Off-Line Cursive Signature Verification Using Image Processing and Geometric Features
| العنوان بلغة أخرى: |
التحقق من صحة التواقيع ذات الانحناءات عن طريق معالجة الصور والخصائص الهندسية |
|---|---|
| المؤلف الرئيسي: | العضايلة، حذيفة احمد (مؤلف) |
| مؤلفين آخرين: | الحياري، حازم علي (مشرف) |
| التاريخ الميلادي: |
2015
|
| موقع: | عمان |
| الصفحات: | 1 - 81 |
| رقم MD: | 1045535 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الاردنية |
| الكلية: | كلية الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
14
| المستخلص: |
نظام التحقق من صحة التوقيع والتعرف عليه جزء مهم جدا من العمليات التجارية والبنكية، حيث أنها تستخدم خلال عمليات تحويل الأموال لملايين من الناس يوميا، كما أنها تطبق في العديد من التطبيقات مثل العقود والشهادات، والشيكات والوثائق التاريخية، وتستخدم أيضا على نطاق واسع كإثبات للهوية في حياتنا اليومية. عمليات التزوير التي تحدث في العالم تسبب خسارة الملاين من الدولارات سنويا، التزوير هو النسخ وهو أيضا التغيير أو تزييف في أي نوع من المطبوعات أو المكتوبات من أجل الاحتيال على الآخرين، وعملية التحقق من التوقيع هي العملية التي أجريت لتحديد ما إذا كان التوقيع حقيقي أو مزور. في هذا البحث تثبت ملاءمة استخدام معالجة الصور واختيار مجموعة متنوعة من الميزات الهندسية لاستخدامها في عملية التحقق من صحة التوقيع. حيث تم اختيار الميزات بعناية من أجل تحقيق أفضل نتيجة باستخدام الحد الأدنى من المزايا للوصول إلى نتيجة أفضلكما وإنه تم تصميم بنية الشبكة العصبية الاصطناعية لتصنيف الميزات المستخرجة من صورة التوقيع. كما استخدمت أيضا الخوارزمية العكسية لتدريب الشبكة. تم تقييم أداء النظام المقترح بناء على بيانات من 400 توقيعا تعود إلى 20 شخصا. النظام المقترح يحقق نتيجة عالية الأداء نسبيا مع دقة 97.5%، حساسية 97.00% ونوعية 98.00%، أيضا حصلت على نسبة رفض خاطئ 1.5% ونسبة قبول خاطئ 1.0%. |
|---|
عناصر مشابهة
-
Digital Signature Generation for Image Copyright Using Neural Network Global Data Association
بواسطة: Al Barham, Eqab Ahmed Mohammad منشور: (2011) -
A Flower Recognition System Based on Image Processing and Neural Networks
بواسطة: المقدادى، حذيفة احمد الشيخ سليم منشور: (2015) -
Computation Complexity Improvement for Digital Signature Algorithm
بواسطة: عزت، محمد مصطفى رفعت محرم منشور: (2017) -
Face Recognition Based on Image, Geometric Features, and Neural Networks
بواسطة: الليمون، محمد متعب منشور: (2015) -
Evaluation of automatic human identification algorithms using facial features
بواسطة: الشريف، مريم منشور: (2010)
