سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

طراحی یک سامانه چندگانه تایید هویت بیومتریک با استفاده از یک حسگر بدون تماس مبتنی بر اطلاعات موجود در بافت دست

Publish Year: 1396
Type: Journal paper
Language: Persian
View: 387

This Paper With 13 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_PADSA-5-1_007

Index date: 13 May 2021

طراحی یک سامانه چندگانه تایید هویت بیومتریک با استفاده از یک حسگر بدون تماس مبتنی بر اطلاعات موجود در بافت دست abstract

یکی از ابزار موثر در ارتقاء امنیت سایبری استفاده از سامانه های امن، باقابلیت اطمینان مناسب برای احراز هویت فرد است. سامانه های مبتنی بر خصیصه های بیومتریک توانسته اند تا حدود زیادی بر این مشکل غلبه کنند. در بسیاری از موارد ملاحظاتی چون هزینه، سرعت و دقت چالش هایی را در انتخاب ساختار و معماری سامانه تایید هویت ایجاد می کنند. در این مقاله به منظور افزایش دقت و امنیت سامانه تایید هویت و درعین حال کاهش هزینه سخت افزاری از یک حسگر برای دریافت تصویر داخل دست استفاده شده است. پس از دریافت تصویر دست، به شش زیر بخش، تقسیم بندی شده و درنهایت با استفاده از فیلتر بانک کمانی گابور به عنوان توصیفگر ویژگی های منحصربه فردی از تصاویر استخراج شده است. همچنین با استخراج دانش موجود در منحنی های FAR و FRR به منظور تخمین وزن تاییدکننده ها و با استفاده از جمع وزن دار امتیاز تاییدکننده ها برای ترکیب اطلاعات در سطح امتیاز انطباق، سامانه تایید هویتی طراحی شده است که با وجود استفاده از یک حسگر و با بهره گیری از پتانسیل موجود در ساختار چندگانه میانگین خطای معادل EER آن برای پایگاه COEP حدود ۲۵/۲% بوده و میانگین زمان سپری شده برای تایید هویت آن کمتر از ۱۹/۰ ثانیه است.

طراحی یک سامانه چندگانه تایید هویت بیومتریک با استفاده از یک حسگر بدون تماس مبتنی بر اطلاعات موجود در بافت دست Keywords:

بافت دست , بیومتریک , سامانه چندگانه تایید هویت , فیلتربانک کمانی گابور

طراحی یک سامانه چندگانه تایید هویت بیومتریک با استفاده از یک حسگر بدون تماس مبتنی بر اطلاعات موجود در بافت دست authors

سیدمحمد رضوی

دانشگاه بیرجند

ناصر مهرشاد

دانشگاه بیرجند

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
Anon, “National Infrastructure Protection Plan ۲۰۰۶,” US Department of Homeland ...
J. Yang, Y. Shi, and J. Yang, “Personal identification based ...
Zh. Liu, Y. Yin, H. Wang, Sh. Song, and Q. ...
D. Mulyono and H. Shi Jinn, “A Study of Finger ...
T. S. Beng and B. A. Rosdi, “Finger-Vein Identification using ...
Zh. Wang, E. Wang, Sh. Wang, and Q. Ding, “Multimodal ...
G. Lin, H. Zhu, X. Kang, C. Fan, and E. ...
M. De Marsico, M. Nappi, D. Riccio, and G. Tortora, ...
R. Wang, G. Wang, Zh. Chen, Zh. Zeng, and Y. ...
D. Zhang, A. Kong, J. You, and M. Wong, “Online ...
Kong, D. Zhang, and Kamel, “Palmprint identification using feature level ...
X. Pan and Q. Q. Ruan, “Palmprint recognition using Gabor-based ...
Y. T. Luoa, L. Y. Zhaoa, B. Zhangb, W. Jiac, ...
L. Feia, Y. Xua, and D. Zhangb, “Half-orientation extraction of ...
N. Otsu, “A Threshold Selection Method from Gray-Level Histograms,” IEEE ...
M. Taghipour-Gorjikolaie, S. M. Razavi, and N. Mehrshad, “Fingerprint enhancement ...
Y. Xu and Y. Lu, “Adaptive Weighted Fusion: A Novel ...
W. Jia, R. X. Hu, Y. K. Li, Y. Zhao, ...
B. Yang and S. Chen, “A Comparative Study on Local ...
Sh. R. Zhou, J. P. Yin, and J. M. Zhang, ...
نمایش کامل مراجع