research centers


Search results: Found 12

Listing 1 - 10 of 12 << page
of 2
>>
Sort by

Article
A Hybrid Features for Signature Recognition Using Neural Network
الخصائص الهجينة لتمييز التواقيع الشخصية باستخدام الشبكات العصبية

Authors: Zamen F. Jabr زمن فاضل جبر --- Shaymaa R. Saleh شيماء راشد صالح --- Abeer N. Fasial عبير ناصر فيصل
Journal: JOURNAL OF THI-QAR SCIENCE مجلة علوم ذي قار ISSN: 19918690 Year: 2016 Volume: 6 Issue: 1 Pages: 83-88
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

In automatic personal recognition systems, biometric features is used as recognition measure based on biological traits such as face, iris, fingerprint, etc…or gait, signature which is considered behavioral characteristics. Signature verification is one of the authentication methods which can provide security at maintenance and low cost. The most essential and challenging stage of any off-line signature system is feature extraction stage. The accuracy and robust of the recognition system depends basically on the usefulness of the signature features extracted by this system. If the extracted features from a signature's image doesn't robust this will cause to higher verification error-rates especially for skilled forgeries in hacker the system. In this paper, we present a new offline handwritten signature recognition system based on combination of global with Statistical and GLCM (Grey Level Co-occurrence Matrix) features using neural network as classifier tool. The global, Statistical and GLCM features are combined to consist a vector of 14 features for the authentication of the signature. Verification of signatures is decided using neural network. The experimental results obtained by using a database of 7 individuals’ signatures. A total number of 70 images are collected with 10 signatures for each person, 5 of the signatures are used in training phase, and the remaining 5 signatures are used in testing phase. In this proposed method the results show 100% recognition accuracy for training and 97.1% recognition accuracy for the testing.

يستخدم القياس الحيوي للتميز التلقائي للشخص بالاعتماد على الصفات البيولوجية مثل بصمات الأصابع وقزحية العين والوجه، الخ ... أو الخصائص السلوكية مثل مشية والتوقيع. التحقق من صحة التوقيع هي واحدة من أساليب المصادقة التي يمكن أن توفر الأمن في الصيانة والتكلفة المنخفضة.تعد مرحلة استخلاص الخصائص المرحلة الاكثر اهمية والاكثر صعوبة في أي نظام تحقق عن طريق التواقيع الشخصية. دقة النظام تعتمد بصورة اساسية على فعالية ودقة خصائص التوقيع المستخدمة في نظام التميز. كما ان عدم القدرة على استخلاص خصائص قوية من صورة التوقيع تسبب نسبة خطا كبيرة في نظام التحقق وهذا يفيد المزورين الماهرين في اختراق النظام. في هذه الورقة البحثية نحن قدمنا نظام تميز جديد للتواقيع الشخصية بالاعتماد على خليط من الخصائص العامة والخصائص الاحصائية وخصائص ناتجة من تطبيق مصفوفة تكرار حدوث المستويات الرمادية GLCMعلى صورة التوقيع وباستعمال الشبكات العصبية كأداة تصنيف. الخصائص المذكورة اشتركت لتكون متجه خصائص يضم 14 خاصية تمييز كل توقيع لشخص معين عن توقيع الشخص الاخر لتوثيق التوقيع رقميا. النتائج التجريبية المستحصلة باستخدام قاعدة بيانات تضم تواقيع 7 اشخاص . العدد الكامل لصور التواقيع كان 70 صورة جمعت بواقع 10 صور توقيع لكل شخص خمس منها استخدمت في مرحلة التدريب والخمس المتبقية في مرحلة الاختبار . النتائج اظهرت بان الطريقة المقترحة أنجزت دقة مقدارها 100% في مرحلة التدريب و 97.1% في مرحلة الاختبار .


Article
Preprocessing Signal for Speech Emotion Recognition

Author: Bashar M. Nema
Journal: Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية ISSN: 1814635X Year: 2017 Volume: 28 Issue: 3 Pages: 157-165
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

In this paper the preprocessing signal for speech emotion recognition was introduced. The literature review on speech emotion recognition was presented. The discrimination between speech and music files was performed depend on a comparative between more than one statistical indicator such as mean, standard deviation, energy and silence interval. The preprocessing include silence removal, pre-emphasis, normalization and windowing so it is an important phase to get pure signal which is used in the next stage (feature extraction). The wave files (male, female) and the music file which are used in this paper have sample rate 48000; bit resolution 16 bit and mono channel. The wave files of this paper are taken from the Berlin dataset and RAVDESS dataset.

