHz, dan 3.06MHz dengan Turbo Boost. Kebanyakan processor Core i5 adalah chip ULV (Ultra Low Voltage), ungkap Intel. Sedangkan seperti Core i7-620UM memiliki clock speed 1.06GHz, dan dapat mencapai 2.13GHz dengan Turbo Boost. Processor Intel Core i7 adalah yang paling mahal dan menjadi top line dari seluruh family Core terbaru Intel.
Beberapa fitur yang terdapat didalam processor Core i7 :
1.Turbo mode operation
Dengan fitur ini maka Processor akan mengaktifkan & membagi beban pengolahan data ke masing2 Core jika diperlukan. Selama ini, pada aplikasi tertentu yang non-multithreading (seperti Game/grafis) maka processor Dual & Quad Core hanya mengaktifkan satu Core saja. Dengan fitur Turbo mode, maka seluruh Core akan diaktifkan agar beban processor dibagi rata dan pengolahan menjadi efisien. *Analogi : pada supermarket, apabila antrian mulai memanjang maka pihak toko akan membuka beberapa kasir tambahan agar antrian menjadi lebih cepat ditangani secara bersamaan.
2.Intel® Hyper-Threading Technology with 8 threads across 4 Cores
Jadi processor ini mengaktifkan kembali teknologi “Hyperthreading (HT)” yang dulu pernah digunakan oleh Pentium 4. Fitur HT ini akan digabungkan dengan teknologi Core, sehingga nantinya Processor i7 4 core akan terlihat memiliki 8 buah inti processor (4 core dengan 4 HT). *Analogi : dengan fitur HT dalam Core ini maka seolah-olah kita membawa mobil di jalan tol dengan 8 jalur !
3. 1.8MB Intel® Smart Cache
Fitur ini merupakan kapasitas L2 Cache Memory pada processor.
4. Integrated Memory Controller (IMC) with 3 channels of DDR3
Processor ini akan mengintegrasikan Memory Controller langsung didalam processor (*sebelumnya controller memory berada di chipset Motherboard/MCH). Dengan teknologi ini, maka delay waktu akses RAM dapat ditekan, dan membuat performa Processor meningkat signifikan. Teknologi ini juga akan menggunakan RAM DDR3.
5.Intel® QuickPath interconnect (QPI) to the Intel® X58 Express Chipset
Penjelasan fitur ini sama dengan pada poin (4), dimana nantinya QPI akan menggantikan teknologi FSB (Front Side Bus) yang selama ini digunakan oleh Processor & Motherboard. Dengan QPI, maka transfer data dari Processor ke RAM akan jauh lebih cepat dan efisien.
Mengenai teknologi Hafnium (Hi-K) di dalam Processor :
Intel juga memperkenalkan teknik pembuatan processor terbaru menggunakan material Hafnium (hi-K) yang dapat menghentikan kebocoran energi pada saat processor bekerja. Dengan hafnium, maka processor akan bekerja lebih cepat karena tidak ada energi yang terbuang (insulator/isolator). Hafnium sudah diperkenalkan saat Intel merilis processor 45-nm, seperti Core 2 Duo “Wolfdale” dan Core 2 Quad “Yorkfield”. * Analogi Hafnium : jika kita memasak air dalam sebuah panci logam sampai mendidih, lama kelamaan air didalam panci akan habis menguap diudara. Ini salah satu contoh energi yang terbuang, sama seperti processor saat bekerja.
IP Camera & Fingerprint (Biometric) Basic
Fingerprint Overview
Sidik jari manusia yang unik untuk setiap orang, itu tetap dengan seseorang sepanjang hidupnya dan dapat dianggap sebagai semacam tanda tangan, sertifikasi identitas seseorang. Karena tidak ada dua sidik jari yang persis sama, hal ini membuat sidik jari yang paling dapat diandalkan identifikasi pribadi jenis karena tidak bisa dilupakan, salah tempat, atau dicuri. Garis yang menciptakan pola sidik jari disebut pegunungan dan ruang antara punggung disebut lembah. Proses mengidentifikasi sidik jari melibatkan perbandingan pola ini dan lembah pegunungan yang tayangan di salah satu sidik jari kepada orang lain.
