روش جدید برای کلاسبندی تصاویر ناقص اثرانگشت بر اساس مکان هسته
Publish place: 15th Annual Conference of Computer Society of Iran
Publish Year: 1388
Type: Conference paper
Language: Persian
View: 1,870
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دانلود نمایند.
- Certificate
- I'm the author of the paper
Export:
Document National Code:
CSICC15_141
Index date: 18 October 2009
روش جدید برای کلاسبندی تصاویر ناقص اثرانگشت بر اساس مکان هسته abstract
شناسایی هویت افراد با استفاده از اثرانگشت از گذشته موردتوجه بشر بوده است. در پایگاه داد ه های کوچک برای هر جستجو تمامی تصاویر بررسی میشوند که این موضوع در پایگاه داده های بزرگ مقرون به صرفه نیست. یک راه غلبه کلاسبندی بر مبنای نقاط تکین است.مشکل استفاده از این روش امکان تعیین چند نقطه تکین و یا پیدا نشدن برخی نقاط تکین است. روش پیشنهادی قادر به کلاسبندی اثرانگشت در تصاویر فاقد دلتا می باشد. برای این کار ابتدا با اعمال یک فیلتر و ماسک بر روی تصویر جهتی، نقاطی که امکان تعیین اشتباه دارند حذف شده و پس از تعیین نقاط تکین در صورتی که موقعیت دلتا تعیین نشده باشد با بررسی تقعر و تحدب خطوط خارج شده ازهسته مکان دلتا تعیین شده و تصویر کلاسبندی میشود. نتایج پیاد ه سازی روش پیشنهادی بر روی ۸۰۰ تصویر از پایگاه FVC2002نشان میدهد که این روش در صورت حذف تصاویر فاقد هسته، دارای دقت روش ۸۷.۲ % با نرخ عدم تصمیم گیری ۲.۶ % می باشد.
روش جدید برای کلاسبندی تصاویر ناقص اثرانگشت بر اساس مکان هسته Keywords:
روش جدید برای کلاسبندی تصاویر ناقص اثرانگشت بر اساس مکان هسته authors
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 :