Keywords

Speech --- Features extraction --- Emotion --- Vocal --- LPC --- MFCC.


Article
ECG CLASSIFICATION USING SLANTLET TRANSFORM AND ARTIFICIAl NEURAL ARTIFICIAL NETWORK

Authors: Rasha Thabit --- Tarik Zeyad --- Sadiq J. Abou-Loukh
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2010 Volume: 16 Issue: 1 Pages: 4510 -4526
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Automatic detection and classification of cardiac arrhythmias is important for diagnosis of cardiac abnormality. This paper shows a method to accurately classify ECG arrhythmias through a combination of slantlet transform and artificial neural network (ANN). The ability of the slantlet transform to decompose signal at various resolutions allows accurate extraction of features from non-stationary signals like ECG. The low frequency coefficients, which contain the maximum information about the arrhythmia, were selected from the slantlet decomposition. These coefficients are fed to a Multi-Layer Perceptron (MLP) artificial neural network which classifies the arrhythmias. In the present work the ECG data is taken from standard MIT-BIH database. The proposed system is capable of distinguishing the normal sinus rhythm and nine different arrhythmias. The overall accuracy of classification of the proposed approach is 98.40 %. Three other transformation methods are used and the accuracy of the classification of each was compared with the slantlet system accuracy. These transformation methods are: the Fourier transform which gives 67.80% accuracy, the discrete cosine transform which gives 92.72% accuracy, and the wavelet transform (using Haar and Daubechies-4 scaling function coefficients, which give an accuracies of 96.02% and 96.25% respectively).

إن كشف و تصنيف حالات القلب المرضية مهم في تشخيص الحالات القلبية الشاذة. هذا البحث يوضح طريقة لتصنيف الحالات المرضية من تخطيط القلب و ذلك من خلال دمج التحويل (Slantlet) مع الشبكة العصبية الاصطناعية (ANN). قدرة التحويل (Slantlet) على تحليل الأشارة إلى عناصرها ذات الدقة المختلفة تسمح بإستخلاص أدق للميزات التي تحملها الأشارات غير المستقرة مثل الاشكال الموجية لتخطيط القلب الكهربائي. المعاملات ذات التردد الواطيء (و التي تحتوي على أعظم نسبة من المعلومات عن الحالة المرضية) تم إختيارها من التحليل الناتج من إستخدام التحويل (Slantlet). هذه المعاملات تم تجهيزها الى شبكة عصبية اصطناعية متعددة الطبقات و التي بدورها تقوم بتصنيف الحالات المرضية. في العمل المقدم تم أخذ بيانات تخطيط القلب الكهربائي من قاعدة البيانات القياسية (MIT-BIH). .إن النظام المقترح قادر على التمييز بين الحالة الطبيعية و تسعة حالات مرضية. الدقة الاجمالية للتصنيف في الطريقة المقدمة هي 98.40٪ . كذلك تم أستخدام ثلاث طرق تحويلات أخرى و تم مقارنة دقة التصنيف لكل طريقة مع الدقة الناتجة بإستخدام التحويل (Slantlet). هذه الطرق هي التحويل (Fourier) الذي يعطي دقة 67.80٪, التحويل (discrete cosine) و الذي يعطي دقة 92.72٪ و التحويل (Wavelet) [ بإستخدام معاملات دالة الحجم (Haar) و (Daubechies-4) و التي أعطت دقة 96.02٪ و 96.25٪ على التوالي].


Article
Offline Signature Recognition and Verification Based on Artifical Neural Network
نظام تمييز وتحقيق التواقيع باستخدام الشبكات الذكية

Authors: Noor Ayad Yousif --- Mohammed A. Abdala
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 7 Pages: 1376-1384
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this paper, a problem for Offline Signature Recognition and Verification is presented. Asystem is designed based on two neural networks classifier and three powerful features (global,texture and grid features). Our designed system consist of three stages: the first is preprocessingstage, second is feature extraction stage and the last is neural network (classifiers)stage which consists of two classifiers, the first classifier consists of three Back PropagationNeural Network and the second classifier consists of two Radial Basis Function NeuralNetwork. The final output is taken from the second classifier which decides to whom thesignature belongs and if it is genuine or forged. The system is found to be effective with arecognition rate of (%95.955) if two back propagation of the first classifier recognize thesignature and (%99.31) if all three back propagation recognize the signature.