Pertama ini melibatkan menangkap rupa dari yang sidik jari, baik melalui penggunaan pemindai sidik jari (yang mengambil gambar digital yang hidup sidik jari), mengamati yang sudah ada sebelumnya berbasis kertas gambar sidik jari atau dengan menarik apa yang dikenal sebagai "sidik jari laten "dari TKP atau tempat lain penyelidikan, dari mana gambar digital dibuat.
Setelah foto diambil sidik jari, proses identifikasi melibatkan penggunaan algoritma kompleks (persamaan matematika) untuk membandingkan fitur khusus yang sidik jari dengan fitur khusus satu atau lebih gambar sidik jari yang sebelumnya disimpan dalam database.
Aplikasi yang paling terkenal dari teknologi pengenalan sidik jari dalam kriminologi.Namun, kini, pencocokan sidik jari otomatis menjadi semakin populer dalam sistem yang mengendalikan akses ke lokasi fisik (seperti pintu dan gerbang masuk), komputer / sumber daya jaringan atau rekening bank, atau yang mendaftar waktu kehadiran karyawan dalam perusahaan.
Pencocokan langsung dari to-be-mengidentifikasi pola sidik jari terhadap banyak sudah dikenal pola sidik jari tidak akan berfungsi dengan baik, karena kepekaan tinggi untuk kesalahan dalam menangkap sidik jari (misalnya akibat jari-jari kasar, rusak daerah sidik jari atau cara jari ditempatkan pada daerah-daerah berbeda dari sebuah jendela pemindai sidik jari yang dapat mengakibatkan orientasi yang berbeda atau deformasi dari scan sidik jari selama prosedur). Yang lebih maju solusi untuk masalah ini adalah untuk mengekstrak fitur apa yang disebut hal-hal kecil poin (titik-titik di mana punggung bukit kecil dan kapiler garis dalam sidik jari memiliki cabang atau berakhir) dari gambar sidik jari, dan periksa pencocokan antara rangkaian fitur sidik jari yang sangat spesifik.
Ekstraksi dan perbandingan poin hal-hal kecil memerlukan algoritma yang canggih untuk pengolahan dapat diandalkan gambar sidik jari, yang meliputi menghilangkan kebisingan visual dari gambar, mengeluarkan hal-hal kecil dan menentukan, rotasi dan translasi dari sidik jari. Pada saat yang sama, algoritma harus secepat mungkin untuk nyaman digunakan dalam aplikasi dengan sejumlah besar pengguna.
Banyak dari aplikasi ini dapat berjalan pada PC, namun beberapa aplikasi sistem mengharuskan dilaksanakan pada biaya rendah, kompak dan / atau perangkat embedded mobile seperti pintu, gerbang, handheld komputer, ponsel dan sebagainya). Untuk pengembang yang berniat untuk mengimplementasikan algoritma pengenalan sidik jari ke dalam microchip, kekompakan dari algoritma dan ukuran kecil memori yang diperlukan juga mungkin penting.
Karakteristik manusia dapat digunakan untuk biometrik dalam hal parameter berikut:
• Universality - setiap orang harus memiliki karakteristik.
• Keunikan - adalah seberapa baik biometrik memisahkan individu dari yang lain.
• Permanence - mengukur seberapa baik suatu biometrik menolak penuaan.
• Collectability - kemudahan akuisisi untuk pengukuran.
• Kinerja - akurasi, kecepatan, dan ketahanan teknologi yang digunakan.
• Penerimaan - tingkat persetujuan dari sebuah teknologi.
• tipu - kemudahan penggunaan pengganti.
Sebuah sistem biometrik dapat menyediakan dua fungsi berikut: [3]
• Verifikasi - mengotentikasi para pengguna dalam kaitannya dengan smart card, nama pengguna atau nomor ID. Template yang ditangkap biometrik dibandingkan dengan yang disimpan terhadap pengguna terdaftar baik di kartu pintar atau database untuk verifikasi.
