شناسایی هویت از طریق اثر کف دست با استفاده از ویژگی های هندسی و بافت
Publish place: Third National Conference and First International Conference on Applied Research in Electrical, Mechanical and Mechatronics Engineering
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 867
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF03_1068
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
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.
Keywords:
Authors
حسین سلیمی
دانشجوی کارشناسی ارشد مهندسی برق دانشگاه زنجان
سعید فضلی
استادیار گروه مهندسی برق دانشگاه زنجان
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 :