تم في هذا البحث، طرح مشكلة التعرف عل التواقيع وتميزها. النظام المصمم مبني على مصنف متكونمن مرحلتين وثلاث مراحل من استخراج الخصائص حيث تشمل خصائص شاملة وخصائص بنوية وخصائصشبكية. النظام المصمم يتكون من ثلاث مراحل وهي معالجة الصورة، استخراج الخصائص ومصنف الشبكاتاما (Back Propagation) الذكية والتي تتكون من مصنفين، المصنف: الأول يتكون من ثلاث شبكاتالاخراج النهائي للنظام ياخذ من المصنف .(Radial Basis Function) المصنف الثاني فيتكون من شبكتينالثاني والذي يقرر من هو صاحب التوقيع وهل هو مزور ام أصلي. لقد أثبتت النتائج بان النظام فعال حيثوصلت نسبة التمييز إلى ( 95.955 %) في حالة تعرف شبكتين من المصنف الأول على التوقيع و كانت نسبةالتمييز ( 99.31 %) في حالة تعرف الشبكات الثلاثة للمصنف الأول على التوقيع.


Article
DESIGN A FINGERPRINT DATABASE PATTERN RECOGNITION SYSTEM VIA CLUSTER ANALYSIS METHODI- DESIGN OF MATHEMATICAL MODEL
تصمیم قاعدة البیانات كنظام لتمییز أنماط بصمات الأصابع بإستعمال طریقة التحلیل العنقودي

Author: علي عبد الحافظ إبراهیم أیفین محي الدین
Journal: Iraqi Journal of Biotechnology المجلة العراقية للتقانات الحياتية ISSN: 18154794 Year: 2011 Volume: 10 Issue: 2 Pages: 273-283
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Cluster Analysis Method – Hierarchical Clustering procedure (HCP) was used toclassify the fingerprint database into groups. The goal of this paper was to reduce thetime that was required to identify the desired fingerprint image of specific person.The results show that the proposed fingerprint database system reduce time that isrequired to identify the desired fingerprint image in the case of clustering taskcompared with classical method.

الخلاصةأستعملت طریقة التحلیل العنقودي – خوارزمیة التعنقد الهرمي، لتصنیف قواعد البیانات الخاصة بصور بصمةالإبهام إلى مجامیع مختلفة من المشاهدات(بین المجامیع) والى مشاهدات متشابهه في المجموعة الواحده (داخلالمجامیع ). لغرض تقلیص المدة الزمنیة اللازمة لتشخیص صورة طبعة الإبهام المطلوبة والخاصة بشخص معین،وتصمیم نظام جدید لقواعد البیانات الخاصة بطبعة الإبهام لأشخاص محددین للوصول بأقصر(أسرع) وقت ممكن إلىتمییز والتعرف على طبعة الإبهام هذه. أظهرت نتائج هذا البحث تقلیص المدة اللازمة للتعرف وتمییز صوره طبعةالإبهام المطلوبة في حالة إستعمال النظام المقترح، مقارنة مع الطریقة التلقیدیة.


Article
Indian Number Handwriting Features Extraction and Classification using Multi-Class SVM

Author: H.A. Jeiad
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2018 Volume: 36 Issue: 1 Part (A) Engineering Pages: 33-40
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this paper, an Indian Number Handwriting Recognition Model (INHRM) is proposed. Mainly, the proposed model consists of four phases which are the image acquisition, image preprocessing, features extraction, and classification model. Initially, the captured images of the handwritten Indian numbers were enhanced and preprocessed to obtain the skeleton for the interested object. The extracted features of the handwritten Indian numbers were obtained by calculating four parameters for each captured number sample, these parameters are the number of starting points, the number of intersection points, the average zoning which consists of four values, and finally, the normalized chain vector of length of 10 elements. So, the resulted 16 values of the four parameters were arranged in a vectors of length of 16 elements. These features vectors were used in the training and testing processes of the proposed INHRM model. Multi-class SVM (MSVM) approach is suggested for the classification phase. An accumulation of 600 samples of various handwritten Indian numbers styles has been gathered from a group of 60 students. These samples were preprocessed, features extracted, then delivered to the classification phase by utilizing 500 samples of them for training while the remaining 100 samples were used for testing of the MSVM-classifier model. The results showed that the proposed INHRM achieved relatively high percentage of exactness of around 97%.


