سیستم های بیومتریک چندنمایی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 488

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CECCONF02_023

تاریخ نمایه سازی: 10 تیر 1396

Abstract:

بهره گیری از شاخصه هایی که امروزه چندان مورد استفاده نیست، به عنوان تشخیص هویت با اهداف تعیین سطح دسترسی افراد به اطلاعات و قدرت چون اسم رمز، نوع لباس و ... قدمتی تاریخی دارد . از لباس های متفاوت طبقات اجتماعی درجوامع کهن گرفته تا کلمات عبور برای دسترسی به حساب های بانکی کنونی. همه و همه تنها یک هدف را دنبال می کنند وآن این است که تعیین کنند شما کیستید و اجازه انجام چه کاری را دارید در جهت تحقق این هدف، سیستم های مبتنی بر خصوصیات منحصربه فرد فیزیولوژیکی و رفتاری فرد در سال های اخیر مورد تحقیق قرار گرفته و پیشرفت های چشم گیری را شامل شده است. اخیرا، طرح های پیشنهادی نشان داده اند که الگوی رگ های خونی پشت دست و همچنین اثر کف دست، دارای ساختار منحصربه فردی هستند که با شناسایی آن ها می توان به هویت فرد پی برد؛ لذا بر آن شدیم الگوی رگ های پشت دست و اثر کفدست را به عنوان بیومتریک مورد استفاده قرار دهیم. که در مقایسه با بیومتریک های سنتی دیگر، قابلیت اطمینان بیشتری داشته و تاحد زیادی غیر قابل تحریف می باشند. الگوریتم های تشخیص بیومتریک رگ های پشت دست و کف دست می بایست به اندازه کافی قدرتمند باشند تا بتوانند بر تمامی تغییرات ممکن از جمله انتقال، مقیاس و چرخش، غلبه کنند. علاوه براین، سرعت و دقت دو فاکتور مهم در ارزیابی کارآیی این الگوریتم ها بشمار می آیند

Keywords:

سیستم احراز هویت چندنمایی , الگوی رگ های خونی دست , بیومتریک کف دست

Authors

امیره فرجاد

کارشناسی ارشد، گروه کامپیوتر، دانشکده فنی و مهندسی، واحد ملارد، دانشگاه آزاد اسلامی، تهران، ایران

اکرم رضا

استادیار گروه کامپیوتر، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران

سارا نجف زاده

استادیار گروه کامپیوتر، واحد یادگار امام خمینی (ره) شهرری، دانشگاه آزاد اسلامی، تهران، ایران

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 :
  • Yiding Wang, Wei Xie, Xiaojie Yu, and Lik-Kwan Shark.: "An ...
  • G.Sathish, S.V. Saravanan, S. Narmadha and S. Uma Maheswari.: "Personal ...
  • Kai Chen; Zhang, D.: "Band Selection for Improvement of Dorsal ...
  • L. Wang, G. Leedham and S.Y. ChO.: "Infrared imaging of ...
  • Hsu, C.B., Hao, S.S., Lee, J.C.: "Personal authentication through dorsal ...
  • D. Huang, Y. Tang, Y. Wang, L. Chen, Y. Wang.: ...
  • Zhu Conghu. "Enhancemet and segmentation of low contrast hand dorsal ...
  • Khan, M.H.-M., Khan, N.M.: "Dorsal hand vein biometri using Independent ...
  • _ Tsung-Ming Lo., Jen-Chun Lee., Chien-Ping Chang.: "Dorsal hand vein ...
  • W Kong, D Zhang, and W Li, "Dorsal Hand Vein ...
  • _ M. Soni, S. Gupta, M.S. Rao, P. Gupta. _ ...
  • C. Nandini, C. Ashwini, M. Aparna, N. Ramani, P. Kini, ...
  • Khan, Maleika Heenaye Mamode and Khan, Naushad Ali Mamode. "A ...
  • L.Wang, G. Leedham, D. Siu-Yeung Cho, "Minutiae feature analysis for ...
  • Kefeng Li, "Biometric Person Identification Using Near-infrared Hand-dorsa Vein Images". ...
  • at the University of Central Lancashire in collaboration with North ...
  • Pooja Ramsoful, Maleika He enaye-Mamode Kha. "Feature Extraction Techniques for ...
  • M. Trehan and N Bhagat, "Palm Print Recognition System - ...
  • A. Kong, D. Zhang and M. Kamel, "A survey of ...
  • نمایش کامل مراجع