• Identifikasi - mengotentikasi para pengguna dari karakteristik biometrik sendirian tanpa menggunakan kartu cerdas, nama pengguna atau nomor ID. Template yang biometrik dibandingkan dengan semua record di dalam database dan yang paling dekat skor pertandingan dikembalikan. Pertandingan yang paling dekat dalam ambang batas yang diizinkan dianggap individu dan dikonfirmasi.
Utama sebuah sistem operasi yang dapat melakukan pendaftaran dan tes. Selama pendaftaran, biometrik informasi dari seorang individu disimpan. Selama pengujian, informasi biometrik terdeteksi dan dibandingkan dengan informasi yang tersimpan. Perhatikan bahwa sangat penting bahwa penyimpanan dan sistem seperti itu sendiri akan aman jika sistem biometrik untuk menjadi kuat. Blok pertama (sensor) adalah antarmuka antara dunia nyata dan sistem; ia harus mendapatkan semua data yang diperlukan. Sebagian besar kali ini adalah akuisisi gambar sistem, tetapi dapat berubah sesuai dengan karakteristik yang diinginkan. Blok kedua melakukan semua yang diperlukan pra-pengolahan: ia harus menghapus artefak dari sensor, untuk meningkatkan masukan (misalnya menghilangkan kebisingan latar belakang), untuk menggunakan beberapa jenis normalisasi, dll Dalam blok ketiga fitur yang diperlukan akan diekstrak. Langkah ini merupakan langkah penting sebagai fitur yang benar harus diekstrak dalam cara yang optimal. Sebuah vektor angka atau gambar dengan sifat-sifat khusus digunakan untuk membuat template. Template adalah sebuah sintesis dari semua karakteristik yang diambil dari sumber, dalam ukuran optimal untuk memungkinkan identifiability memadai.
Jika pendaftaran sedang dilakukan template hanya disimpan di suatu tempat (pada kartu atau dalam database atau keduanya). Jika fase pencocokan sedang dilakukan, template yang diperoleh diteruskan ke sebuah matcher yang membandingkan dengan template lain yang ada, memperkirakan jarak antara mereka dengan menggunakan algoritma apapun (misalnya jarak Hamming). Program yang cocok akan menganalisis template dengan input. Ini kemudian akan output untuk setiap penggunaan atau tujuan tertentu (misalnya masuk dalam area terbatas).
Berikut ini adalah digunakan sebagai metrik kinerja sistem biometrik: [4]
• Salah Terima Match Rate atau Salah Rate (FAR atau FMR) - probabilitas bahwa sistem yang berhasil salah menyatakan kesesuaian antara pola masukan dan pola tidak cocok dalam database. Ini mengukur persen pertandingan tidak valid. Sistem ini sangat penting karena mereka biasanya digunakan untuk melarang tindakan-tindakan tertentu dengan batasan orang.
• Salah atau Salah Tolak Tarif Non-Match Rate (FRR atau FNMR) - probabilitas bahwa sistem menyatakan kegagalan salah kesesuaian antara input pencocokan pola dan template dalam database. Ini mengukur persen dari input yang valid ditolak.
• Receiver Operating Karakteristik atau Relatif Karakteristik Operasi (ROC) - Secara umum, algoritma pencocokan melakukan keputusan menggunakan beberapa parameter (misalnya ambang batas). Dalam sistem biometrik FAR dan FRR umumnya bisa diperdagangkan off melawan satu sama lain dengan mengubah parameter-parameter. ROC plot grafik diperoleh dengan nilai-nilai FAR dan FRR, mengubah variabel secara implisit. Variasi umum adalah kesalahan Deteksi trade-off (DET), yang diperoleh dengan menggunakan skala menyimpang normal pada kedua sumbu. Ini lebih linier menerangi perbedaan grafik untuk kinerja yang lebih tinggi (jarang kesalahan).
