%38تخفیف

دانلود پروژه: ارائه روشی برای تشخیص هویت بر مبنای ویژگی بعد فراکتال

تعداد 168صفحه در فایل word

چکیده:

ارائه روشی برای تشخیص هویت بر مبنای ویژگی بعد فراکتال

مقدمه: از دیرباز تاکنون تکنیک‌های متعددی برای شناسایی افراد به وجود آمده است. در این میان سیستم‌های تشخیص هویت مبتنی بر بیومتریک از صحت و اطمینان بیشتری برخوردارند. این سیستم‌ها باید به گونه‌ای طرح‌ریزی شوند تا بتوانند بر اساس ویژگی‌های رفتاری و فیزیکی افراد نسبت به شناسایی مطمئن آن‌ها اقدام کنند. از آنجائیکه روش‌های نسبتا جدیدی مانند رگ‌های انگشت نسبت به روش‌های سنتی بیومتریک (مانند اثرانگشت و عنبیه) مزایایی مانند ماندگاری بالا، کاربرپسند بودن و ریسک کم در جعل دارند، استفاده از آن می‌تواند کارایی بهتری ارائه دهد.

مواد و روش‌ها: سیستم تشخیص هویت پیشنهادی متشکل از سه بخش اصلی است که عبارتند از : اعمال ماسک بر تصویر، استخراج و تطبیق بردار ویژگی‌ها. مهم‌ترین بخش در هر سیستم تشخیص هویت بیومتریکی استخراج ویژگی‌هایی منحصربفرد می‌باشد، که در این پژوهش از فراکتال‌ها و روش‌های محاسبه بعد آن (مانند روش جعبه شماری افتراقی، اعمال شیفت جعبه شماری افتراقی، جعبه شماری افتراقی نسبی و مالتی فراکتال) برای این منظور استفاده شده است. دو پایگاه داده‌‌‌ی SDUMLA_HMT و FV_USM که شامل تصاویر رگ انگشتان سبابه، حلقه و راهنما از هر دو دست افراد (زن و مرد) می باشد، جهت اعمال روش پیشنهادی بکار رفته است. تمامی نتایج بر روی نرم‌افزار متلب نسخه 2010 تهیه شده‌اند.

نتایج: تمامی پارامترهای کارایی روش پیشنهادی با روش‌های موجود در زمینه‌ی تشخیص هویت مبنی بر مدل فراکتالی و غیر فراکتالی مقایسه شده‌اند. درصد نرخ خطای نسبی بر روی پایگاه‌های تصاویر مذکور برابر با 0.07% و 0.1% ، همچنین میزان نرخ موفقیت کلی سیستم برابر با 99.85% و نرخ خطاهای FAR وFRR به ترتیب برابر با 0.02% و 0.1% بدست آمده‌اتد.

بحث: یافته‌های ما به روش استخراج ویژگی‌های تصاویر بیومتریکی با بکارگیری مفهوم بعد فراکتال اشاره دارد، که در مقایسه با روش‌های موجود، نتایج بهتری ارائه می‌دهد. لازم به ذکر است که روش پیشنهادی با روشی کاملا جدید بهبود داده شده که در مطالعات دیگر محققان مشاهده نشده است.

کلمات کلیدی: بیومتریک، رگ انگشت، شناسایی افراد، بعد فراکتال، استخراج ویژگی.

دسته: فنی و مهندسی, مهندسی کامپیوتر برچسب: استخراج ویژگی., بعد فراکتال, رگ انگشت, شناسایی افراد, کلمات کلیدی: بیومتریکدانلود-پروژه-کارشناسی-ارشد-فایل ناب-خرید

توضیحات

فهرست مطالب

عنوان صفحه

فصل اول: مقدمه

1-1- مقدمه‌ای بر تشخیص هویت…. 2

1-2- مقدمه‌ای بر فراکتال و بعد آن.. 4

1-3- اهداف و ساختار پایان‌نامه. 5

فصل دوم: ادبیات موضوع

2-1- مقدمه. 8

2-2- فناوری بیومتریک…. 9

2-2-1- سیستم‌های تشخیص هویت… 9

2-2-1-1- مبتنی بر توکن.. 9

2-2-1-2- مبتنی بر دانش خصوصی.. 10

2-2-1-3- مبتنی بر بیومتریک… 10

2-2-2- مفهوم بیومتریک… 10

2-2-3- نمای سیستم بیومتریک… 11

2-2-4- پارامترهای مهم در سیستم‌های بیومتریک… 13

2-2-5- خصوصیت یک سیستم بیومتریک… 14

2-2-6- انواع روش‌های بیومتریک… 16

2-2-6-1- بیومتریک اثر انگشت… 16

2-2-6-2- بیومتریک عنبیه. 17

2-2-6-3- بیومتریک تشخیص چهره 19

2-2-6-4- بیومتریک هندسه‌ی دست و انگشت… 20

2-2-6-5- بیومتریک صدا 21

2-2-6-6- بیومتریک اثر کف دست… 21

2-2-6-7- بیومتریک رگ‌ انگشت… 22

2-3- عملیات کلی در سیستم تشخیص هویت…. 24

2-3-1- اکتساب تصویر FV.. 25

2-3-2- پیش‌پردازش تصویر. 27

2-3-2-1- برش ناحیه مطلوب ROI بر اساس موقعیت نوک انگشت… 27

2-3-2-2- برش ناحیه مطلوب ROI بر اساس پنجره W… 29

2-3-2-3- نرمال‌سازی و بهبود کنتراست تصویر FV.. 30

2-3-3- بررسی چند روش استخراج ویژگی به منظور تشخیص هویت… 32

2-3-3-1- استخراج ویژگی با فیلتر گابور. 32

2-3-3-2- استخراج ویژگی FV با تکنیک Blanket 35

2-3-3-3- Lacunarity بر اساس تکنیک Blanket 37

2-3-3-4- الگوریتم PCA.. 38

2-3-3-5- الگوریتم ICA.. 40

2-3-3-6- تبدیل فوریه. 44

2-3-3-7- کد سوبل.. 45

2-3-3-8- استخراج ویژگی با روش SIFT.. 46

2-3-4- تشخیص و تطبیق الگو. 47

2-3-4-1- تشخیص و کلاس‌بندی براساس میزان شباهت کسینوسی.. 47

2-3-4-2- تطبیق با استفاده از تکنیک Blanket و Lacunarity. 49

2-4- فراکتال‌ها و ویژگی‌های آن.. 50

2-4-1- پیدایش فراکتال‌ها 51

2-4-2- مفهوم فراکتال. 52

2-4-3- خصوصیات اشکال فراکتال. 53

2-4-4- هندسه‌ی فراکتال. 54

2-4-4-1- ایده‌ی خود متشابهی و تاریخچه‌ی آن. 54

2-4-5- انواع فراکتال‌ها 56

2-4-6- تولید فراکتال‌ها 57

2-4-6-1- فراکتال‌های تولید شده توسط تبدیلات تکراری IFS. 57

2-4-6-2- تولید فراکتال‌ها توسط چندجمله‌های مختلط به عنوان تابع اولیه. 60

2-4-6-3- تولید فراکتال‌ها توسط L-System.. 62

2-4-6-4- فراکتال‌های تصادفی.. 63

2-5- جمع بندی… 64

فصل سوم: روش های محاسبه بعد فراکتال

3-1- مقدمه. 68

3-2- بعد فراکتال و نحوه‌ی محاسبه‌‌ی آن.. 69

3-2-1- بعد هاسدورف.. 70

3-2-2- بعد جعبه‌شماری(BC) 73

3-2-2-1- محاسبه بعد جعبه شماری برای تصاویر با سطح خاکستری.. 75

