مقارنة بين الشبكة العصبية Backpropagation والعزوم السبع للتعرف على بصمات الأصابع في أطارات الفيديو بدقة أكبر
محتوى المقالة الرئيسي
الملخص
في العصر الحديث للتداخلات الإلكترونية ، ظهرت الحاجة إلى طرق أكثر أمانًا لحماية المعلومات الحيوية. كلمات السر هي بالفعل وسيلة بارزة وآمنة ، لكنها عرضة للنسيان ، خاصةً إذا كانت طويلة ومعقدة. الطريقة الأكثر فعالية هي استخدام بصمات الأصابع البشرية. بصمات الأصابع تكون وحيده من نوعها لكل شخص. لا يوجد شخصان لهما نفس البصمة حتى لو كانا توأم. هذا يجعلها طريقة آمنة للغاية والتي لا يمكن تكرارها أو نسيانها. الهدف من هذا البحث هو المقارنة بين الشبكه العصبيه ((BPNN و العزوم السبعه للتعرف على بصمات الأصابع بشكل أكثر دقة داخل إطارات الفيديو. الطريقة الأولى هي تطبيق "العزوم السبعه" والطريقة الثانية هي تطبيق الشبكه العصبيه) على نقاط الاهتمام المستخرجة من كل إطار. تم استخدام كاشف الزاوية SUSAN لاستخراج نقاط الاهتمام من كل إطار. تم تطبيق المقارنة على عدة عينات من إطارات الفيديو وأظهرت النتائج أن طريقة BPNN أثبتت أنها أكثر دقة حتى لو كانت بصمة الإبهام تحتوي على الكثير من البيانات المشوهة أو وحدات البكسل غير الواضحة.
Received 20/03/2023
Revised 16/09/2023
Accepted 18/09/2023
Published Online First 20/04/2024
تفاصيل المقالة
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
كيفية الاقتباس
المراجع
Alaa N, Ekhlas F. Hiding the Type of Skin Texture in Mice based on Fuzzy Clustering. Baghdad. Sci J. 2020; 17(3): 967-972. http://dx.doi.org/10.21123 /bsj.2020.17.3(Suppl.).0967.
Saad O, Kadhim H. Fingerprint Recognition Based on Gabor Features Extraction. J Edu. Sci Thiq Univ. 2020; 10(2): 96-102.
Uttam U, Malemath V. A Study on Automatic Latent Fingerprint Identification System. J. Comp. Sci. Res. 2022; 4(1): 38-50. https://doi.org/10.30564/ jcsr.v4i1.4388.
Jannis P, Christian R, Nicolas B, Christoph B, Marian M. An overview of touchless 2D fingerprints recognition. J. Img. Vid. Proc. 2021; 8:1-28. https://doi.org/10.1186/s13640-021-00548-4.
Sulavko A. Bayes-Minkowski measure and building on its basis immune machine learning algorithms for biometric facial identification. J Phys Conf Ser. 2020; 1546(1): 1-7. https://doi.org/10.1088/1742-6596/1546/1/012103.
Haroon S, Tariqullah J, Amjad A, Naveed A, Abid M, Ruhul A. Fingerprint image enhancement using multiple filters. Peer J Comp Sci. 2023; 9: 1-19.http://doi.org/10.7717/peerj-cs.1183.
Zihao L, Yizhi W, Zhong Y, Xiaomin T, Lixin Z, Xiao W, Jianpeng Y, Shanshan G, Lingyi H, and Yang Z. A novel fingerprint recognition method based on a Siamese neural network. J Intel Sys. 2022; 31: 690–705. https://doi.org/10.1515/jisys-2022-0055.
Jannis P, Rolf H, Christian R, Nicolas B, Christoph B. Mobile Contactless Fingerprint Recognition: Implementation, Performance and Usability Aspects. Int. J Sens. 2022; 22(3): 1-21. https://doi.org /10. 3390/s22030792.
Ashraf T., Hasanen S., Mohammad N. Impostor Detection Based Finger Veins Applying. Iraq. J. Comp. Comm. Cont. Syst. Eng. (IJCCCE), 2021; 21(3):98-111.https://doi.org/https://doi.org/10.33103 / uot.ijccce.21.3.9.
Ekhlas F. Compare Between Histogram Similarity and Histogram Differencing For More Brief Key Frames Extraction from Video Stream. J Phys.: Conf Ser. 2021; 1897: 1-10. https://doi.org/10.1088/1742-6596/1897/1/012022.
Xiaohua X, Haoming X, Yusong C, Zhaokai G, Zainan J. Feature Extraction and Matching of Humanoid-Eye Binocular Images Based on SUSAN-SIFT Algorithm. Biomimetics. 2023; 8(2): 1-16. https://doi.org/10.3390/biomimetics8020139.
Muna G., Matheel E. Multimodal video abstraction into a static document using deep learning. Int. J. Elec. Comp. Eng. (IJECE) 2023; 13(3): 2752-2760. https://doi.org/10.11591/ijece.v13i3 .
Zan T, Liu Z, Wang H, et al. Control chart pattern recognition using the convolutional neural network. J Intell Manuf. 2020; 31(3): 703-716. https://doi.org/10.1007/s10845-019-01473-0.
Anuradha J. Big data based stock trend prediction using deep CNN with reinforcement-lstm model. Int. J. Syst. Assur. Eng. Manag. 2021; 5(1):1–11. http://dx.doi.org/10.1007/s13198-021-01074-2.
Mohd W, Shahrul N, Amir N, Mohd Z, Nuraminah R, Mohd S. Moment Invariants Technique for Image Analysis and Its Applications: A Review. Int. Conf. Eng. Tech. (ICoEngTech), J Phy. 2021; 1962 https://doi.org/10.1088/1742-6596/1962/1/012028.
Iulia N, Simona M, Luminita M. Image Moment-Based Features for Mass Detection in Breast US Images via Machine Learning and Neural Network Classification Models. Inventions. 2022; 7(2): 1-11. https://doi.org/10.3390/inventions7020042.
Ekhlas F, Suhiar M. Using Fuzzy Clustering to Detect the Tumor Area in Stomach Medical Images. Baghdad Sci J. 2021; 18(4): 1294-1302. http://dx.doi.org/10.21123/bsj.2021.18.4.1294.