• Equal Error Rate atau Crossover Error Rate (EER atau CER) - tingkat di mana keduanya menerima dan menolak kesalahan yang sama. ROC atau merencanakan DET digunakan karena bagaimana FAR dan FRR dapat diubah, ditampilkan dengan jelas. Ketika cepat perbandingan dari dua sistem diperlukan, EER umumnya digunakan. Diperoleh dari ROC plot dengan mengambil titik di mana FAR dan FRR memiliki nilai yang sama. Semakin rendah EER, semakin akurat sistem dianggap.
• Kegagalan Untuk Mendaftar Rate (FTE atau FER) - persentase dari data input dianggap valid dan gagal untuk masukan ke dalam sistem. Kegagalan untuk mendaftar terjadi bila data yang diperoleh oleh sensor dianggap tidak sah atau kualitas buruk.
• Kegagalan Untuk Capture Rate (FTC) - Dalam sistem otomatis, probabilitas bahwa sistem gagal untuk mendeteksi karakteristik biometrik ketika disajikan dengan benar.
• Template Kapasitas - jumlah maksimum set data yang dapat masukan ke dalam sistem ..
Sebagai perangkat biometrik sensitivitas meningkat, itu mengurangi FAR tetapi meningkatkan FRR.
Salah satu cara yang sederhana namun buatan untuk menilai sebuah sistem adalah dengan EER, tetapi tidak semua penulis yang disediakan itu. Selain itu, ada dua nilai-nilai tertentu FAR dan FRR untuk menunjukkan bagaimana satu parameter dapat berubah, tergantung pada yang lain. Untuk sidik jari ada dua hasil yang berbeda, satu dari 2003 adalah lebih tua tetapi itu dilakukan pada kumpulan besar orang, sedangkan pada tahun 2004 jauh lebih sedikit orang yang terlibat tapi kondisi ketat telah diterapkan. Untuk iris, baik referensi termasuk tahun yang sama, tapi ada satu yang dilakukan pada lebih banyak orang, yang lain adalah hasil dari kompetisi antara beberapa universitas begitu, bahkan jika sampel jauh lebih kecil, itu bisa mencerminkan keadaan yang lebih baik seni lapangan
1.Turbo mode operation
Dengan fitur ini maka Processor akan mengaktifkan & membagi beban pengolahan data ke masing2 Core jika diperlukan. Selama ini, pada aplikasi tertentu yang non-multithreading (seperti Game/grafis) maka processor Dual & Quad Core hanya mengaktifkan satu Core saja. Dengan fitur Turbo mode, maka seluruh Core akan diaktifkan agar beban processor dibagi rata dan pengolahan menjadi efisien. *Analogi : pada supermarket, apabila antrian mulai memanjang maka pihak toko akan membuka beberapa kasir tambahan agar antrian menjadi lebih cepat ditangani secara bersamaan.
2.Intel® Hyper-Threading Technology with 8 threads across 4 Cores
Jadi processor ini mengaktifkan kembali teknologi “Hyperthreading (HT)” yang dulu pernah digunakan oleh Pentium 4. Fitur HT ini akan digabungkan dengan teknologi Core, sehingga nantinya Processor i7 4 core akan terlihat memiliki 8 buah inti processor (4 core dengan 4 HT). *Analogi : dengan fitur HT dalam Core ini maka seolah-olah kita membawa mobil di jalan tol dengan 8 jalur !
3. 1.8MB Intel® Smart Cache
Fitur ini merupakan kapasitas L2 Cache Memory pada processor.
4. Integrated Memory Controller (IMC) with 3 channels of DDR3
Processor ini akan mengintegrasikan Memory Controller langsung didalam processor (*sebelumnya controller memory berada di chipset Motherboard/MCH). Dengan teknologi ini, maka delay waktu akses RAM dapat ditekan, dan membuat performa Processor meningkat signifikan. Teknologi ini juga akan menggunakan RAM DDR3.
