چکیده:
در این مقاله روشی برای تشخیص هویت افراد، مبتنی بر تصویر رگ¬های پشت دست ارائه خواهد شد. این بررسی در سه مرحله صورت گرفته است: مرحله ثبت، مرحله گردآوری داده¬ها و مرحله تایید. در مرحله ثبت، تعداد M تصویر دست با استفاده از روش تصویربرداری نزدیک به مادون قرمز برای افراد مختلف به¬عنوان نمونه¬های اصلی آموزشی جمع¬آوری شده است. این تصاویر طی مراحل پیش¬پردازش، استخراج ویژگی و مدل¬سازی مورد پردازش قرار می¬گیرند تا نمونه¬های قابل تطبیق، ایجاد شوند و سپس برای مرحله تایید از دسته¬بندی SVM استفاده خواهد شد. در این روش زیست¬سنجی از رگ¬های پشت دست فرد تصویر تهیه می¬شود و ساختار آن¬ها مورد پردازش و تحلیل قرار می¬گیرند. ساختار این رگها برای افراد مختلف منحصربه¬فرد است. ارزیابی این سیستم حاکی از عملکرد بالای آن در تشخیص هویت به میزان 92% و خطای ارزیابی 0% روی نمونه¬های ورودی است.
خلاصه ماشینی:
"فلوچارت این روش در شکل (1) نشان داده شده است: / شکل (1): فلوچارت روش ارایهشده برای تشخیص افراد از روی الگوی رگهای پشت دست توسط تصاویر مادون قرمز 2-1- مرحله اول: حذف زمینه برای تحلیل روش پیشنهادی از دیتا بیس Bosphorus که در زیر تصاویر آن نشان داده شده است، استفاده شده است.
2-4- مرحله چهارم: آموزش با کلاسیفایر SVM در این مرحله نهایتا با استفاده از روش ماشین بردار پشتیبانی یا SVM، ویژگیهای بهدستآمده از همه تصاویر دیتا بیس را تحت فرآیند آموزش و تست قرار داده و نتیجه جداسازی ویژگیهای هر فرد، بهصورت دقت کلاسیفایر در تشخیص هویت بهدست خواهد آمد.
در این مرحله با استفاده از روش ماشین بردار پشتیبانی، ویژگیهای بهدستآمده از همه تصاویر دیتابیس را تحت فرایند آموزش و تست قرار داده و نتیجه جداسازی ویژگیهای هر فرد، بهصورت دقت کلاسیفایر در تشخیص هویت بهدست آمد.
در مقالات مختلف بر روی تصاویر متفاوتی این تست انجام شده است که برای مقایسه اینکار با کارهای گذشته از نتایج آنها استفاده نموده که جدول زیر نتایج حاصل از دقت تشخیص و خطای ارزیابی را بهصورت جدول (1) گزارش نمودهاند.
Fan, "Biometric verification using thermal images of palm-dorsa vein patterns," IEEE Trans.
Fan, "Biometric verification using thermal images of palm-dorsa vein patterns," IEEE Trans.
Chu, "Infrared imaging of hand vein patterns for biometric purposes," The Institution of Engineering and Technology, Computer Vision, vol."