طراحي و پياده سازي سخت‌افزاري طبقه‌بندي كننده بهينه شده تصاوير اثرانگشت مبتني بر مدل‌هاي يادگيري ماشين

شناسايي و تشخيص هويت با استفاده از اثر انگشت داراي قدمت بيش از يكصد سال بوده و يكي از متداول‌ترين و پركاربردترين روش‌هاي احراز هويت مبتني بر ويژگي‌هاي زيستي انسان مي‌باشد كه از اعتبار علمي و تجربي بالايي برخوردار است و روز به روز بر گستره كاربردهاي آن افزوده مي‌گردد. اثر انگشت‌ها الگوهايي هستند كه توسط خلل و فرج و خطوط روي انگشت ايجاد شده‌اند. در اصطلاح رايج به خطوط مرتفع كه اثر انگشت را شكل مي‌دهند پشته و به بخش‌هاي پايين بين پشته ها دره مي‌گوييم. اشكال ساخته شده توسط پشته ها يك مجموعه از نقاطي را مي‌سازند كه هركدام با نامي مشخص شناخته مي‌شوند. به منظور افزايش سرعت عمليات مقايسه و تطبيق يك اثر انگشت مجهول با كليه آثار موجود در بانك اطلاعاتي سعي مي‌شود آثار انگشتان را به دسته‌هاي مختلف و متمايزي تقسيم نمود تا عمليات جستجو صرفا در يك طبقه خاص معمول گردد. لذا روش‌هاي مختلفي براي طبقه‌بندي اثر انگشت ابداع گرديده است. در اغلب اين روش‌ها عمل طبقه‌بندي بر اساس تعداد و موقعيت نقاط مينوت در اثر انگشت انجام مي‌پذيرد. در اين مقاله عمليات طبقه‌بندي تصاوير اثر انگشت صورت گرفته است. براي استخراج ويژگي ازنقاط مينوت استفاده شده است يعني نقاط انشعابي و انتهايي استخراج شده به عنوان بردارويژگي درنظر گرفته شده و درانتها از روش هاي كاهش ابعاد نظير PCA و LDA براي كاهش ابعاد بردارهاي ويژگي دادگان استفاده شده است. اين سيستم روي پايگاه داده اي متشكل از320 تصوير از40 شركت كننده ازمايش شده و به نتايج با دقت بسيار بالايي دست پيدا كرده است. همچنين مدل نهايي براي ايجاد يك سيستم سخت‌افزاري بي‌وقفه تشخيص اثر انگشت بر روي يك سخت‌افزار NodeMCU پياده‌سازي شده و به نتايج مطلوبي رسيده است.