بهبود تشخيص هويت به كمك الگوريتم LBP درجه دو و الگوي فاصله همينگ

استخراج ويژگي هاي منحصربه فرد از روي خصوصيات بيومتريك انسان، مي تواند منجر به برقراري سيستم هاي متنوع و مفيد در تشخيص هويت گردد. متدهاي مختلفي در تشخيص هويت استفاده مي شود مانند تشخيص از روي اثر انگشت، عنبيه و صلبيه چشم، لاله گوش، نحوه حركت، سخن گفتن و ... كه تشخيص هويت از روي پردازش خطوط كف ‌دست يكي از جديدترين اين روشهاي تشخيص هويت است. خطوط نقش بسته برروي كف دست انسان، ساختار ثابت و تغيير ناپذيري دارد و اين موضوع سبب مي شود كه اين روش، بسيار مورد توجه محققين جهت پياده سازي الگوهاي متنوع قرار گيرد. هدف از انجام اين تحقيق ابداع روشي است كه به افزايش نرخ دقت تشخيص و پردازش خطوط كف دست و در نهايت افزايش دقت تشخيص هويت انسان منجر شود كه براي رسيدن به اين هدف، استخراج ويژگي هاي منحصربه فرد از روي نقاط موثر(بحراني) موجود بر روي خطوط كف دست ابزار اصلي كار است. در سال هاي اخير تحقيقات و پژوهش هايي در زمينه تشخيص هويت از طريق خطوط كف دست صورت گرفته كه اغلب به دليل پيچيدگي هاي محاسباتي و زمان بر بودن اجراي سيستم، توفيقات روش ابداعي تحت الشعاع قرار گرفته شده است مثلا روش هايي كه با استفاده از الگوريتم هاي قديمي برنامه نويسي شده اند. در اين تحقيق براي استخراج بردار ويژگي ها از الگوريتم باينري محلي درجه دو استفاده شده و همچنين كار مقايسه ويژگي هاي استخراج شده با ويژگي هاي موجود در بانك اطلاعاتي، توسط الگوي مقايسه همينگ انجام مي گيرد. طبق نتايج بدست آمده روش تشخيص هويت پيشنهادي با استفاده از اين دو الگوريتم ، داراي دقت و سرعت قابل توجهي نسبت به روش هاي مشابه قبلي است.