All for Joomla The Word of Web Design

مقاله شماره ۳: ارائه یک رویکرد جدید احراز هویت بیومتریک کف دست مبتنی بر الگوریتم های خوشه بندی K-means و تعدیل هیستوگرام جهت انتخاب ویژگی

چکیده

تشخیص هویت، یکی از مؤلفه­ های اصلی در سیستم­ های امنیتی به شمار می­رود که دارای چالش­ ها و کاربرد­های عملی فراوانی است. پیشرفت در فناوری بیومتریک منجر به رشد سریع در زمینۀ احراز هویت افراد شده است. سیستم پیشنهادی از روش خوشه­ بندی K-means جهت انتخاب ویژگی­های مناسب تصویر کف دست برای تشخیص هویت استفاده می­کند. ابتدا تصاویر کف دست افراد مختلف از نظر میزان شباهت جدا شده و بهبود کیفیت تصاویر به روش تعدیل هیستوگرام انجام و سپس ویژگی­های مؤثر مانند زرنیک، هیستوگرام رنگ و هیستوگرام جهت­دار استخراج می­شود. در مرحله بعد به ویژگی­ها وزنی اختصاص داده می­شود و آن دسته از شاخص­هایی که بهترین تفاوت­ها را بین افراد پایگاه داده نشان دهد از اولویت بالاتری برخوردار خواهند بود. در نهایت با خوشه­بندی K-means هویت افراد تشخیص داده می­شود و برای نتیجه بهتر چندین بار خوشه­ بندی بروزرسانی شده و در هر بار میزان خطا در  خوشه ­ها محاسبه تا بهترین خوشه ­بندی با کمترین خطا انتخاب و نتیجه شود. در این پژوهش دو عامل صحت دسته­ بندی و میزان محاسبات در مقایسه با مقالات پایه انجام پذیرفت و نتایج نشان داد ۱۰ ویژگی کمترین خطا را داشته زیرا به ازای ­۱۰ ویژگی امتیاز خوشه­ بندی، میزان بالاتری را کسب کرده­ است. در نتیجه تشخیص هویت افراد در این پژوهش با استفاده از خوشه­ بندی ویژگی­ها به روش K-means 5.97 درصد نتیجه شد.


کلیدواژه ها:

تشخیص هویت

بیومتریک

خوشه­ بندی K-means

زرنیک و هیستوگرام


نویسندگان:

کلثوم سعادتی طولارود۱*، لیدا ندرلو­۲، زهرا طیبی قصبه۳

۱ دانشکده فنی و مهندسی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد زنجان، زنجان، ایران.

۲دانشکده فنی و مهندسی، گروه کامپیوتر گرایش هوش مصنوعی­، موسسه آموزش عالی روزبه واحد زنجان، زنجان، ایران.

۳ مدرس، دانشکده مهندسی کامپیوتر، دانشگاه پیام نور گیلان، رشت.


Image result for pdf icon jpg

دانلود فایل مقاله                    منابع

بدون دیدگاه

ارسال دیدگاه

ورود به سایت

خوش آمدید! وارد حساب کاربری خود شوید

بخاطر بسپار فراموشی رمز عبور ؟

آیا حساب کاربری ندارید.؟ عضویت

Lost Password

عضویت