محسن نوروزی - کارشناسی ارشد گروه هوش مصنوعی دانشکده فنی و مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد تهران جنوب ایران
حسین علی کرمی - داکتری گروه هوش مصنوعی دانشکده فنی و مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد تهران شمال ایران

یکی از روشهای تشخیص هویت و شناسایی افراد اسفتاده از از عنبیه چشم است که با استافده از انتخاب ویژگی با الگوریتم Canny و طبقه بندی با بهینه سازی ازدحام ذرات و ماشین بردار پشتیبان PSO-SVM ارائه شده است در این مقاله تشخیص هویت با روش پیشنهادی در دو مرحله انجام می شود در مرحله اول انتخاب ویژگی بهینه بااستفاده از الگوریتم پردازش تصویر Canny ولاپلاسین برایافزایش دقت طبقه بندی و شنایایی مرزهای تصمیم گیری استفاده شده است در مرحله تشخیص هویت یا طبقه بندی داده ها با استفاده از الگوریتم بهینه سازی ازدحام ذرات pso و مشین بردار پشتیبان SVM انجام می شود بدین صورت که الگوریتم PSO به بهینه سازی پارامترهای SVM سبب افزایش دقت در طبقه بندی می شود. در روش پیشنهادی از مجموعه داده ای CASIA که در نرم افزار Matlab پیاده سازی شده استفاده شده است میازن دقت طرح پیشنهادی نسبت به روشهای دیگر بهتر می باشد.

تشخیص هویت؛ پردازش تصویر؛ الگوریتم بهینه سازی ازدحام ذرات PSO؛ ماشین بردار ماشین SVM