ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Fingerprint and Iris Fusion for Personal Identification

المصدر: المجلة العراقية لتكنولوجيا المعلومات
الناشر: الجمعية العراقية لتكنولوجيا المعلومات
المؤلف الرئيسي: AlMallah, Amir S. (Author)
مؤلفين آخرين: AlKaam, Nora Omran (Co-Author)
المجلد/العدد: مج7, ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2015
الصفحات: 1 - 14
DOI: 10.34279/0923-007-001-011
ISSN: 1994-8638
رقم MD: 707935
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
كلمات المؤلف المفتاحية:
fingerprint | iris | wavelet packets | wavelet networks | two activation function networks
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

17

حفظ في:
المستخلص: تناولت العديد من الأبحاث موضوع اندماج القياسات الحيوية لاستخدامها في كشف الهوية واظهرت نتائج مختلفة ،يقدم هذا البحث دراسة جديدة حول الموضوع باستخدام بصمة الأصبع وقزحية العين .الغرض من هذا البحث هو التحقق في ما اذا كان التكامل بين بصمة الأصبع والقزحية ممكن أن يحقق أداء لا يتم باستخدام تقنية القياس الحيوي المنفرد. تم اقتراح استخدام دالتي تفعيل لشبكات المويجات لاستخلاص المميزات بعد تجزئة صورة بصمة الإصبع إلى (16) جزء وتجزئة صورة القزحية إلى (32) جزء وان أبعاد الصور قبل التجزئة (128*128). أن الطريقة المقترحة في هذا البحث تتضمن ثلاث خطوات: الخطوة الأولى تقليل حجم الصورة باستخدام حزمة المويجة، الخطوة الثانية استخلاص المميزات باستخدام دالتي تفعيل لشبكات المويجات وكشف الهوية باستخدام طريقة التطابق، والخطوة الأخيرة الاندماج بين بصمة الإصبع والقزحية للتوصل إلى النتيجة النهائية لكل شخص.

A variety of researches Dealt with the fusion of multi-biometrics for identification in different ways and Showed different results. This paper presents novel study on fusion strategies for personal identification using fingerprint and iris biometrics. The purpose of our paper is to investigate whether the integration of iris and fingerprint biometrics can achieve performance that may not be possible using a single biometric technology. We propose to use two activation function wavelet neural network for feature extraction and identification process after segments the fingerprint image into 16 blocks with (128*128) dimensions and segments the iris image into 32 blocks with (128*128) dimensions. The proposed method in this paper involves three steps. First reduced image size using wavelet packet 1-level decomposition , second feature extraction using two activation function wavelet neural network and identification using trained data and correlation for fingerprint and iris separately and finally fusion fingerprint and iris match scores to get the finally score for each person.

ISSN: 1994-8638

عناصر مشابهة