مرضیه عالی - گروه کامپیوتر، دانشکده مهندسی، واحد میبد، دانشگاه آزاد اسلامی میبد، یزد، ایران دانشجوی رشته فناوری اطلاعات گرایش تجارت الکترونیک،گروه کامپیوتر،دانشکده مهندسی،واحدمیبد،دانشگاه آزاد اسلامی میبد،یزد
محسن سرداری زارچی - استادیار گروه کامپیوتر، دانشگاه حایری میبد، یزد، ایران

با پیشرفت علوم رایانه و نیاز بشر به دقت بیشتر در تشخیص هویت افراد، روز به روز تعداد بیشتری از این کارها به کامپیوتر ها سپرده می شود. بنابرین باید برای افزایش کارایی سیستم های خبره می بایست از موضوعات مربوط به زیست شناسی برای تشخیص بهتر استفاده کرد. شناسایی هویت بر اساس بیومتریک افراد می تواند با استفاده از مشخصات فیزیولوژیک یا رفتاری انجام شود. اثر کف دست افراد که با استفاده از حسگر ها گرفته می شود، یکی از این مشخصات فیزیولوژیگی به حساب می آید که کاربرد بسیاری دارد. سیستم شناسایی اثر رگ دست، یکی از امیدبخش ترین سیستم هایی است که بر اساس خواص آماری مربوط به تصویر اثر رگ دست، افراد را شناسایی می کند. تصویر گرفته شده از رگ دست شامل ویژگی هایی نظیر نقاط یکتا و نقاط جزیی می شود. در این مقاله پس از عملیات پیش پردازش ویژگی های تصاویر با استفاده از تابع موجک گسسته دو بعدی استخراج و در نهایت از دسته بندی KNN به منظور میزان شناسایی افراد توسط سیستم پیشنهادی استفاده شد. نتایج میزان موفقیت این روش با مقدار 94 درصد بدست آمد.

بیومتریک، استخراج ویژگی، تابع موجک، طبقه بندی KNN، تشخیص هویت، رگ دست