سيستم¬ تشخيص هويت عنبيه با استفاده از شبكه عصبي MLP مبتني بر توصيف¬گر SIFT

سيستم¬هاي تشخيص هويت مبتني بر عنبيه نقش كليدي در سيستم¬هاي بيومتريك دارند بطوريكه كانون توجه محققين در اين سال¬هاي اخير بوده است. روشي كه در اين مقاله ارائه شده است در اولين مرحله عنبيه را از تصوير حاوي چشم، جدا مي¬سازد. در گام بعدي مرحله نرماليزه سازي را انجام مي¬دهد. اين عمل براي يكسان كردن ابعاد تصوير عنبيه انجام مي¬گيرد. در مرحله بعد، ويژگي¬هايي از تصوير نرماليزه شده استخراج مي¬گردد. در اين مقاله از توصيف¬گر SIFT استفاده شده است كه در برابر دوران، تجانس و تغيير مقياس از عملكرد خوبي برخوردار مي¬باشد. طول بردار ويژگي توصيف¬گر SIFT، 128 مي¬باشد. مرحله آخر آموزش دادن الگوريتم مي¬باشد. از شبكه عصبي چند لايه پيشخور بدين منظور استفاده شده است. مهم¬ترين ويژگي اين شبكه عصبي، طبقه بندي كردن داده¬هاي غير خطي مي¬باشد. از 70 درصد تصاوير به عنوان داده آموزشي و از 30 درصد به عنوان داده آزمايش استفاده شده است. نتايج بدست آمده حاكي اين نكته است كه شبكه عصبي چند لايه پيشخور از دقت بالايي نسبت به ديگر شبكه¬هاي عصبي از جمله LVQ برخوردار است.