3-2-3- بعد همبستگی.. 76

3-2-4- بعد رنی.. 77

3-2-5- بعد بسته‌‌ای.. 78

3-3- روش‌های محاسبه بعد جعبه شماری تصاویر خاکستری… 78

3-3-1- روش DBC.. 79

3-3-1-1- مروری بر اشکالات روش DBC.. 80

3-3-2- روش اصلاح شده DBC (Li’s DBC) 83

3-3-2-1- اصلاحیه‌ی اول انتخاب عرض جعبه‌ 84

3-3-2-2- اصلاحیه‌ی دوم محاسبه‌ی حداقل تعداد جعبه‌ها 85

3-3-2-3- اصلاحیه‌ی سوم پارتیشن‌بندی سطح شدت تصویر. 85

3-3-3- روش SDBC.. 86

3-3-4- روش RDBC.. 87

3-3-5- روش liu’s DBC.. 88

3-3-5-1- اصلاح مکانیزم BC.. 88

3-3-5-2- انتقال بلوک‌های جعبه در تصویر. 89

3-3-5-3- انتخاب مناسب اندازه‌ی جعبه. 90

3-4- اعمال روش‌های محاسبه بعد فراکتال بر تصاویر خاکستری و مقایسه‌ی آنها 91

3-4-1- اعمال روش‌های محاسبه بعد فراکتال بر روی تصاویر با ناهمواری مشابه. 91

3-4-2- اعمال روش‌های محاسبه بعد فراکتال بر روی تصاویر با سطح خاکستری شارپی.. 92

3-4-3- اعمال روش‌های محاسبه بعد فراکتال بر روی تصاویر بافت طبیعی.. 94

3-5- جمع‌بندی… 96

فصل چهارم: روش پیشنهادی

4-1- مقدمه. 98

4-2- اعمال ماسک‌ بر تصاویر FV… 98

4-2-1- تصویر افقی و عمودی هموارسازی شده 99

4-2-2- تصویر با سطح خاکستری کم‌ارزش… 100

4-2-3- تصویر با سطح خاکستری پر ارزش… 101

4-2-4- ماسک سوبل عمودی و افقی.. 101

4-2-5- بعد مالتی فراکتال تصویر اصلی.. 103

4-2-6- محاسبه‌ی بعد مالتی فراکتال توسط روش‌ RDBC.. 103

4-3- روش پیشنهادی… 104

4-3-1- فلوچارت روش پیشنهادی.. 105

4-3-2- اعمال ماسک بر تصویر. 106

4-3-3- استخراج ویژگی.. 107

4-3-4- تطبیق و تصمیم‌گیری.. 108

4-4- بهبود روش پیشنهادی… 109

4-5- جمع بندی… 111

فصل پنجم: نتایج وبحث

5-1- مقدمه. 114

5-2- معرفی پایگاه‌های تصاویر استفاده شده در پژوهش…. 114

5-3- بررسی پارامترهای کارایی روش پیشنهادی… 116

5-4- مقایسه با روش‌های موجود. 121

5-5- جمع بندی… 122

فصل ششم: نتیجه گیری و کارهای آینده

6-1- نتیجه‌گیری… 126

6-2- کارهای آینده. 127

فهرست اشکال

عنوان صفحه

شکل 2-1: انواع روش‌های بیومتریک شامل ویژگی‌های فیزیکی، رفتاری و شیمیایی.. 11

شکل 2-2: عملیات مختلف در یک سیستم بیومتریک…. 12

شکل 2-3: مراحل اکتساب تصویرFV 26

شکل 2-4: یافتن لبه‌های انگشت، (a) بعد از اعمال لبه یابcanny ، (b) بعد از اعمال canny و برچسب گذاری اجزاء متصل 27

شکل 2-5: اعمال تراز چرخشی بر تصاویر FV با چرخش انگشت 28

شکل 2-6: یافتن ناحیه مطلوب ROI، (a) ویژگی‌های هندسی انگشت، (b) ویژگی‌های رگ انگشت…. 29

