CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Fingerprint spoof detection method based on Decision Tree and SVM classification techniques

اعتبار موردنیاز : ۱ | تعداد صفحات: ۲۰ | تعداد نمایش خلاصه: ۷۲ | نظرات: ۰
سرفصل ارائه مقاله: مهندسی کامپیوتر
سال انتشار: ۱۳۹۷
کد COI مقاله: CARSE03_139
زبان مقاله: انگلیسی
حجم فایل: ۹۹۱.۶۱ کیلوبایت (فایل این مقاله در ۲۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۲۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Fingerprint spoof detection method based on Decision Tree and SVM classification techniques

  Mansourehsadat Mousavi - Department of Computer ، Tehran science and Research Branch ،Islamic Azad University (Damavand) ،Damavand ،Iran
Hosein Jafarkarimi - Faculty of Computing, Universiti Teknologi Malaysia, Johor Bahru

چکیده مقاله:

The human fingerprint has many capabilities and is widely used in biometric systems since it can be sampled and accessed easily and quickly. Moreover, its samples are less prone to manipulation and damage. However, there is the possibility of some problems including physical contact, contagion and fraud occurring. In this study, an approach based on image processing and machine learning techniques is proposed and its goal is to detect a fake fingerprint from a live fingerprint in identification systems with high accuracy.In the feature extraction step, statistic-based formulas are applied to image histogram and minutia features. In the next step, a symmetric local binary method is used to enhance selection criteria. In the third step, some modifications are applied to increase efficiency of the system, including hybrid classification methods, which combine support vector machine and decision tree. Finally, the decision tree is used for purposes of classification. LiveDet2015 standard database is used for analysis. Considering the results obtained from this study, the proposed system can detect a fake fingerprint from a live fingerprint with less than 0.167 percent classification error through reducing computational costs in both the feature extraction and classification steps.

کلیدواژه‌ها:

Biometric, Fingerprint, Support Vector machine, Decision tree

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CARSE03-CARSE03_139.html
کد COI مقاله: CARSE03_139

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Mousavi, Mansourehsadat & Hosein Jafarkarimi, ۱۳۹۷, Fingerprint spoof detection method based on Decision Tree and SVM classification techniques, سومین کنفرانس بین المللی پژوهش های کاربردی در علوم و مهندسی, دانشگاه مارمارا استانبول, https://www.civilica.com/Paper-CARSE03-CARSE03_139.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Mousavi, Mansourehsadat & Hosein Jafarkarimi, ۱۳۹۷)
برای بار دوم به بعد: (Mousavi & Jafarkarimi, ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.