سال انتشار: ۱۳۸۵

محل انتشار: چهارمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: ۶

نویسنده(ها):

محمدتقی وکیل باغمیشه – آزمایشگاه تحقیقاتی سیستمهای هوشمند- دانشکده مهندسی برق و کامپیوتر- د
پوریا جعفری – آزمایشگاه تحقیقاتی سیستمهای هوشمند- دانشکده مهندسی برق و کامپیوتر- د
میرجواد موسوی نیا – گروه مخابرات- دانشکده مهندسی برق و کامپیوتر- دانشگاه تبریز

چکیده:

تشخیص هویت از طریق اثرانگشت به دلیل دقت بالا و سادگی متداو لترین و پرکاربردترین روش شناسایی افراد بر اساس تکنولوژی بیومتریک است. هنگامی که تعداد نمونه های اثرانگشت در پایگاه داده افزایش یابد، کلاس بندی آنها به منظور کاهش خطای شناسایی و تطبیق سریعتر ضروری م یباشد. در این مقاله روش جدیدی جهت کلا سبندی اثرانگشت با استفاده از ترکیب روشهای ساختاری و شبکهعصبیMLP ارائه شده است. بطوریکه در ابتدا الگوی جهتیاثرانگشت با استفاده از روش گرادیان محاسبه شده و سپس با روش ساختاری، این الگو به تعدادی ناحیه با زاویه ثابت تقسیم
م یشود. بردار مرکب از اندازة سطح و طول مرز هر یک از این نواحی ورودی شبکه عصبیMLP را تشکیل می دهد. این شبکه آثارانگشت را به ۵ کلاسRight ،Tented Arch ،ArchWhorl و Loop Left ،Loop تقسی م م یکند. روش مذکور برروی مجموعه ای با ۱۳۰ تصویر باینری اثرانگشت با کیفیت مناسب و در ابعاد ۱۲۸× ۱۲۸ آزمایش شده است و برای مقدار۵ آستانه ۰/۹دارای دقتی برابر با ۹۸/۳%همراه با نرخ عدم پذیرشی برابر با ۱/۷%م یباشد، در صورت کاهش مقدار آستانهنرخ کلا سبندی صحیح در هر دو مرحلة آموزش و تست به ۱۰۰% می رسد.