بيومتريک و تجهيزات مربوطه - صفحه 2 - Artificial Intelligence

**Astaraki** · ۱۰-۵-۱۳۸۹, ۱۰:۰۳ قبل از ظهر

تشخيص هويت از طريق الگوي رگ هاي پشت دست

**Astaraki** · ۱۱-۱۷-۱۳۸۹, ۰۲:۰۹ بعد از ظهر

امنيت بيومتريك

توضيحات: بیومتریک فناوری و علم اندازه‌گیری و تحلیل خصوصیات بدن انسان مانند اثر انگشت، شبکیه چشم، الگوی رگ‌ها، عنبیه، الگوهای صوتی، الگوهای چهره و اندازه‌گیری‌های تناسبات دست و انگشت است که به منظور تشخیص هویت و صدور مجوز دسترسی‌ها انجام می‌پذیرد. تشخیص هویت از طریق بررسی‌های بیومتریک به سرعت در حال همه‌گیر شدن است و ظاهر شدن فناوری‌های مرتبط با بیومتریک در بسیاری از جنبه‌های زندگی روزمره ما آغاز شده است.

پرونده ویژه اين شماره دربرگیرنده چهار مقاله است که طیف وسیعی از زمینه‌های تحقیقاتی بیومتریک را بررسي كرده است. سه مقاله نخست به بحث درباره پیشرفت‌های اخیر تشخیص هویت بیومتریک از طریق تشخیص عنبیه، اثر انگشت و تشخیص چهره پرداخته که این سه در واقع نماد بخش‌های سنتی بیومتریک هستند و در چند سال اخیر شاهد تلاش‌های تحقیقاتی قابل توجهی بوده‌اند. در نهایت، مقاله چهارم به بررسی بخش نوپای تشخیص هویت بیومتریک غیر تحمیلی خواهد پرداخت.

مقاله نخست با عنوان «انطباق اثر انگشت: قدمتی صد ساله» به قلم آقاي احمد شريف‌پور به ررسی کلی سیستم‌های تشخیص اثر انگشت پرداخته و سپس درباره برخی چالش‌های حیاتی و زمینه‌های مطالعاتی ممکن در زمینه تطبیق اثر انگشت بحث مي‌كند.در مقاله بعدي با عنوان «تشخیص عنبیه: راهی به آینده» دیدی کلی از واحدهای متفاوت شکل‌دهنده یک سیستم تشخیص عنبیه معمول را، با تأکید بر واحدهای تقسیم‌بندی و کدگذاری، که در این سیستم‌ها نقشی محوری دارند، ارائه خواهد شد. سپس به بحث درباره زمینه‌های جدیدتر تشخیص عنبیه نظیر تحلیل چند وجهی، اندازه‌گیری‌های شمارشی و امنیت عنبیه پرداخته خواهد شد. مقاله سوم «تشخیص چهره: انسان يا کامپیوتر» توضیح خواهد داد که تشخیص چهره چطور کار می‌کند و چرا تا این حد برای کامپیوتر دشوار و برای انسان ساده است. همچنین تازه‌ترین دستاوردهای فناوری تشخیص چهره را معرفی کرده و مسیر انجام تحقیقات آتی را مشخص خواهد کرد. مقاله نهایی یعنی «تشخیص هویت بیومتریک غیر تحمیلی: فناوری‌های نوپا» به معرفی تلاش تحقیقاتی گروهی از دانشگاه‌ها پرداخته که به تازگی موفق به دریافت جایزه اول مرکز تعالی آکادمیک از دفتر مدیر مرکز اطلاعات ملی علوم و فناوری (ODNI S&T CAE) شده است. کنسرسیوم CASIS یا مرکز مطالعات پیشرفته علوم هویتی در حال بررسی روش‌های جمع‌آوری و تحلیل داده‌های بیومتریک در شرایط غیر تحمیلی است.

پرونده ويژه حاضر در 44 صفحه آماده شده و شامل4 مقاله با عناوين زير مي‌باشد:

- انطباق اثر انگشت: قدمتی صد ساله

- تشخیص چهره: انسان يا کامپیوتر

- تشخیص هویت بیومتریک غیر تحمیلی: فناوری‌های نوپا

**Astaraki** · ۰۱-۲۰-۱۳۹۰, ۰۹:۳۸ بعد از ظهر

نمونه مقالات درون سايت:

شناسایی اثرانگشت و الگوریتم های اون

تشخيص هويت با اثر انگشت

شبکه عصبی فازی انعطاف پذیر برای گروه بندی و شناسایی اثر انگشت

**mehdinajafinia** · ۰۲-۱-۱۳۹۰, ۱۱:۳۵ قبل از ظهر

عنبیه هر چشم منحصر به فرد است. هیچ دو irises یکسان نیست حتی در بین دوقلوهای همسان و سه قلو یا بین عنبیه سمت چپ خود و راست.

الگوهای تصادفی از عنبیه معادله پیچیده "بارکد بشر ،" هستند ایجاد شده توسط توری بافی درهم ، از بافت همبند و دیگر ویژگیهای قابل مشاهده است.

سیستم های بیومتریک شناسایی خودکار یک فرد بر اساس یکی از ویژگی های منحصر به فرد ویا مشخصه برخوردار شده توسط فردی است فراهم می کند.

شناخت جنس زنبق و سوسن به عنوان قابل اطمینان ترین و دقیق سیستم شناسایی بیومتریک در دسترس شناخته می شود.

