research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Pose Invariant Palm Vein Identification System using Convolutional Neural Network
نظام تحديد الهوية من خلال اوردة اليد الثابتة الموضع باستخدام الشبكة العصبية التلافيفية

Authors: Nidaa Flaih Hassan نداء فليح حسن --- Husam Imad Abdulrazzaq حسام عماد عبد الرزاق
Journal: Baghdad Science Journal مجلة بغداد للعلوم ISSN: 20788665 24117986 Year: 2018 Volume: 15 Issue: 4 Pages: 503-510
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Palm vein recognition is a one of the most efficient biometric technologies, each individual can be identified through its veins unique characteristics, palm vein acquisition techniques is either contact based or contactless based, as the individual's hand contact or not the peg of the palm imaging device, the needs a contactless palm vein system in modern applications rise tow problems, the pose variations (rotation, scaling and translation transformations) since the imaging device cannot aligned correctly with the surface of the palm, and a delay of matching process especially for large systems, trying to solve these problems. This paper proposed a pose invariant identification system for contactless palm vein which include three main steps, at first data augmentation is done by making multiple copies of the input image then perform out-of-plane rotation on them around all the X,Y and Z axes. Then a new fast extract Region of Interest (ROI) algorithm is proposed for cropping palm region. Finally, features are extracted and classified by specific structure of Convolutional Neural Network (CNN). The system is tested on two public multispectral palm vein databases (PolyU and CASIA); furthermore, synthetic datasets are derived from these mentioned databases, to simulate the hand out-of-plane rotation in random angels within range from -20° to +20° degrees. To study several situations of pose invariant, twelve experiments are performed on all datasets, highest accuracy achieved is 99.73% ∓ 0.27 on PolyU datasets and 98 % ∓ 1 on CASIA datasets, with very fast identification process, about 0.01 second for identifying an individual, which proves system efficiency in contactless palm vein problems.

تمييز اوردة راحة اليد واحدة من اكفأ التقنيات البيولوجية حيث يمكن التعرف على هوية أي شخص من خلال الخصائص الفريدة للأوردة، ان تقنيات تصوير اوردة الكف اما تقنية ملامسة او تقنية الغير ملامسة حسب كون الكف تلامس سطح الجهاز عند التصوير من عدمه، ان حاجة التطبيقات الحديثة لنظم اوردة اليد الغير ملامسة قد ابرز مشكلتان، التغيير في الموضع للكف من ناحية (التدوير, الحجم, الموقع) حيث ان جهاز التقاط صورة الكف لا يمكنه دائما محاذاه سطح الكف الغير ملامس له, ومشكلة تأخر عملية المطابقة خاصة في الأنظمة الكبيرة. هذا البحث يقترح نظام تحديد الهوية من خلال اوردة راحة اليد الثابتة الموضع والذي يتضمن ثلاث خطوات رئيسية , في البداية يتم تطبيق طريقة زيادة البيانات من خلال تدوير نسخ للصورة المدخلة حول جميع المحاور, ثم اكتشاف المنطقة المهمة في الكف(Region of Interest) من خلال خوارزمية جديدة مقترحة , أخيرا استخلاص الخصائص والتصنيف يتم بواسطة استخدام هيكلية خاصة للشبكة العصبية التلافيفية(Convolutional Neural Network), تم اختبار النظام على قاعدتي بيانات لأوردة اليد (PolyU و CASIA) وعلى قواعد بيانات اصطناعية اخرى تم انشائها من قاعدتي البيانات اّنفة الذكر لمحاكاة تدوير اليد حول جميع المحاور بزوايا عشوائية ضمن نطاق -20° الى +20° درجة , لدراسة عدة حالات من تغيير موقع الكف , تم تطبيق 12 اختبارا على قواعد بيانات انفة الذكر, أظهرت النتائج ان اعلى دقة للنظام كانت 0.27 ∓ 99.73% على قاعدة بيانات PolyU و1 ∓ 98% على قاعدة بيانات CASIA مع سرعة فائقة في عملية تحديد الهوية, حوالي 0.01 ثانية لعملية التعرف على شخص, وهذا يثبت كفاءة النظام في مشاكل اوردة راحة اليد الغير ملامسة.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2018 (1)