i5筆電的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

虹膜辨識系統之設計研究

為了解決i5筆電的問題，作者洪晟凱 這樣論述：

傳統的身份辨識工具，如鑰匙、磁卡與密碼，常有被人複製與破解的風險。而沒帶鑰匙、遺失磁卡或忘記密碼的情境，在吾人周遭，屢見不鮮，實造成生活上與工作上的諸多不便和不安。近年來由於科技的發達，生物特徵因具唯一性、不變性以及難仿造性，常被用來作為相對方便與安全的身份認證工具。一般用來設計辨識系統的生物特徵，有臉部、虹膜、視網膜、掌紋、指紋與聲紋，等諸多選項。然而，首先根據 Leonard Flom 與 Aran Safir 的統計研究，不同人出現相同虹膜的機率約為 1/〖10〗^78。以目前全球約 72.5億 (7.25×〖10〗^9) 總人口來看，出現相同虹膜的機率，實在微乎其微。其次，「虹膜」是

由眼球上的纖維與肌肉所組成，為眼球上最豐富的紋理。虹膜的紋理，於胎兒出生後，半年至一年半間，已幾乎定型。最後，仿造虹膜的工藝難度，遠超過人臉與指紋。因此，從唯一性、不變性與難仿造性的角度來看，虹膜當作生物辨識的基礎，是相當穩當的。在本論文中，吾人設計與實作了一套虹膜辨識系統，用以驗證系統的可行性，並探討其設計理念，與評量其系統效能。經由鏡頭原理的研究，吾人改良了市售的紅外線攝影機，獲取了清晰的虹膜影像。系統先進行瞳孔偵測，將虹膜定位，最後透過局部二元化與傅立葉轉換的數理運算，萃取虹膜中具有方向性的特徵，來做未知身份的認證比對。本系統在Intel Core i5筆電與Windows 8的作業系統

環境下，對實驗室七人，每人取16張左眼虹膜影像，分四天進行拍攝，每天拍攝四張，第一天的四張虹膜，作為訓練資料，剩下的12張，作為測試影像，經各特徵參數加權比對後，正確率可達100%。另外，針對 IITD，CASIA-Interval 與 CASIA-Iris V1 虹膜資料庫，所分別提供的224，249與108人之虹膜，辨識率亦可達87.08%，89.05%和76.54%。