محبوبه یعقوبی - دانشکده برق - رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد قزوین، قزوین
فریبرز محمودی - دانشکده برق - رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد قزوین، قزوین
سارا معتمد - دانشکده برق - رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد قزوین، قزوین
ماندانا حمیدی - دانشکده برق - رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد قزوین، قزوین

شناسایی اشخاص براساس اثرکف دست، به عنوان عضو جد ید خانواده بیومتریک، موضوع پرکاربرد در سال ها ی اخیر است . این مقاله، روش موفق و مناسبی را برای شناسایی اثرکف دست براساس مدل HMAX پ یشنهاد می دهد . معماری این شیوه از مدل کم ی قشر ب ینایی مغز، الهام گرفته است . مجموعه داده اثرکف دست دانشگاه پل ی تکنیک هنگ کنگ ) ) Polyu که شامل ٠٠۶ تصو یر اثرکف دست از ١٠٠ نفر ( با ۶ تصو یر از هر نفر ) م ی باشد، برا ی اثبات درستی این روش به کاربرده شده است . نتایج تجربی نشان داده است که شیوه پیشنهاد شده در مقا یسه با ش یوه PCA ، نه تنها ضر یب شناسا یی بالاتری را به دست می آورد، بلکه همچنین این شیوه نسبت به تغییر مقیاس و موقعیت تصاویر، مقاوم است، درحال یکه روش PCA ، فقط در زمان ی که شرا یط کاملا کنترل شده باشد، ضر یب شناسا یی بالایی را به دست م ی آورد . همچن ین، نتا یج نشان داده که بااستفاده از ترک یب مدل HMAX و دسته بند ی کننده SVM در مقایسه با استفاده از ترک یب مدل HMAX و دسته بند ی کننده نزدیکترین همسایگی ) ) KNN ، ضریب شناسایی بالاتری را به دست م ی آورد . از طرف دیگر، بااستفاده از آزمایشات دریافتیم که استفاده از فیلتر گابور در مدل HMAX در مقا یسه با استفاده از ف یلتر گوسین ، عملکرد شناسایی اشخاص را افزایش می دهد

بیومتریک، اثرکف دست ، استخراج مشخصه، مدل Hmax ، دسته بندی کننده SVM ، فیلتر گابور