بهبود عملکرد شناسایی افراد با استفاده از ترکیب سیگنال های الکتروکاردیوگرام و بیومتریک اثر کف دست
- سال انتشار: 1390
- محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
- کد COI اختصاصی: ICMVIP07_076
- زبان مقاله: فارسی
- تعداد مشاهده: 1658
نویسندگان
عضو هیئت علمی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد فومن، فومن
عضو هیئت علمی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد لاهیجان، لاه
استاد، گروه مهندسی برق، دانشکده ابوریحان، دانشگاه صنعتی امیرکبیر، ت
چکیده
در این مقاله ما یک سیستم بیومتریک چند مدلی متشکل از بیومتریک اثر کف دست و سیگنال های الکتروکاردیوگرام را معرفی می کنیم. در سیستم پیشنهادی، ما از روشهای MFCC و WT به منظور استخراج ویژگی سیگنال ECG و از روش PCA نیز به منظور استخراج ویژگی بیومتریک کف دست استفاده نموده ایم. بعد از استخراج ویژگی های دو بیومتریک، از روش همجوشی در مرحله تطبیق امتیازات به منظور تطبیق صحیح یا نا صحیح نمونه های آموزشی با نمونه های آزمایشی خود استفاده نموده و در نهایت دسته بندی کننده KNN را به منظور تخمین میزان شناسایی افراد توسط سیستم پیشنهادیمان به کار برده ایم. در مرحله طبقه بندی این سیستم هر کلاس را معرف یک فرد در نظر گرفته ایم. به منظور ارزیابی روش پیشنهادیمان، از پایگاه داده رایج MIT-BIH و نیز مجموعه ایی از سیگنال های الکتروکاردیوگرام جمع آوری شده با استفاده از دستگاه هولتر در بیمارستان و از POLYU که متشکل از مجموعه تصاویر کف دست می باشد. استفاده نموده ایم. نتایج آزمایشات انجام گرفته، افزایش دقت و کارایی قابل توجه سیستم پیشنهادیمان را در برابر سیستم های تک بیومتریکی به خوبی نمایش می دهد.کلیدواژه ها
بیومتریک چند مدلی، بیومتریک الکتروکاردیوگرام (ECG)، بیومتریک کف دست، استخراج ویژگی MFCC، طبقه بندی کننده KNNمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.