استفاده از شبكه عصبي كانولوشن در احراز هويت افراد از طريق خطوط كف دست

كارشناسي ارشد

الگوريتم هاي زيادي براي احراز هويت افراد از طريق تصاوبر كف دست در گذشته مطرح شده اند كه بيشترين آنها بر اساس استخراج ويژگي از تبديل حوزه ميباشند. بسياري از اين تبديل هاي مبتني بر ويژگي دامنه در مقابل چرخش ثابت نيستند و بنابراين مقداري زيادي از پيش پردازش صرف تراز كردن تصوير مي شود. از طرفي انتخاب ويژگي ها به صورت دستي اغلب وقت گير و موضوعي هستند لذا نياز به دانش قبلي دارند. از اين رو ساختار شبكه كانولوشن و انتخاب ويژگي كانولوشن از طريق روشهاي هوش مصنوعي كه فرايندي شبيه فرايند شناختي قشر بينايي پستانداران دارد، كارا و برخي از معايب استخراج ويژگي هاي سنتي را حل خواهد كرد. از طريق ساختار لايه اي شبكه كانولوشن كه در حوزه يادگيري عميق قرار مي گيرد، مي توان به نتايج خوبي در يادگيري ويژگي هاي خودآموخته دست يافت. در اين پايان نامه يك سيستم كامل احراز هويت از طريق خطوط كف دست مبتني بر يادگيري انتقالي و شبكه ي كانولوشني طراحي و بررسي مي شود كه منجر به نرخ تشخيص 93 درصد بر روي پايگاه داده اختصاصي ميشود. اين پايگاه داده اختصاصي اولين پايگاه داده مالتي مدال جمع آوري شده در مقياس بزرگ مي باشد كه متشكل از 3600 تصوير گوش وتصوير كف دست از 180 نفر مي باشد.

191368

دانشگاه علم و صنعت ايران

نرم افزار

دكتر محسن ابراهيمي مقدم