ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Using an Accurate Multimodal B...>الوصف

Using an Accurate Multimodal Biometric for Human Identification System via Deep Learning

العنوان بلغة أخرى: استخدام المقاييس الحيوية المتعددة لتحديد هوية الإنسان عبر التعلم العميق
المصدر: مجلة المنصور
الناشر: كلية المنصور الجامعة
المؤلف الرئيسي: طعمة، صبا اياد (مؤلف)
مؤلفين آخرين: سعود، جميلة حربي (م. مشارك), العبيدي، زهراء عبدالحميد (م. مشارك)
المجلد/العدد: عدد خاص
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2022
الصفحات: 69 - 90
DOI: 10.36541/0231-000-999-006
ISSN: 1819-6489
رقم MD: 1332614
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink, HumanIndex
مواضيع:
أنظمة التعرف الآلي | التعلم العميق | تقنية تحديد الهوية
كلمات المؤلف المفتاحية:
المقاييس الحيوية المتعددة | نظام تحديد الهوية | البيومترية للأذن | الشبكة العصبية الالتفافية | البيومترية للسان | Multibiometric | Identification System | Ear Biometric | Convolution Neural Network | Tongue Pattern
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: أنظمة المقاييس الحيوية لتعرف الآلي على الأفراد تعتمد على المتغيرات السلوكية أو الفسيولوجية المرتبطة بالأفراد. تعمل أنظمة المقاييس الحيوية بأسلوبين: التحقق والتعريف للهوية. أسلوب التحقق، يتم فيه رفض أو قبول الهوية أما أسلوب التعريف يتم فيه وصف هوية الشخص الغير معرف. تستخدم الأنظمة متعددة المقاييس الحيوية لتحديد هوية الفرد من خلال جمع المعلومات التي توفرها المتحسسات الحيوية أو العينات أو الوحدات أو الخوارزميات أو الخواص والميزات. تعد أنظمة متعدد المقاييس الحيوية موضوعا بحثيا مثيرا للاهتمام. ويتم استخدامها للتعرف على هوية الأشخاص لغرض تحسين وزيادة مستوى أمن وحماية المعلومات. من المتوقع أن استخدام هذه الأنظمة تساعد على منع الانتحال وتسهيل عملية المراقبة المستمرة كذلك تحسين التغطية السكانية وتوفير حل للإخطاء في تطبيقات المقاييس الحيوية. ولهذه الأسباب تم تقديم هذه الدراسة لاقتراح نظام تعريف هوية الفرد بالاعتماد على نمط الأذن واللسان. تستخدم الشبكة العصبية الالتفافية (ش.ع.ا) لاستخلاص واستخراج الميزات والخواص الأساسية من الصور المدخلة. هذا النظام يعد قوي وفعال مع الضوضاء وإضاءة السطوع وهو غير حساس لتغيرات في الدوران. الطريقة المقترحة تتكون من أربع مراحل رئيسية هي (المعالجة الأولية، الدمج، استخراج الميزات وأخيرا. مرحلة التصنيف). تم اختبار الطريقة المقترحة على ثلاث مجاميع مختلفة من البيانات الحقيقية وحققت معدل دقة يساوي 99.72% لجميع البيانات في المجموعات الثلاثة.

Biometric systems for automated identification of an individual rely on behavioral or physiological variables linked with the individual. Biometric systems function in two modes: verification and identification. In the verification mode, a claimed identity is either denied or accepted, and in the identification mode, the identity of an unknown person is described. Multibiometric systems are used to establish an individual's identification by combining information supplied by several biometric sensors, samples, units, algorithms, or features. Multibiometric is an interesting and exciting research topic. It is used to identify people to improve security. Therefore, these systems are intended to prevent spoofing, facilitate continuous monitoring, enhance population coverage, and provide fault tolerance to biometric applications. This study proposes an identification system for the individual based on the ear and tongue pattern. Convolution Neural Network (CNN) extracts the essential features from the input images. This system is robust to noise, brightness variations and insensitive to rotation variation. The proposed method consists of four main stages (i.e., pre-processing, fusion, feature extraction, and finally, classification stage). The proposed method was tested on real datasets and achieved an average accuracy of 99.72% for all datasets.
ISSN: 1819-6489

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.