استفاده از تشخیص اتوماتیک نوع اثر انگشت با شبکه های عصبی کانولوشن برای افزایش سرعت جستجو در پایگاه دادهLiveScan
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 849
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EECCONF02_007
تاریخ نمایه سازی: 10 تیر 1396
Abstract:
اثر انگشت یکی از اصلی ترین نشانه های خصوصی است که برای شناسایی و تایید هویت افراد به کار می رود. درده های اخیر با افزایش شدید جمعیت ، حجم بانکهای اطلاعاتی مربوط به اثر انگشت افزایش چشمگیری یافتهاست بنا بر این خودکار سازی عمل جستجو در پایگاه داده امری اجتناب ناپذیرگردیده است. در این راستا دسته بندی اثر انگشت، زمان جستجو برای شناسایی یک تصویر ناشناخته در یک مجموعه بزرگ از تصاویر را کاهش میدهد. در این تحقیق، 6 کلاس مختلف برای اثر انگشت پیشنهاد شده است. بعد از پیش پردازش پیشنهادی، با استفاده از شبکه های عصبی کانولوشن اثرات انگشت به 6 کلاس پیشنهادی دسته بندی می شوند. برای پیاده سازی روش پیشنهادی از پایگاه داده استانداردFVC2004 استفاده شد. الگوریتم پیشنهادی طبقه بندی بدون هیچ خطایی منجر به کاهش 57 % حجم محاسبات شده است.
Keywords:
Authors
علیرضا اسدی کاریزکی
استادیار، گروه برق، دانشگاه آزاد اسلامی واحد تهران شرق، تهران
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 :