عبدالحسین فتحی - هیات علمی، گروه کامپیوتر و فناوری اطلاعات، دانشگاه رازی، کرمانشاه، ایران
شب بو سجادی - دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات، گروه کامپیوتر و فناوری اطلاعات، دانشگاه رازی، کرمانشاه، ایران

از چالشهای پیشرفت فنآوری در جامعه امروز مساله تشخیص و تایید هویت واقعی افراد است. در بین روشهای تشخیص هویت، بیومتریک گوش یک روش نسبتا جدید است. گوش دارای ویژگی های منحصر به فردی برای تشخیص هویت است. در این مقاله، از عملگرهای LBP و LPQ جهت فرآیند شناسایی الگو در تصاویر گوش استفاده کردهایم. سپس به منظور کاهش اندازه بردار ویژگی و افزایش دقت طبقه بندی کننده، PCA را بر روی ویژگی های استخراج شده از LBP بکار گرفتهایم. در پایان، برای طبقه بندی از الگوریتم k نزدیکترین همسایه و معیار شباهت کانبرا استفاده کرده ایم. برای ارزیابی کارایی الگوریتم، روش پیشنهادی را بر روی پایگاه داده USTB-1 با 180 تصویر از 60 نفر آزمایش کرده و به دقت 98,33 درصد دست یافته ایم

بیومتریک گوش، استخراج ویژگی، کوانتیزه ساز فاز محلی، الگوی باینری محلی، تحلیل مولفه اصلی