17804

17804

احراز هويت با استفاده از تحليل مكاني دو عنبيه و تركيب آنها در سطح امتياز براي تصاوير نويزدار

كارشناسي ارشد

هوش مصنوعي و رباتيك

مهر ماه 1395

دكتر مرتصي آنالويي

كامپيوتر

امروزه روش هاي تشخيص هويت بر اساس بيومتريك از اهميت فراواني برخوردار شده اند. در اين ميان تشخيص هويت بر اساس بافت عنبيه به دليل دقت بالا و امنيت بسيار مطلوبي كه دارد ، از اهميت خاصي برخوردار است. در دهه اخير وجود نقاط ضعف در هر يك از تك بيومتريك ها ، احتمال حملات تقلب و دلايلي از اين قبيل با عث شده حوزه تركيب بيو متريك ها ( هم تركيب در تك بيومتريك ها ، مانند تركيب آثار انگشت و هم تركيب چند بيومتريك مختلف ) براي دسترسي به دقت و امنيت بالاتر بيش از پيش مورد توجه قرار گيرد. در اين پايان نامه ، هدف، بالا بردن دقت و كارايي سيستم در زمينه تك بيومتريك عنبيه مي باشد . در اين راستا دو راهبرد كلي را معرفي خواهيم كرد. در اولين راهبرد ،با تحليل مكاني هر عنبيه روش تقسيم بندي را معرفي مي كنيم كه نواحي داراي نويز را در نظر گرفته و حذف مي كند. پس از حذف اين نواحي قسمت هاي باقيمانده را در سطح امتياز ، تركيب مي كنيم. در ادامه و در راهبرد دوم ، با انتخاب 4 قسمت از دو طرف چپ و راست هر عنبيه و تركيب آنها با يكديگر ، عنبيه جديدي ايجاد خواهيم كرديم .روش هاي تركيب ارائه شده خود را در سه مجموعه دادگان بيومتريك مي آزماييم . در قسمت نتيجه گيري نشان خواهيم داد كه روش هاي ارائه شده به طور موثر تري بهتر عمل مي كنند .اين نتايج از روي نمودار هاي ROC ، نمودار هاي FRR در FAR ثابت و همچنين با استفاده از نتايج حاصل شده از EER ( نرخ خطاي برابر ) ، به دست مي آيد. در پايان روش هاي ارائه شده را با روش هاي موجود مقايسه نموده و نشان خواهيم داد كه روش هاي ارائه شده نسبت به روش هاي موجود كاراتر هستند.

1396/06/29

1/1/1900 12:00:00 AM

Considering the increasing need of today’s societies to more information security, using biometric technology has become more critical. In the past decade, uni-biometric traits has shown new weaknesses such as lack of uniqueness, lack of availability, fraud and so on, cause fusion in biometrics (such as combining multiple fingerprint or multi-biometric )to become more attractive. In this research, our purpose is increasing the accuracy and efficiency of the Authentication based on iris. We will suggest two main approaches; using spatial analysis of irises for introducing segmentation method that considered noisy data and remove it. . After removal of the noisy areas, we combine remaining areas at score level . The second strategy with selection four episodes of the left and right sides of each iris which create new iris . We will test our combination methods in three different iris datasets. It has been shown in result section that proposed methods will act much better than other methods. These results has been inferred of the ROC diagram and FRR value in constant FAR and also results of EER. Finally we will examine proposed methods in comparison with state of the art methods show its better.