5.Intel® QuickPath interconnect (QPI) to the Intel® X58 Express Chipset
Penjelasan fitur ini sama dengan pada poin (4), dimana nantinya QPI akan menggantikan teknologi FSB (Front Side Bus) yang selama ini digunakan oleh Processor & Motherboard. Dengan QPI, maka transfer data dari Processor ke RAM akan jauh lebih cepat dan efisien.
Mengenai teknologi Hafnium (Hi-K) di dalam Processor :
Intel juga memperkenalkan teknik pembuatan processor terbaru menggunakan material Hafnium (hi-K) yang dapat menghentikan kebocoran energi pada saat processor bekerja. Dengan hafnium, maka processor akan bekerja lebih cepat karena tidak ada energi yang terbuang (insulator/isolator). Hafnium sudah diperkenalkan saat Intel merilis processor 45-nm, seperti Core 2 Duo “Wolfdale” dan Core 2 Quad “Yorkfield”. * Analogi Hafnium : jika kita memasak air dalam sebuah panci logam sampai mendidih, lama kelamaan air didalam panci akan habis menguap diudara. Ini salah satu contoh energi yang terbuang, sama seperti processor saat bekerja.
IP Camera & Fingerprint (Biometric) Basic
Fingerprint Overview
Sidik jari manusia yang unik untuk setiap orang, itu tetap dengan seseorang sepanjang hidupnya dan dapat dianggap sebagai semacam tanda tangan, sertifikasi identitas seseorang. Karena tidak ada dua sidik jari yang persis sama, hal ini membuat sidik jari yang paling dapat diandalkan identifikasi pribadi jenis karena tidak bisa dilupakan, salah tempat, atau dicuri. Garis yang menciptakan pola sidik jari disebut pegunungan dan ruang antara punggung disebut lembah. Proses mengidentifikasi sidik jari melibatkan perbandingan pola ini dan lembah pegunungan yang tayangan di salah satu sidik jari kepada orang lain.
Pertama ini melibatkan menangkap rupa dari yang sidik jari, baik melalui penggunaan pemindai sidik jari (yang mengambil gambar digital yang hidup sidik jari), mengamati yang sudah ada sebelumnya berbasis kertas gambar sidik jari atau dengan menarik apa yang dikenal sebagai "sidik jari laten "dari TKP atau tempat lain penyelidikan, dari mana gambar digital dibuat.
Setelah foto diambil sidik jari, proses identifikasi melibatkan penggunaan algoritma kompleks (persamaan matematika) untuk membandingkan fitur khusus yang sidik jari dengan fitur khusus satu atau lebih gambar sidik jari yang sebelumnya disimpan dalam database.
Aplikasi yang paling terkenal dari teknologi pengenalan sidik jari dalam kriminologi.Namun, kini, pencocokan sidik jari otomatis menjadi semakin populer dalam sistem yang mengendalikan akses ke lokasi fisik (seperti pintu dan gerbang masuk), komputer / sumber daya jaringan atau rekening bank, atau yang mendaftar waktu kehadiran karyawan dalam perusahaan.
Pencocokan langsung dari to-be-mengidentifikasi pola sidik jari terhadap banyak sudah dikenal pola sidik jari tidak akan berfungsi dengan baik, karena kepekaan tinggi untuk kesalahan dalam menangkap sidik jari (misalnya akibat jari-jari kasar, rusak daerah sidik jari atau cara jari ditempatkan pada daerah-daerah berbeda dari sebuah jendela pemindai sidik jari yang dapat mengakibatkan orientasi yang berbeda atau deformasi dari scan sidik jari selama prosedur). Yang lebih maju solusi untuk masalah ini adalah untuk mengekstrak fitur apa yang disebut hal-hal kecil poin (titik-titik di mana punggung bukit kecil dan kapiler garis dalam sidik jari memiliki cabang atau berakhir) dari gambar sidik jari, dan periksa pencocokan antara rangkaian fitur sidik jari yang sangat spesifik.
