گروه کامپیوتر، واحد فومن و شفت ، دانشگاه آزاد اسلامی، فومن، ایران
چکیده
امروزه الگوهای رگ دست به عنوان یک شاخص زیست سنجی برای شناسایی هویت شناخته شده است. در این مقاله، بمنظور تشخیص هویت از طریق رگهای پشت دست، ابتدا تصاویر رگها موجود در پشت دست، از تصاویر خاکستری با آستانهگذاری مبتنی بر روش اتسو به تصاویر باینری تبدیل شده تا با نرخ قابل قبولی رگها استخراج گردند. در این مقاله از تصاویر آمادهی NCUT، که مربوط به تصاویر رگهای پشت دست است، استفاده شده و تصاویر در مرحلهی اول به شدت دارای نویز میباشند. به این مفهوم که علاوه بر رگها که به صورت خطوط تیره در زمینه سفید رنگ( در تصاویر باینری یا دودویی) ظاهر میشوند، تعدادی خطوط کوتاه و بلند دیگر نیز در تصاویر وجود دارد. سپس با استفاده از الگوریتمهای مختلف فرسایشی تصاویر باینری اقدام به حذف نویز و خطوط اضافی تصویر شد. در نهایت از یادگیری عمیق بهبود یافته جهت دستهبندی و تشخیص هویت از روی رگهای پشت دست استفاده خواهد شد. با بکار بردن روش پیشنهادی بر روی این مجموعه داده، مدل پیشنهادی به دقت تشخیص 98.93 درصد رسیده است.
علوم رایانش و فناوری اطلاعات