ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Soft Biometrics Estimation Using Shearlet and Waveatom Transforms with Three Different Classifiers

العنوان بلغة أخرى: تقدير القياسات الحيوية الناعمة باستخدام تحويلات الموجه - الذرة والقصيصة مع ثلاثة مصنفات مختلفة
المؤلف الرئيسي: السمك، احمد فؤاد درويش (مؤلف)
مؤلفين آخرين: الحنجورى، محمد أحمد (مشرف)
التاريخ الميلادي: 2018
موقع: غزة
الصفحات: 1 - 57
رقم MD: 1010662
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: الجامعة الإسلامية (غزة)
الكلية: كلية الهندسة
الدولة: فلسطين
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

14

حفظ في:
LEADER 04952nam a22003377a 4500
001 1510885
041 |a eng 
100 |9 546036  |a السمك، احمد فؤاد درويش  |e مؤلف 
245 |a Soft Biometrics Estimation Using Shearlet and Waveatom Transforms with Three Different Classifiers 
246 |a تقدير القياسات الحيوية الناعمة باستخدام تحويلات الموجه - الذرة والقصيصة مع ثلاثة مصنفات مختلفة 
260 |a غزة  |c 2018 
300 |a 1 - 57 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c الجامعة الإسلامية (غزة)  |f كلية الهندسة  |g فلسطين  |o 0437 
520 |a نظام القياسات الحيوية هو نظام تكنولوجي يستخدم معلومات حول الشخص لتحديد هوية ذلك الشخص ويعتمد على بيانات محددة حول السمات البيولوجية الفريدة من أجل العمل بفعالية. تستخدم معظم نظم القياسات الحيوية الموجودة معلومات القياس البيولوجي الأساسية مثل البصمة والوجه والهندسة اليدوية وما إلى ذلك. ولكن نادرا ما تستخدم المعلومات المساعدة التي تشمل الجنس والعمر والعرق والطول ولون العين. معظم الباحثين الذين قاموا بإجراء دراسات في مجال تقدير القياسات الحيوية الناعمة، تناولوا واحد أو اثنين فقط من هذه القياسات الحيوية الناعمة. في هذه الرسالة اقترحنا منهجية لاستخراج الميزات الفعالة من صور الوجه باستخدام اثنين من تحويلات متعددة-الحلول وهي: تحويل موجة -الذرة (Waveatom)‏ وتحويل القصيصة (Shearlet)، لتقدير الجنس، والعرق، وتعبير الوجه والعمر. ونفذت هذه المنهجية خوارزمية تحليل المكون الأساسي (Principal Component Analysis) كتقنية لتقليل أبعاد متجه الميزات بهدف الحصول على الميزات الأكثر أهمية وبالتالي ضمان الحصول على أفضل النتائج لاحقا. تم استخدام ثلاثة مصنفات لإجراء التقدير النهائي، وهي: الشبكة العصبية الاصطناعية ‎(Artificial Neural Network (ANN))، وآلة دعم المتجه (Support Vector Machine(SVM)) وخريطة التنظيم الذاتي (Self-Organization Map (SOM)). والهدف هو العثور على أفضل مستخرج ميزات، الذي يستخرج أصغر طول متجه ميزة ويعطي أعلى أداء. بالإضافة إلى ذلك، العتور على أفضل مصنف. وأجريت دراسة مقارنة لتحقيق هذا الهدف. وتم تقييم أداء المنهجية المقترحة باستخدام مقياس معدل الدقة. تم تنفيذ نظام تقدير القياسات الحيوية الناعمة في ثلاثة أوضاع: (1) التقدير المنفصل، (2) التقدير المشترك، و(3) النموذج العام. أجريت التجارب باستخدام ثلاث قواعد بيانات مختلف: US Adult Faces, Extended Cohn-Kanade and FG-NET. وقد أثبتت النتائج التجريبية للمنهجية المقترحة باستخدام تحويل موجة-الذرة أنها فعالة في المصنفات الثلاثة، على النقيض من تحويل القصيصة. من ناحية أفضل مصنف، أثبت مصنف ANN كفاءته في مهام التصنيف المختلفة. في حين أن النتائج التي حصلنا عليها باستخدام مصنف SVM غالبا ما تكون قريبة من تلك التي حصلنا عليها باستخدام ‎ANN. 
653 |a نظام القياسات الحيوية  |a السمات البيولوجية الأساسية  |a الهندسة اليدوية 
700 |a الحنجورى، محمد أحمد  |g Alhanjouri, Mohammed A.  |e مشرف  |9 545993 
856 |u 9808-001-008-0437-T.pdf  |y صفحة العنوان 
856 |u 9808-001-008-0437-A.pdf  |y المستخلص 
856 |u 9808-001-008-0437-C.pdf  |y قائمة المحتويات 
856 |u 9808-001-008-0437-F.pdf  |y 24 صفحة الأولى 
856 |u 9808-001-008-0437-1.pdf  |y 1 الفصل 
856 |u 9808-001-008-0437-2.pdf  |y 2 الفصل 
856 |u 9808-001-008-0437-3.pdf  |y 3 الفصل 
856 |u 9808-001-008-0437-4.pdf  |y 4 الفصل 
856 |u 9808-001-008-0437-5.pdf  |y 5 الفصل 
856 |u 9808-001-008-0437-O.pdf  |y الخاتمة 
856 |u 9808-001-008-0437-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 1010662  |d 1010662 

عناصر مشابهة