شناسایی هویت از طریق اثر کف دست با استفاده از ویژگی های هندسی و بافت

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 813

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF03_1068

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

سیستم شناسایی بیومتریکی روشی برای شناسایی هویت افراد به صورت اتوماتیک و بر مبنای ویژگی های بیومتریکی است. از مهمترین ویژگی های بیومتریکی می توان به عنبیه، چهره، اثر انگشت، صدا و دست اشاره کرد. در این میان کف دست به دلیل داشتن ویژگی های غنی و متعدد مثل خطوط دست، بافت دست و ویژگی های هندسی از اهمیت بالایی برخوردار است. در این مقاله توانستیم با ارائه روشی جدید برای بلوک بندی تصاویر جهت استخراج ویژگی های آماری و همچنین افزودن تعداد ویژگی هندسی دست و ترکیب آن با ویژگی های آماری استخراج شده و استفاده از کلاسه بند ماشین بردار پشتیبان عملکرد سیستم را بهبود دهیم. در ابتدا ویژگیهای هندسی دست استخراج می شود. درمرحله بعد ویژگی های آماری، بعد از جدا کردن ناحیه مورد نظر از کف دست و با استفاده از الگوریتم های استخراج بافت، نظیر تبدیل موجک و تبدیل گسسته سینوسی استخراج می شود. سپس ویژگی های استخراج شده از هر یک از الگوریتم های بافت با ویژگی های هندسی دست ترکیب می شوند. در نهایت با استفاده از الگوریتم کلاسه بندی موجود روش پیشنهادی را برای شناسایی افراد از روی کف دست به کار بردیم. نتایج به بدست آمده در مقایسه با سایر روش ها نشان داد که روش پیشنهادی در چند مورد نسبت به سایر موارد، دقت بیشتری داشته است.

نویسندگان

حسین سلیمی

دانشجوی کارشناسی ارشد مهندسی برق دانشگاه زنجان

سعید فضلی

استادیار گروه مهندسی برق دانشگاه زنجان

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 :
  • 3. استخراج ویژگی از کف دست ...
  • مقایسه و تحلیل نتایج بدست آمده ...
  • Chen, Jiansheng, Yiu-Sang Moon, Ming-Fai Wong, and Guangda Su. "Palmprint ...
  • Kong, Adams, David Zhang, and Mohamed Kamel. "A survey of ...
  • Li, Fang, Maylor KH Leung, and Xiaozhou Yu. "Palmprint matching ...
  • Wong, K. Y., Ali Chekima, Jamal Ahmad Dargham, and G. ...
  • Wang, Jian-Gang, Wei-Yun Yau, Andy Suwandy, and Eric Sung. "Fusion ...
  • Lu, Guangming, David Zhang, _ Kuanquan Wang. "Palmprint recognition using ...
  • Adhinagara, Yanuar, BW Tjokorda Agung, and Dayawati Retno Novi. _ ...
  • Gan, J. Y., & Zhou, D. P. (2006). A novel ...
  • Imtiaz, Hafiz, and Shaikh Anowarul Fattah. "A DCT-based feature extraction ...
  • Wirayuda, Budi, et al. _ Impl ementation of feature extraction ...
  • Dale, M. P., M. A. Joshi, and H. J. Galiyawala. ...
  • Gan, Jun-ying, and Dang-pei Zhou. "A novel method for palmprint ...
  • Dale, Manisha P., Madhuri Joshi, and Neena Gilda. "Texture based ...
  • Imtiaz, Hafiz, and Shaikh Anowarul Fattah. "A histogram-bas ed dominant ...
  • نمایش کامل مراجع