بیشتر سیستم های تشخیص عنبیه تجاری استفاده از الگوریتم های ثبت شده توسعه یافته توسط Daugman ، و این الگوریتم قادر به تولید میزان شناخت کامل است.

با این حال ، نتایج منتشر شده است که معمولا تحت شرایط مطلوب تولید شده اند .

سیستم تشخیص عنبیه عبارت است از یک سیستم اتوماتیک تقسیم بندی است که بر اساس Hough تبدیل ، و قادر به ترجمه و بومی سازی عنبیه گرد و منطقه مردمک ، پلک ها و مژه occluding ، و بازتاب است.و از منطقه عنبیه استخراج و سپس به یک بلوک مستطیل شکل با ابعاد ثابت که برای تناقضات تصویربرداری نرمال بود به حساب کاربری(دیتا بیس فرد)ارسال میشود . در نهایت ، داده های مرحله از ورود فیلتر گابور 1D استخراج شد و در چهار سطح کوانتیزه را به رمز منحصر به فرد از الگوی عنبیه را به قالب بیتی و زرنگ بیومتریک تبدیل میکند.

فاصله Hamming برای طبقه بندی الگوهای عنبیه استفاده شده است.این سیستم با به رسمیت شناختن کامل بر روی مجموعه ای از 75تصاویر چشم انجام شده ، اما در آزمایشات دیگری مجموعه ای از 624 عکس منجر به قبول اشتباه در 0.005 درصد بود.

بنابراین ، تشخیص عنبیه نشان داده شده است به تکنولوژی قابل اعتماد و صحیح بیومتریک است

در این قسمت سورس کد یک پروژه عالی را براتون در قالب متلب گذاشتم روی لینک زیر کلیک کنید

لینک دانلود

**Astaraki** · ۰۵-۲۰-۱۳۹۰, ۰۳:۱۹ بعد از ظهر

تشخیص هویت با اسکن عنبیه و شبکیه

در این مقاله کمی ساز و کار چگونگی تحلیل داده های بدست آمده از عنبیه و شبکیه برای تشخیص هویت را شرح می‌دهیم.

شناسایی از روی عنبیه

عنبیه در حقیقت یک عضله دایره‏ای، میان عدسی چشم و پوسته چشم است که از حدود 266 طرح پیچیده مانند چین، نوار و کمان تشکیل شده و آن را به یک عامل شناسایی یکتا و ایده‏ال برای هر شخص تبدیل می‏کند.

عنبیه از حدود 266 طرح پیچیده مانند چین، نوار و کمان تشکیل شده که آن به یک عامل شناسایی منحصر به فرد تبدیل می‌کند.

اندازه سوراخ عنبیه که به شدت نور بستگی دارد در تشخیص هویت از روی آن نقش مهمی دارد. از این گذشته، شدت نور باید به اندازه‏ای باشد تا حس‏گر بتواند همه جزئیات عنبیه را با دقت کافی دریافت کند.
سیستم دریافت کننده اطلاعات (یا همان حس‏گر) از یک دوربین CCD که بدون هیچ مزاحمتی از یک فاصله 10 تا 50 سانتی‏متری از چشم عکس‏های سیاه و سفید می‏گیرد تشکیل می‏شود.

یک لامپ مادون قرمز هم چشمه نور است تا عکاسی به نور محیط وابسته نباشد. سیستم دریافت کننده اطلاعات برای تحلیل تصویر، یک شبکه روی آن می‏گذارد. این شبکه، مرکز عنبیه را مشخص کرده و حاشیه‏های آن را به دست می‏آورد. یک الگو ریتم، طرح‏های تاریک و روشن عنبیه را به داده‏های دیجیتال تبدیل می‏کند. سپس همین مشخصات دیجیتال در بانک اطلاعاتی ثبت شده یا مورد جستجو قرار می‏گیرند. پیش از جستجو باید فاصله Hamming مشخص باشد. فاصله Hamming می‏گوید که دو عدد دودویی در چند بیت با هم تفاوت دارند و هر چه فاصله Hamming کمتر باشد دو عدد ما به هم نزدیک‏ترند.

اسکن شبکیه
با اسکن شبکیه، طرح از وضعیت رگ‏های آن برای تشخیص هویت بیومتری به دست می‏آید. این روش هم هیچ تماس و مزاحمتی برای اشخاص ندارد و از یک مکانیزم نوری برای به دست آمدن ویژگی‏های بیومتریک بهره می‏برد. وضعیت رگ‏ها در شبکیه چشم انسان با بالا رفتن سن و بیماری هم تغییر نمی‏کند و در طبیعت یکتاست. بنابراین، این روش یکی از بهترین گزینه‏های برای استفاده در سیستم‏های تشخیص هویت است.

روش شناسایی از روی شبکیه تقریباً بدون خطاست و میزان خطای آن بسیار جزیی است. از سوی دیگر پایین بودن حجم داده‏های مورد استفاده در آن باعث می‏شود که فشار زیادی به سیستم چه از نظر نگهداری و چه از نظر ذخیره‏سازی داده‏ها وارد نباید. اما این روش کمی برای کاربران مزاحمت‏هایی دارد. برای نمونه، آنها باید برای تصویربرداری سرخود را در فاصله مشخصی از دوربین نگه دارند و برای مدتی هیچ حرکتی نکنند و همچنین به چشم داشتن عینک در این سیستم مجاز نیست. از دیگر اشکالات آن می‏توان به پیچیدگی تجهیزات لازم و در نتیجه‏ گران بودن آنها اشاره کرد.