شناسایی افراد با استفاده از بیومتریک‌های گوش و کف دست
- سال انتشار: 1387
- محل انتشار: پنجمین کنفرانس ماشین بینایی و پردازش تصویر
- کد COI اختصاصی: ICMVIP05_042
- زبان مقاله: فارسی
- تعداد مشاهده: 2937
نویسندگان
دانشگاه آزاد اسلامی واحد قزوین
دانشگاه صنعتی امیرکبیر
دانشگاه آزاد اسلامی واحد قزوین
چکیده
ما در این مقاله ، یک سیستم بیومتریک چند ملی متشکل از بیومتریک های گوش و اثر کف دست را معرفی می کنیم . در سیستم پیشنهادیمان ، ما از مدل HMAX که از سیستم بینایی انسان برای شناسایی اشیا استفاده می کند ، به منظور استخراج ویژگی های دو بیومتریک گوش و کف دست افراد استفاده نموده ایم . بعد از استخراج ویژگی های دو بیومتریک با روش فوق ، از روش همجوشی در مرحله تطبیق امتیازات به منظور تطبیق صحیح یا نا صحیح بودن نمونه های آموزشی با نمونه های آزمایشی خود استفاده نموده و در نهایت ، از دسته بندی کننده های SVM و KNN به منظور تخمین میزان شناسای افراد توسط سیستم پیشنهادیمان استفاده نموده ایم . به منظور بررسی عملکرد مطلوب سیستم پیشنهادی ، از مجموعه داده متشکل از تصاویر گوش ( مجموعه داده USTB ) و کف دست ( مجموعه داده POLYU ) استفاده نموده ایم . این مجموعه داده ، شامل 60 کلاس ( با 12 تصویر که شامل 6 تصویر کف دست در هر کلاس است ، می باشد ) ؛ هر کلاس نیز معرف یک فرد می باشد . نتایج آزمایشی ما بر روی مجموعه داده ی ذکر شده ، عملکرد قابل توجه سیستم پیشنهادیمان را در برابر سیستم های تک بیومتریکی نشان می دهد .کلیدواژه ها
بیومتریک جند مدلی، بیومتریک گوش ، بیومتریک کف دست، استخراج ویژگی، مدل Hmax، دسته‌بندی کننده ماشین بردار پشتیبان(SVM)مقالات 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.