CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهبود تشخیص هویت افراد از طریق بررسی عنبیه چشم با استفاده از روش های مبتنی بر الگوریتم آستانه مضاعف

اعتبار موردنیاز PDF: ۱ WORD: ۶ | تعداد صفحات: ۱۳ | تعداد نمایش خلاصه: ۳۶۱ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: ITCOMI01_022
زبان مقاله: فارسی
حجم فایل: ۶۲۰.۱۳ کیلوبایت (فایل این مقاله در ۱۳ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم 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 PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۳ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهبود تشخیص هویت افراد از طریق بررسی عنبیه چشم با استفاده از روش های مبتنی بر الگوریتم آستانه مضاعف

  احسان معنوی - دانشجوی کارشناسی ارشد مهندسی نرم افزار، موسسه آموزش عالی اشراق
  شادی لنگری - عضو هییت علمی موسسه آموزش عالی اشراق بجنورد، گروه کامپیوتر

چکیده مقاله:

به کمک سیستم های تشخیص بیومتریک می توانیم افراد را با ضریب خطای کم و در زمانی کوتاه شناسایی کنیم، این سیستم ها براساس ویژگی های منحصر به فرد هر شخص کار می کند که در این بین عنبیه چشم با توجه به اینکه ساختاری ترکیبی از نوعی ماهیچه به شکل دایره با یکسری خطوط شعاعی و لایه ای مانند است و از بدو تولد تا زمان مرگ عملا دچار تغییر نمی شود دقیق ترین و قابل اعتماد ترین نتایج را به ما می دهد.به منظور بهبود بخشیدن به عملکرد شناسایی عنبیه، روشی ترکیبی برای شناسایی عنبیه براساس الگوریتم آستانه مضاعف در این پژوهش پیاده سازی کردیم، ابتدا تصاویر پایگاه داده تغییر فرمت یافته، سپس توسط روش هاف دایره ای قطعه بندی شوند و در مرحله بعد با کمک روش داگمن تصاویر قطعه بندی شده را نرمال سازی می کنیم و به مرحله پردازش تصاویر به کمک الگوریتم آستانه مضاعف خواهیم رسید، در این مرحله تمامی تصاویر یک به یک با یکدیگر توسط تابع فاصله همینگ مقایسه می شوند و در مرحله پایانی به اعتبار سنجی نتایج و مقایسه آن با سایر مقالات معتبر در این زمینه می پردازیم. در این پژوهش از پایگاه داده عنبیه [1]CASIA که آزمایشگاه ملی شناسایی الگو (CBSR)، انستیتو اتوماسیون (Institute of Automation) و آکادمی ملی علوم چین (CASIA) پایگاه داده ای از عنبیه بنام CASIA را برای محققان در این زمینه تهیه نمودند استفاده شده است که جز معتبرترین و متداول ترین پایگاه داده ها در تشخیص هویت با کمک عنبیه چشم در جهان است.

کلیدواژه‌ها:

عنبیه، تشخیص هویت، الگوریتم آستانه مضاعف، بهبود تشخیص

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-ITCOMI01-ITCOMI01_022.html
کد COI مقاله: ITCOMI01_022

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:
معنوی, احسان و شادی لنگری، ۱۳۹۶، بهبود تشخیص هویت افراد از طریق بررسی عنبیه چشم با استفاده از روش های مبتنی بر الگوریتم آستانه مضاعف، همایش جامع بین المللی کامپیوتر، فناوری اطلاعات و مهندسی برق، تهران، مرکز همایش های کوشا گستر، https://www.civilica.com/Paper-ITCOMI01-ITCOMI01_022.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: (معنوی, احسان و شادی لنگری، ۱۳۹۶)
برای بار دوم به بعد: (معنوی و لنگری، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: ۵۷۶
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده 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 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.