روشی مؤثر برای شناسایی رگ های خونی کف دست مبتنی بر شبکه های عصبی جهت کاربردهای بیومتریک

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 473

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELECONFK02_012

تاریخ نمایه سازی: 26 شهریور 1395

چکیده مقاله:

استخراج و شناسایی رگ های خونی کف دست یکی از روش های بیومتریکی می باشد که امروزه به دلیل ویژگی هایی که دارد مورد توجه زیادی قرار گرفته است. در این مقاله روشی مؤثر جهت شناسایی رگ های خونی کف دست ارائه شده است که به دو قسمت کلی تقسیم بندی می شود. قسمت اول جهت بهبود تصاویر رگ دست، شامل مراحل فیلترینگ، هیستوگرام و اسکلت بندی تصویر رگ کف دست با نام عملیات پیش پردازش است. سپس ویژگی های تصویر رگ بهبود یافته، با استفاده از فیلتر گابور دو بعدی استخراج شده است. در قسمت دوم از یک شبکه عصبی دولایه با تابع آستانه گیری تانژانت سیگموئید جهت شناسایی تصاویر رگ استفاده شده است. تست های صورت گرفته جهت شناسایی رگ های خونی کف دست با شبکه عصبی در دو مرحله انجام شده است. مرحله اول شناسایی رگ های خونی کف دست افراد با استفاده از مراحل پیش پردازش و مرحله دوم، شناسایی رگ های خونی بدون انجام مراحل پیش پردازش می باشد. نتایج میزان موفقیت شبکه عصبی جهت شناسایی رگ های خونی از این دو روش در مرحله اول با مقدار 90.1 درصد و در مرحله دوم با مقدار 79.95 درصد حاصل شد.

کلیدواژه ها:

بیومتریک ، فیلتر دو بعدی گابور ، شبکه عصبی ، شناسایی رگ های کف دست

نویسندگان

امیرحسین عسکریان بیدگلی

دانشجوی کارشناسی ارشد، گروه مکاترونیک، واحد کاشان، دانشگاه آزاد اسلامی، کاشان، ایران

محمود محلوجی

استادیار، گروه مخابرات، واحد کاشان، دانشگاه آزاد اسلامی، کاشان، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • محلوجی، م.، محمدیان، _ "آشکار سازی صورت با استفاده از ...
  • M. E. C. Villaria, and N. B. Linsangan, "Palm Vein ...
  • R. Wang, G. Wang, Z. Chen, Z. Zeng, and Y. ...
  • L. Wang, and G. Leedham, "A thermal hand vein pattern ...
  • Y. B. Zhang, Q. Li, J. You, and P. Bhattacharya, ...
  • L. Wang, C. _ Leedham, and S. Y. Cho, "Infrared ...
  • "Fusion of palmprint and palm vein images for person recognition ...
  • C. Liu, and H. Wechsler, "Independent component analysis of Gabor ...
  • D. Zhang, W. K. Kong, J. You, and M. Wong, ...
  • B. Zhang, and Y. Qiao, "Face recognition based on gradient ...
  • H. Chen, H. Lu, and R. Wang, "A new palm ...
  • A. Johnson, and A. Bobick, "A Multi view Method for ...
  • O. E. Olusayo, O. J. Babalola, and I. W. Oladimeji, ...
  • D. Shanthi, G. Sahoo, and N. Saravanan, "Comparison of neural ...
  • S. Gayathri, K. G. J. Nigel, and S. Prabakar, "Low ...
  • Biometrics Ideal test Data base, [Online], Available FTP : www.biometris ...
  • Dataset distribution portal [Online], AvailableFTP : _ idiap _ ch/ ...
  • Cie Biometrics Database. [Online]. Available FTP www.biometris .put .pozman .pl/vein-dataset. ...
  • A. Movellan, "Tutorial on Gabor filter, " [Online] , Available: ...
  • _ _ _ _ for fast face recognition on mobile ...
  • V. Shiv, N. Prasad, and J. Domke, "Gabor filter visualization, ...
  • R. Dhanabal, "Gabor filter design for fingerprint application using matlab ...
  • A. Bhuiyan, and C. HongLiu, "On face recognition using Gabor ...
  • J. Oh, and S. Choi, "Selective generation of Gabor features ...
  • نمایش کامل مراجع