بهبود دقت در تشخیص هویت مبتنی بر عنبیه با استفاده از الگوریتم رقابت استعماری
- سال انتشار: 1393
- محل انتشار: نخستین همایش ملی دستاوردهای نوین در مهندسی برق
- کد COI اختصاصی: NCAEE01_096
- زبان مقاله: فارسی
- تعداد مشاهده: 727
نویسندگان
دانشجوی کارشناسی ارشد مهندسی برق و الکترونیک دانشگاه آزاد اسلامی واحد ساوه
دکترای تخصصی برق و الکترونیک، استادیار دانشگاه آزاد اسلامی واحد ساوه
چکیده
تکنولوژی بیومتریک، بر اساس مشخصه های منحصر به فرد هر شخص اقدام به تشخیص خودکار هویت افراد می کند.تشخیص از طریق تصاویر عنبیه هم اکنون به عنوان یکی از مطمئن ترین روش های موجود شناخته می شود. استخراج بافتحلقوی عنبیه و همچنین استخراج ویژگی های مربوطه از مراحل اصلی این سیستم به حساب می رود. محققین به شکل گسترده ای با تنوعی از روش های به کار گرفته شده توانسته اند بافت عنبیه را با دقت بالایی حتی در شرایط مختلف استخراجنمایند. در نتیجه تلاش ما در این پایان نامه ارائه دیدگاه ها و روش هایی بوده که کارایی و دقت سیستم تشخیص هویت رابهبود ببخشد. رویکرد مطرح شده در این پایان نامه عبارت از تلفیق پردازش تصویر با الگوریتم های بهینه سازی هوشمند می باشد. در این رویکرد، برای ناحیه بندی عنبیه نیاز به موقعیت مرکز و شعاع دو دایره برای جدا سازی پیکسل های عنبیه از سایرنقاط تصویر بود، بنابراین برای ناحیه بندی عنبیه از روش CHT استفاده کردیم. در ادامه برای استخراج ویژگی با استفاده از ویولت دو بعدی و انتخاب خصوصیت بر اساس الگوریتم رقابت استعماری پیشنهاد گردید، که راهکار ارائه شده برای بهبود تعداد ویژگی های مطرح شد، که با کاهش چشمگیر ویژگی ها و کم شدن مقدار cost همراه بود. که در نهایت این روش با استفادهاز دو نوع طبقه بند متفاوت SVM و KNN قبل و بعد از استفاده از الگوریتم رقابت استعماری مقایسه گردید و عملکرد بهتری را نسبت به روش های پیاده سازی دیگر ارائه نمود. نتایج به دست آمده بر روی تصاویر از پایگاه داده ی UBIRIS.v1 که شامل 1877 عکس از 241 نفر با فرمت JPEG می باشدکلیدواژه ها
بیومتریک، شناسایی عنبیه غیر ایده آل، الگوریتم های فراابتکاریمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
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.