نویسنده : زهراحسین دوست

دانشكده : دانشکده تحصیلات تکمیلی و مجتمع فنی

رشته/گرایش تحصيلي : مهندسي كامپيوتر- نرم افزار

استاد راهنما (عضو هیات علمی مرکز) : ,

چكيده : چكيده اثرانگشت به عنوان یک نوع از بیومتریک انسان موجود برروی نوک انگشتان به طور گسترده برای تشخیص شخص در کاربردهای پزشکی قانونی و غیرنظامی و غیره مورد استفاده قرار می¬گیرد که این امر به خاطر منحصر به فرد بودن، تغییرناپذیری و هزینه پائین آن می¬باشد. طبقه¬بندی اثرانگشت، یک شماء شاخص¬گذاری مهم برای پائین آوردن میزان جستجوی پایگاه داده اثرانگشت برای شناسایی مقیاس بالای کارآمد می¬باشد.یک الگوریتم طبقه¬بندی اثرانگشت معمولاً یک مجموعه ویژگی نماینده را استخراج می¬کند تا فردیت هر اثرانگشت را دریافت نماید سپس این استراتژی¬ها برای تعیین کلاس اثرانگشت به کار گرفته می¬شوند. از اینرو هنگامیکه چندین نوع از مجموعه¬های ویژگی و متدهای یادگیری مورد استفاده قرار می¬گیرند، طبقه¬بندی اثر انگشت قابل اعتمادتر از زمانی است که تنها یک مجموعه ویژگی استفاده می¬شود. در این پایان نامه، به پیشنهاد یک رویکرد طبقه¬بندی اثر انگشت مبتنی بر یاد¬گیری عصبی – فازی از طریق مجموعه¬های ویژگی موجود در تصاویر اثرانگشت پرداخته می¬شود. سیستم پیشنهادی شامل 3 فاز اصلی می‌باشد. در فاز اول که پیش‌پردازش می‌باشد، ابتدا نواحی اضافه از تصاویر ورودی و به ‌منظور دستیابی به نواحی اثرانگشت حذف می‌شوند. سپس از تصاویر ورودی و تصاویر موجود در پایگاه داده‌، یکسری از ویژگی¬ها به ‌وسیله‌ی گشتاورهای شبه زرنیک استخراج می‌گردد؛ و در انتها طبقه بندی اثرانگشت با استفاده از روش فازی- عصبی انجام می‌گیرد. جهت ارزیابی سیستم پیشنهادی در این پایان¬نامه از مجموعه¬داده¬ی FVC2004 بهره گرفته می¬شود،که شامل 10 کلاس از افراد مختلف می¬باشد. همچنین به ارزیابی نرخ بازشناسی پرداخته می¬شود که در مقایسه صورت گرفته مشاهده می¬شود که سیستم پیشنهادی ارائه¬کننده نرخ بازشناسی بهتری نسبت به سیستم¬های مورد مقایسه می¬باشد.

تاريخ دفاع : 1395-5-2