Search In this Thesis
   Search In this Thesis  
العنوان
Human recognition using multimodal biometrics /
المؤلف
Shams El-Den, Mahmoud Yassien Yassien.
هيئة الاعداد
باحث / محمود يسن يسن شمس الدين
مشرف / أحمد السعيد طلبة
مشرف / شاهنده صلاح الدين سرحان
مناقش / حامد محمد نصار
مناقش / سمير الدسوقى الموجى
الموضوع
Biometric identification. Human-computer interaction. Fingerprints - Data processing. Computer science. Computer vision.
تاريخ النشر
2017.
عدد الصفحات
119 p. :
اللغة
الإنجليزية
الدرجة
الدكتوراه
التخصص
Computer Science Applications
تاريخ الإجازة
01/04/2017
مكان الإجازة
جامعة المنصورة - كلية الحاسبات والمعلومات - Department of Computer Science
الفهرس
Only 14 pages are availabe for public view

from 119

from 119

Abstract

إيماناً منا بأهمية القياسات الحيوية المتعددة في معرفة هوية الأشخاص، فإننا في البداية قمنا بإقتراح نظاماً منصهراً يعتمد علي الوجه، و قزحية العين، وبصمات الأصابع، والتي تحقق نتائج أفضل بكثير إذا تم الإستعانة بسمات حيوية واحدة فقط تسمى بأحادي السمات. النظام المقترح يستخدم تباين النمط الثنائي المحلي وذلك لإستخراج خصائص و مميزات النظام المنصهر، حيث أن عمليات التجهيز قد تمت بإستخدام كاني لكشف الحواف. وتم تصنيف الخصائص الناتجة من تباين النمط الثنائي المحلي بإستخدام المصنف المركب لتعليم المتجهات بعد تحويلها إلي كمية، ونجد أن الخصائص الناتجة قد تم إختزالها بشكل كبير جداً مما يؤدي إلي سهولة عملية التصنيف والمطابقة التي تعتمد علي أغلبية التصويت لكل مصنف من المصنفات المركبة. أوضحت النتائج أن نسبة التعرف علي الأشخاص بإنصهار الثلاث سمات ( الوجه، و قزحية العين، و بصمات الأصابع ) هي نسبة جيده جداً في زمن إستغراق مناسب. وفي غياب بصمة قزحية العين وعند الحاجة إلي زيادة قاعدة البيانات، فإننا بجانب إستخدامنا لقاعدة البيانات المعروفة SDUMLA التي تحتوي علي 106 شخص فإننا إستعنا بقاعدة بيانات أخرى وهي CASIA والتي تحتوي علي 500 شخص. وبالتالي، فإننا اقترحنا نظاماً يقوم بعملية استعادة القياسات الحيوية المتعددة المسجلة معتمداً علي طريقة التعلم العميق المتكيف للمتجهات الناتجه من الخصائص المستخرجة. بديهياً، كل شخص يدخل إلي النظام يتم التحقق منه اعتماداً علي درجة الحماية المطلوبة التي يحددها مدير النظام. قد إستخدمنا العديد من الوجوه وبصمات الأصابع لنفس الشخص من قواعد بيانات معروفة. يتم تصنيف الخصائص الناتجة عن طريق التعلم العميق للمتجهات بعد تحويلها إلي كمية بإستخدام K-means وقد إعتمدنا في ذلك علي دراستنا السابقة لــLVQ. نجد أننا تمكنا من تقييم أداء النظام المقترح بناءاً علي أولويات دخول المستخدمين للنظام. أظهرت النتائج التجريبية قدرة النظام المقترح علي توقع بعض الصفات المخبئة نتيجة حجب أجزاء من صور الوجه. إن التغير في زاوية الرؤية للوجوه يعتبر واحدة من أهم التحديات التي تواجه أنظمة التعرف الحالية علي الوجوه، وبالتالي فإننا في نهاية الرسالة إقترحنا نظاماً يقوم بالكشف عن الوجوه متعددة زوايا الرؤية، وذلك بإستخدام خوارزمية SURF، إضافة إلي مصنفات معروفة مثل CLVQ و MLP و CRBF و DCNN بالاضافة إلي ADLVQ المقترحة. وقد أخذنا في الإعتبار عامل الشوشرة وإفترضنا إضافة AWGN. وأثبتت النتائج التجريبية قوة وإعتمادية النظام المقترح مقارنة بالأنظمة الأخرى.