شکل 2-7: برش ناحیه مطلوب ROI با پنجرهW 30

شکل 2-8: اعمال ماسک بر تصویر FV برای بهبود کیفیت آن 30

شکل 2-9: سگمنت بندی تصویرFV 31

شکل 2-10: بردارهای پایه تولید شده با روش PCA 38

شکل2‑11: پیاده سازی ICA بر سیستم تشخیص بیومتریک 41

شکل2-12: عملگر سوبل 3×3 در 0، 45، 90 و 135 درجه 45

شکل 2-13: بانک فیلتر گابور زوج – متقارن با 4 مقیاس و 8 کانال 49

شکل 2-14: اعمال بانک فیلتر گابور زوج-‍متقارن با 4 مقیاس 49

شکل 2-15: داده های محلی در کادر قرمز رنگ برای آنالیز ویژگی‌های FV 49

شکل 2-16: تولید اشکال فراکتالی مانند برف دانه کخ از طریق مولد 58

شکل 2-17: تولید مثلث سرپینسکی از طریق سیتم تکراری IFS 59

شکل 2-18: رسم مثلث سرپینسکی با تئوری آشوب در 4 مرحله 60

شکل 2-19: نمایش فرآیند تکرار برای تولید فراکتال توسط چند جمله‌ای‌های مختلط 60

شکل2-20: مجموعه‌ی ژولیا 61

شکل 2-21: متداول‌ترین شکل مجموعه مندلبروت 61

شکل 2-22: توابع مختلط و تولید مجموعه‌های مندلبروت… 62

شکل 2-23: تولید برف دانه کخ چهار وجهی با L-system… 63

شکل 2-24: نمونه‌ای از فراکتا‌ل‌های تصادفی با خودمتشابهی آماری… 64

شکل 3-1: کوچک کردن اجسام اقلیدسی با مقیاس 1/r. 71

شکل 3-2: محاسبه‌ی بعد هاسدورف برای فراکتال vicsek.. 72

شکل 3-3: مجموعه کانتور. 72

شکل 3-4: نحوه محاسبه بعد جعبه شماری برف دانه کخ.. 74

شکل 3-5: نمودار مربوط به برف دانه کخ.. 75

شکل 3-6: (a) ستونی از جعبه‌ها بر روی بلوکی از تصویر (s’=s=3)، (b) پیکسل A بیشترین و B کم‌ترین سطح خاکستری را دارد (L=3,K=2) 80

شکل 3-7: شیفت دادن سطوح خاکستری در جهت z 81

شکل 3-8: رفع مشکل بیش‌شماری: (a) شیفت سطوح خاکستری ، (b) روش scanning 82

شکل 3-9: پارتیشن بندی تصویر با بلوک‌های مشترک در پیکسل‌های مرزی… 86

شکل 3-10: انتقال بلوک‌های تصویر در روش liu’s DBC… 90

شکل 3-11: تولید تصویر Kام با افزایش سطح خاکستری هر پیکسل از تصویر شماره 1 به میزان ، .. 91

شکل 3-12: نتایج روش‌ها بعد از اعمال بر تصاویر خاکستری شیفت داده شده. 92

شکل 3-13: تصاویری با سطح خاکستری شارپی در مرز بلوک‌ها. 93

شکل 3-14: نتایج اعمال روش‌ها بر تصاویر با سطح خاکستری شارپی.. 93

شکل 3-15: مجموعه‌ی 16 تایی از تصاویر بافت طبیعی با ابعاد 640×640 از آلبوم brodatz 94

