تشخيص هويت از روي رگ هاي پشت دست در تصاوير فرو سرخ با استفاده از طبقه بندي SVM

Hand Vessels Authentication Using SVM Classification in Infrared Images

در اين مقاله روشي براي تشخيص هويت افراد، مبتني بر تصوير رگ هاي پشت دست ارايه خواهد شد. اين بررسي در سه مرحله صورت گرفته است: مرحله ثبت، مرحله گردآوري داده ها و مرحله تاييد. در مرحله ثبت، تعداد M تصوير دست با استفاده از روش تصويربرداري نزديك به مادون قرمز براي افراد مختلف به عنوان نمونه هاي اصلي آموزشي جمع آوري شده است. اين تصاوير طي مراحل پيش پردازش، استخراج ويژگي و مدل سازي مورد پردازش قرار مي گيرند تا نمونه هاي قابل تطبيق، ايجاد شوند و سپس براي مرحله تاييد از دسته بندي SVM استفاده خواهد شد. در اين روش زيست سنجي از رگ هاي پشت دست فرد تصوير تهيه مي شود و ساختار آن ها مورد پردازش و تحليل قرار مي گيرند. ساختار اين رگ‌ها براي افراد مختلف منحصربه فرد است. ارزيابي اين سيستم حاكي از عملكرد بالاي آن در تشخيص هويت به ميزان 92% و خطاي ارزيابي 0% روي نمونه هاي ورودي است.

In this paper, a method is proposed for authentication using hand vessels images. This research has three steps: database collection, simulation and verification process. In the database collection step, M hand infrared images have been collected from different people for the main train cases. The images have been processed in the pre-processing, feature extraction and modeling steps and then verified by the SVM classifier. The structure of hand vessels are unique for different people; thus in this bioassay method, hand vessels images have been used for processing and analysis. This assessment showed its high performance in the authentication of 92% and 0% error of assessment on the input samples.