ترغب بنشر مسار تعليمي؟ اضغط هنا

يقترح البحث طريقة جديدة تهدف إلى التحقق من صورة التوقيع اليدوي لشخص ما، و تحديد فيما إذا كان التوقيع يعود لهذا الشخص أو أنه توقيع مزور. و تم ذلك بالاعتماد على استخلاص سمات هندسية من صورة التوقيع الموجودة في قاعدة البيانات و إجراء عمليات إحصائية رياضي ة عليها كطريقة للتحقق من توقيع هذا الشخص. تم استخلاص السمات من صورة التوقيع على مراحل متعددة حيث تم تحويل صورة التوقيع من الصيغة الرمادية إلى الصيغة الثنائية ثم استخلاص الخصائص الإحصائية للتوقيع الأصلي و هي القيم الأكبر بين القيم الأكثر تكراراً في إحداثيات الواحدات التي تحدد شكل التوقيع، بالإضافة لعدد الواحدات التي تحدد شكل التوقيع، ثم تم تحديد مجالين للقيم المقبولة للتوقيع الأصلي. و بنفس الاسلوب و يتم استخلاص السمات الإحصائية للتواقيع المزورة و اختبارها إذا كانت تنتمي إلى مجال القيم المقبولة المحدد. كما يتضمن البحث مقارنة لنتائج الطريقة المقترحة مع الطرق السابقة في هذا المجال. تم اختبار الطريقة المقترحة باستخدام قاعدة البيانات مكونة من 16200 توقيع موزعة على 300 شخص، و كنتيجة لذلك تم التحقق بنسبة جيدة من صورة التوقيع اليدوي.
تقدم الدراسة طريقة جديدة لتحديد منطقة الأذن و اقتطاعها من الصور الجانبية للوجه، تمهيداً لاستخدامها لاحقاً في عملية تعرف الأشخاص باستخدام الأذن. تتضمن هذه الطريقة مرحلتين أساسيتين، حيث يتم ضمن المرحلة الأولى تصنيف بكسلات الصورة على أنها من منطقة الجلد أو منطقة اللاجلد باستخدام كاشف الجلد المعتمد على الأرجحية، ثم يتم استخدام العمليات المورفولوجية لاستكمال عملية تحديد منطقة الأذن، بينما يتم في المرحلة الثانية اقتطاع صورة الأذن اعتماداً على ناتج المرحلة السابقة، حيث تم اقتراح طريقتين لتحقيق ذلك تعتمد الأولى منهما على التجريب بينما تعتمد الثانية على القياس. تتضمن الدراسة أيضاً مقارنة نتائج الطريقة المقترحة مع الطرق السابقة في هذا المجال، و قد تم تطبيق الطريقة المقترحة على قاعدة بيانات مكونة من 146 صورة تعود إلـى 20 شخصاً، حيث تم الأخذ بعين الاعتبار تغيرات الإضاءة و الموقع، و اختلاف أيام التصوير و مواقعه، و تغطية الأذن جزئياً بالشعر أو الأقراط، و نتيجة لذلك تم اقتطاع صورة الأذن بنجاح بنسبة 95.8%.
يقترح النظام تصميم نموذج وزن لسمات القزحية و انتقاء السمات الأفضل منها بغية دراسة تأثير عملية الوزن و الاختيار على أداء نظم التعرف. يقدم البحث خوارزمية جديدة في مجال وزن السمات و دمجها تعتمد على الفروق بين الأصناف و الفروق داخل الصنف الواحد و المنطق الضبابي، و يكون خرج هذه الخوارزمية عبارة عن أرقام تمثل أوزان السمات المختارة لمرحلة التصنيف. يتكون النظام المصمم من أربعة مراحل أساسية هي تجزيء القزحية و استخلاص سماتها و تطبيق نموذج الوزن و الاختيار و الدمج ثم التعرف. لاقتطاع منطقة القزحية يقترح النظام استخدام واصفات المنطقة من أجل تحديد نصف قطر القزحية و مركزها، و من ثم يتم تطبيق عملية الاقتطاع و إجراء نقل من الإحداثيات الديكارتية للإحداثيات القطبية عن طريق عملية التدوير و اقتطاع ما يعادل نصف القطر من بكسلات نافذة ثابتة اعتباراً من نقطة المركز و حتى المحيط. يتم استخلاص سمات القزحية باستخدام المعاملات العمودية لتحويل المويجات و يتم تدعيمها بالمعاملات الإحصائية لنواتج الاشتقاق من الدرجة الأولى و الثانية لمنطقة القزحية. و في مرحلة الوزن و الدمج يتم اختيار السمات الأفضل و وزنها و دمجها ليتم لاحقاً في مرحلة التصنيف الاستعانة بمصنف المسافة لإنجاز عملية التعرف. طبقت الخوارزمية على قاعدة بيانات CASIA العالمية المؤلفة من صور تعود لـ 250 شخص و تم التوصل لدقة 100% في مرحلة التجزيء، و معدل تعرف أعظمي98.7%. تظهر النتائج العملية أن خوارزمية التجزيء المصممة فعالة مع تغيرات الإضاءة و الدوران و التغطية الجزئية بالرموش و الأجفان،و أن خوارزمية وزن سمات القزحية و اختيارها و دمجها تحسن من أداء النظام.
التعرف على الأشخاص باستخدام بصمة اليد يلقى الكثير من الاهتمام بالتزامن مع الحاجة إلى تقنيات جديدة ترفع من مستوى الأمان. في هذه الدراسة تم اقتراح تقنية جديدة للتعرف على الأشخاص عن طريق بصمة اليد و ذلك من خلال استخلاص السمات من معاملات التحويل المويجي لصور راحة اليد بالاعتماد على فكرة التقاطعات الصفرية (عدد مرات التقاطع مع القيمة صفر). حيث تم إيجاد التحويل المويجي عند المستوى الرابع لكامل صورة اليد و الذي نتج عنه أربع مصفوفات، ثلاث مصفوفات تفاصيل (أفقية – شاقولية- قطرية) و مصفوفة تقريبات و تم الاعتماد على مصفوفات التفاصيل دون التقريبات لأن المعلومات التي نحتاجها (خطوط و منحنيات اليد) محتواة في مصفوفات التفاصيل. بعد ذلك تم استخلاص ستة عشر معامل (سمة ) من كل مصفوفة تفاصيل و ترتيب هذه السمات ضمن شعاع واحد ليتشكل شعاع السمات المستخلص من كل عينة من عينات اليد و المكون من ثمان و أربعين (48) سمة و الذي تم استخدامه كدخل للشبكة العصبونية المستخدمة. تم خلال هذه الدراسة بناء قاعدة بيانات مكونة من 400 صورة لراحة اليد عائدة لأربعين شخص بمعدل 10 صور لكل شخص. حيث أظهرت الاختبارات العملية أن النظام المصمم نجح في التعرف بمعدل 91.36%.
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا