دسترسی همگانی(OPAC) نام کتابخانه در اوپک

بهبود شناسایی جنسیت با استفاده از ویژگی‌های گشتاورهای تغییرناپذیر و هیستوگرام گرادیان جهتدار در بافت تصاویر عنبیه‌ی چشم (1398) / دوستی ، فاطمه، نویسنده
نوع مدرک:متون چاپی
سرشناسهدوستی ، فاطمه، نویسنده
رده‌بندی کنگره :‭COM A ‭7 1398
عنوان :بهبود شناسایی جنسیت با استفاده از ویژگی‌های گشتاورهای تغییرناپذیر و هیستوگرام گرادیان جهتدار در بافت تصاویر عنبیه‌ی چشم
عنوان موازی :Improving Gender Identification Rate Using The features of Invariant moments and Histogram of Oriented Gradients in the texture of the iris images
ناشر:دانشگاه شهید اشرفی اصفهانی: اصفهان
سال نشر :1398
صفحه شمار:س، 72ص
یادداشتپایان نامه کارشناسی ارشد: هوش مصنوعی
شناسه افزوده :کلینی ، مینا، استاد مشاور
ترابیان اصفهانی ، مهدی، استاد راهنما
توصیفگرهاتشخیص جنسیت  تشخیص جنسیت مبتنی بر عنبیه  گشتاورهای تغییرناپذیر زرنیک و لژاندر  هیستوگرام گرادیان جهت‌دار  بافت تصویر عنبیه  Gender Identification  Iris-Based Gender Identification Zernic and Legendre Invariant Moments  Oriented Gradient Histogram  Iris Image Texture
چکیده :سال‌هاست که بیومتریک عنبیه به عنوان مشخصه‌ای برای شناسایی هویت شناخته می‌شود و اغلب پژوهشگران و محققین این بیومتریک را به‌عنوان یکی از مطمئن‌ترین و دقیق‌ترین بیومتریک‌ها می‌شناسند. ولی در سال‌های اخیر از این بیومتریک‌ها برای شناسایی دیگر ویژگی‌های انسان همچون سن، نژاد، جنسیت و غیره استفاده شده است. علارغم کاربردهای گسترده‌ای که استفاده از عنبیه برای تشخیص جنسیت دارد تاکنون تحقیقات انجام شده در این حوزه بسیار محدود بوده و نتایج اندک تحقیقات انجام شده فاصله‌ی زیادی تا ایده‌آل‌های مورد انتظار دارد. بیومتریک عنبیه ذاتاً در مقابل نور تغییرپذیر است. با بررسی‌های گسترده در پیشینه‌ی تحقیق این حوزه، مشخص گردید، روش‌های شناسایی جنسیت موجود مبتنی بر عنبیه تاکنون، نرخ شناسایی پایین یا پیچیدگی محاسباتی بالا و زمان پاسخگویی پایین داشته‌اند. هدف اصلی این پژوهش نیز پاسخ به چالش‌های ذکر شده است. بنابراین باید به ابداع روشی که در مقابل تغییرات پایدار و زمان پاسخگویی خوبی داشته باشد ازجمله گشتاورهای تغییرناپذیر زرنیک و لژاندر و هیستوگرام گرادیان جهت‌دار پرداخت. در این پژوهش از یک پایگاه داده‌ی تصاویر رنگی عنبیه با مشخصه‌ی جنسیت CVBL استفاده شده است. در روش ارائه شده، ناحیه‌بندی و نرمال‌سازی از طریق الگوریتم داگمان، و استخراج ویژگی از تصاویر عنبیه از ادغام توصیفگرهای زرنیک، لژاندر و هیستوگرام گرادیان جهت‌دار و طبقه‌بندی ویژگی‌های مستخرج توسط توصیفگرها نیز از خانواده‌ی طبقه‌بند ابرصفحه‌ها به نام ماشین بردار پشتیبان استفاده شده است. در نهایت پس از پیاده‌سازی ایده‌های مدنظر در روش پیشنهادی، نتایجی شامل %5/97 و %93 به‌ترتیب برای چشم چپ و راست حاصل گردیده است
لینک ثابت رکورد:../opac/index.php?lvl=record_display&id=12597
زبان مدرک :فارسی
شماره ثبتشماره بازیابینام عام موادمحل نگهداریوضعیت ثبتوضعیت امانت
23282‭COM A ‭7 1398 پایان‌نامهدانشگاه شهید اشرفی اصفهانیاسناد مرجعغیر قابل امانت

کاربران آنلاین :84