Ekstraksi dan perbandingan poin hal-hal kecil memerlukan algoritma yang canggih untuk pengolahan dapat diandalkan gambar sidik jari, yang meliputi menghilangkan kebisingan visual dari gambar, mengeluarkan hal-hal kecil dan menentukan, rotasi dan translasi dari sidik jari. Pada saat yang sama, algoritma harus secepat mungkin untuk nyaman digunakan dalam aplikasi dengan sejumlah besar pengguna.
Banyak dari aplikasi ini dapat berjalan pada PC, namun beberapa aplikasi sistem mengharuskan dilaksanakan pada biaya rendah, kompak dan / atau perangkat embedded mobile seperti pintu, gerbang, handheld komputer, ponsel dan sebagainya). Untuk pengembang yang berniat untuk mengimplementasikan algoritma pengenalan sidik jari ke dalam microchip, kekompakan dari algoritma dan ukuran kecil memori yang diperlukan juga mungkin penting.
Karakteristik manusia dapat digunakan untuk biometrik dalam hal parameter berikut:
• Universality - setiap orang harus memiliki karakteristik.
• Keunikan - adalah seberapa baik biometrik memisahkan individu dari yang lain.
• Permanence - mengukur seberapa baik suatu biometrik menolak penuaan.
• Collectability - kemudahan akuisisi untuk pengukuran.
• Kinerja - akurasi, kecepatan, dan ketahanan teknologi yang digunakan.
• Penerimaan - tingkat persetujuan dari sebuah teknologi.
• tipu - kemudahan penggunaan pengganti.
Sebuah sistem biometrik dapat menyediakan dua fungsi berikut: [3]
• Verifikasi - mengotentikasi para pengguna dalam kaitannya dengan smart card, nama pengguna atau nomor ID. Template yang ditangkap biometrik dibandingkan dengan yang disimpan terhadap pengguna terdaftar baik di kartu pintar atau database untuk verifikasi.
• Identifikasi - mengotentikasi para pengguna dari karakteristik biometrik sendirian tanpa menggunakan kartu cerdas, nama pengguna atau nomor ID. Template yang biometrik dibandingkan dengan semua record di dalam database dan yang paling dekat skor pertandingan dikembalikan. Pertandingan yang paling dekat dalam ambang batas yang diizinkan dianggap individu dan dikonfirmasi.
Utama sebuah sistem operasi yang dapat melakukan pendaftaran dan tes. Selama pendaftaran, biometrik informasi dari seorang individu disimpan. Selama pengujian, informasi biometrik terdeteksi dan dibandingkan dengan informasi yang tersimpan. Perhatikan bahwa sangat penting bahwa penyimpanan dan sistem seperti itu sendiri akan aman jika sistem biometrik untuk menjadi kuat. Blok pertama (sensor) adalah antarmuka antara dunia nyata dan sistem; ia harus mendapatkan semua data yang diperlukan. Sebagian besar kali ini adalah akuisisi gambar sistem, tetapi dapat berubah sesuai dengan karakteristik yang diinginkan. Blok kedua melakukan semua yang diperlukan pra-pengolahan: ia harus menghapus artefak dari sensor, untuk meningkatkan masukan (misalnya menghilangkan kebisingan latar belakang), untuk menggunakan beberapa jenis normalisasi, dll Dalam blok ketiga fitur yang diperlukan akan diekstrak. Langkah ini merupakan langkah penting sebagai fitur yang benar harus diekstrak dalam cara yang optimal. Sebuah vektor angka atau gambar dengan sifat-sifat khusus digunakan untuk membuat template. Template adalah sebuah sintesis dari semua karakteristik yang diambil dari sumber, dalam ukuran optimal untuk memungkinkan identifiability memadai.
Jika pendaftaran sedang dilakukan template hanya disimpan di suatu tempat (pada kartu atau dalam database atau keduanya). Jika fase pencocokan sedang dilakukan, template yang diperoleh diteruskan ke sebuah matcher yang membandingkan dengan template lain yang ada, memperkirakan jarak antara mereka dengan menggunakan algoritma apapun (misalnya jarak Hamming). Program yang cocok akan menganalisis template dengan input. Ini kemudian akan output untuk setiap penggunaan atau tujuan tertentu (misalnya masuk dalam area terbatas).
Berikut ini adalah digunakan sebagai metrik kinerja sistem biometrik: [4]
• Salah Terima Match Rate atau Salah Rate (FAR atau FMR) - probabilitas bahwa sistem yang berhasil salah menyatakan kesesuaian antara pola masukan dan pola tidak cocok dalam database. Ini mengukur persen pertandingan tidak valid. Sistem ini sangat penting karena mereka biasanya digunakan untuk melarang tindakan-tindakan tertentu dengan batasan orang.
• Salah atau Salah Tolak Tarif Non-Match Rate (FRR atau FNMR) - probabilitas bahwa sistem menyatakan kegagalan salah kesesuaian antara input pencocokan pola dan template dalam database. Ini mengukur persen dari input yang valid ditolak.
• Receiver Operating Karakteristik atau Relatif Karakteristik Operasi (ROC) - Secara umum, algoritma pencocokan melakukan keputusan menggunakan beberapa parameter (misalnya ambang batas). Dalam sistem biometrik FAR dan FRR umumnya bisa diperdagangkan off melawan satu sama lain dengan mengubah parameter-parameter. ROC plot grafik diperoleh dengan nilai-nilai FAR dan FRR, mengubah variabel secara implisit. Variasi umum adalah kesalahan Deteksi trade-off (DET), yang diperoleh dengan menggunakan skala menyimpang normal pada kedua sumbu. Ini lebih linier menerangi perbedaan grafik untuk kinerja yang lebih tinggi (jarang kesalahan).
• Equal Error Rate atau Crossover Error Rate (EER atau CER) - tingkat di mana keduanya menerima dan menolak kesalahan yang sama. ROC atau merencanakan DET digunakan karena bagaimana FAR dan FRR dapat diubah, ditampilkan dengan jelas. Ketika cepat perbandingan dari dua sistem diperlukan, EER umumnya digunakan. Diperoleh dari ROC plot dengan mengambil titik di mana FAR dan FRR memiliki nilai yang sama. Semakin rendah EER, semakin akurat sistem dianggap.
• Kegagalan Untuk Mendaftar Rate (FTE atau FER) - persentase dari data input dianggap valid dan gagal untuk masukan ke dalam sistem. Kegagalan untuk mendaftar terjadi bila data yang diperoleh oleh sensor dianggap tidak sah atau kualitas buruk.
• Kegagalan Untuk Capture Rate (FTC) - Dalam sistem otomatis, probabilitas bahwa sistem gagal untuk mendeteksi karakteristik biometrik ketika disajikan dengan benar.
• Template Kapasitas - jumlah maksimum set data yang dapat masukan ke dalam sistem ..
Sebagai perangkat biometrik sensitivitas meningkat, itu mengurangi FAR tetapi meningkatkan FRR.
Salah satu cara yang sederhana namun buatan untuk menilai sebuah sistem adalah dengan EER, tetapi tidak semua penulis yang disediakan itu. Selain itu, ada dua nilai-nilai tertentu FAR dan FRR untuk menunjukkan bagaimana satu parameter dapat berubah, tergantung pada yang lain. Untuk sidik jari ada dua hasil yang berbeda, satu dari 2003 adalah lebih tua tetapi itu dilakukan pada kumpulan besar orang, sedangkan pada tahun 2004 jauh lebih sedikit orang yang terlibat tapi kondisi ketat telah diterapkan. Untuk iris, baik referensi termasuk tahun yang sama, tapi ada satu yang dilakukan pada lebih banyak orang, yang lain adalah hasil dari kompetisi antara beberapa universitas begitu, bahkan jika sampel jauh lebih kecil, itu bisa mencerminkan keadaan yang lebih baik seni lapangan