شکل 3-16: مقادیر FD به دست آمده از هر روش‌ بعد از اعمال بر تصاویر شکل (3-16). 95

شکل 3-17: مقادیرخطای برازش شده از هر روش‌ بعد از اعمال بر تصاویر شکل (3-16) 95

شکل 4-1: اعمال ماسک هموارساز افقی و عمودی… 100

شکل 4-2: تصویر با سطح خاکستری پر ارزش و کم ارزش…. 101

شکل 4-3: ماسک sobel عمودی و افقی برای تصاویر FV عمودی… 102

شکل 4-4: ماسک sobel عمودی و افقی برای تصاویرFV افقی.. 102

شکل 4-5: فلوچارت روش پیشنهادی… 106

شکل 4-6: نمای کلی روش پیشنهادی… 107

شکل 4-7: تبدیل تصویر اصلی با ابعاد M×M به 4 تصویر با ابعاد M/2×M/2. 110

شکل 4-8: نمای کلی روش پیشنهادی بعد از بهبود آن.. 111

شکل 5-1: تصاویر و دستگاه تصویر برداری FV.. 115

شکل 5-2: تأثیر روش پیشنهادی بهبود یافته در کاهش خطا 119

شکل 5-3: محاسبه مقدار EER در محل تلاقی دو نمودار FAR و FRR… 120

شکل 5-4: ترسیم ساختار شبکه رگ‌ها برای استخراج ویژگی.. 121

فهرست جداول

عنوان صفحه

جدول2-1: مقایسه‌ی روش‌های بیومتریک متداول.. 15

جدول 2-2: مزایا و معایب بیومتریک اثر انگشت…. 17

جدول 2-3: مزایا و معایب بیومتریک عنبیه. 18

جدول 2-4: مزایا و معایب بیومتریک تشخیص چهره. 20

جدول2-5: مزایا و معایب بیومتریک صدا 21

جدول 2‑6: نرخ تشخیص PCA با استفاده از سه نوع طبقه بند 40

جدول 2‑7: نرخ تشخیص چارچوبهای I و II ICA با استفاده از سه نوع طبقه بند 43

جدول 2-8: نرخ تأیید PCA و دو چارچوب ICA 44

جدول 2-9: مقایسه‌‌ی خودمتشابهی در طبیعت و اشکال فراکتالی.. 56

جدول2-10: قواعد روش L-system… 62

جدول 3-1: تعداد کپی‌های اشکال خط، مربع و مکعب با مقیاس 1/r. 71

جدول 3-2: محاسبه FDها و خطاهای برازش شده‌ی تصاویر(3-16) با روش‌های مختلف…. 95

جدول4-1: نمونه ای از بردار ویژگی برای چند تصویرFV… 108

جدول 5-1: مقایسه انگشت‌های مختلف از دست چپ و راست پایگاه داده SDUMLA_HMT.. 117

جدول 5-2: مقایسه انگشت‌های مختلف از دست چپ و راست در پایگاه داده FV_USM…. 118

جدول 5-3: مقایسه انگشت‌های مختلف پایگاه داده SDUMLA_HMT با بهبود روش پیشنهادی… 118

جدول 5-4: مقایسه انگشت‌های مختلف در پایگاه داده FV_USM با بهبود روش پیشنهادی… 118

جدول 5-5: پارامترهای FAR،RR ، EER و TSR برای تصاویر FV… 120

جدول 5-6: پارامترهای FAR ،FRR ، EER و TSR برای تصاویر کف دست…. 120

جدول 5-7: مقایسه روش پیشنهادی با روش‌های دیگر از منظر دقت، سرعت و تعداد نمونه‌ها 122

امتیاز 0 از 5 از 0 دیدگاه

قیمت اصلی 37,000 تومان بود.قیمت فعلی 23,000 تومان است.

تاریخ ایجاد آذر 5, 1399
تاریخ بروزرسانی اسفند 13, 1401
فروش 0
دیدگاه 0

شرایط استفاده از محصول

تمام محصولات به ازای پرداخت پروژه تنها قابل استفاده می باشند. این بدین معنی است که برای استفاده از یک یا چند محصول ، لازم به خرید آن محصول است.

مزایای خرید این محصول:

دسترسی به فایل به صورت همیشگی
پشتیبانی رایگان
پشتیبانی 24 ساعته محصول
بازگشت وجه در صورت عدم رضایت مشتری

مشاهده قوانین سایت