Article
A model for human activities recognition using partially occluded images
نموذج للتعرف على الانشطة البشرية باستخدام صور مغلقة جزئيا

Author: Fadheela Sabri Abu-Almash فضيلة صبري ابو الماش
Journal: Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات ISSN: 20740204 / 25213504 Year: 2018 Volume: 10 Issue: 2 Pages: 97-107 Comp
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

The demand for Human Activities Recognition (HAR) from still images and corresponding features categorization using appropriate classifier is never ending. HAR of partially occluded object using still image is highly challenging than extracting information from video due to the absence of any prior knowledge resembling frames stream .This new research domain dealing with the computer identification and subsequent classification of specific activities to develop understanding of human behaviors has diversified applied interests in surveillance cameras, security systems and automotive industry. We propose a new model for HAR with occluded missing part of human body in still image.(A template is built to complete the full appearance predictable by the system and their subsequent features classification is made.)The problems of HAR in still images are addressed using nonlinear Support Vector Machine classifier. The process of de-noising and chamfer matching are performed. This model is simulated with1200 still images of (64 x 128) pixels based on existing datasets such (INRIA and KTH). Using this model ,a recognition rate 86% is achieved for seven activities such as running, walking, jumping, clapping, jogging, boxing and waving .The excellent features of the results suggest that our method may constitute a basis for HAR with occlusion human body parts in still images promising for accurate features classification.

ان الحاجة الى انظمة التعرف على الانشطة البشرية (HAR) يتم من خلال الصور الثابتة التي ازدادت في الآونة الاخيرة وما يقابلها من تصنيفات للمواصفات واستخلاصها وتصنيفها بالمصنفات القياسية المتوفرة. انظمة التعرف على الانشطة البشرية التي تهتم بالجزء المفقود من الصورة يحوي على تحدي كبير وذلك لقلة التعامل مع الانظمة التي تعتمد على الصور الثابتة اما الصور المتحركة والفيديو فهي شائعة الاستعمال. لذلك التحدي في الصور الثابتة كون المعلومات المسبقة للصورة لا تتوفر ويلزم التنبؤ بها. اهمية البحث تأتي من المصالح الرئيسية التي تعتمد على كامرات المراقبة في الشركات الامنية والمصانع. ففي هذا البحث نقترح نموذج جديدا لتمييز الانشطة البشرية للجزء المفقود من الجسم في صورة ثابتة بعد التنبؤ بالجزء المفقود ثم استخراج المواصفات للشكل وبعد تصنيفه نحصل على دقة مناسبة. اشكال معينة بنيت لإتمام الاجسام في الصورة الذي يلزم لاستخراج المواصفات الكلية للجسم بسبب انه لايمكن للنظام التنبؤ الا في حالة اكمال الجسم. مشكلة التصنيف تم معالجتها عن طريق مصنف قياسي معروف (SVM). بعض الاجراءات اتبعت للصور قبل المعالجة وذلك عن طريق ازالة الضوضاء من الصورة وكذلك في نظامنا تم استعمال 1200 صورة ثابتة بدقة (64*128) بكسل من قاعدة بيانات قياسية (INRIA, KTH) . معدل الدقة المنجز هنا تقريبا 86% مع سبعة فعاليات بشرية هي: الركض, الجري, المشي, القفز, النشر, الملاكمة, حني اليد. المواصفات التي تم الحصول عليها تعتبر واعدة بالنسبة الى الانظمة ذات الصور الثابتة.


Article
Identification based Dental Image

Authors: Shaimaa Hameed Shaker --- Hajer Najah
Journal: Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات ISSN: 20740204 / 25213504 Year: 2018 Volume: 10 Issue: 3 Pages: Comp Page 56-69
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

Identification (matching) system is a recognition and classification form that helps in identifying the identity depending on his/her dental X-Ray image. This work displays a new method to identify a person from his/her dental X-Ray image that is widely used in forensic, border organization, parenting selecting and investigations. The goal of this paper is to design an efficient identification model depending on dental X-Ray image of identities and that can be useful to identify the unknown Individuals who died. The techniques that used were image processing and features extraction techniques which had been added to improve the goal. The best result attained from the dental X-Ray model was 89% as an identification rate.


Article
Feature Extraction of Human Facail Expressions Using Haar Wavelet and Neural network
استخلاص معالم تعابير وجه الانسان باستخدام تحويلات هار المويجيه والشبكه العصبيه الصناعيه

Authors: Salah Sleibi Al-Rawi صلاح صليبي الراوي --- Ahmed T. Sadiq احمد طارق صادق --- Wasan M. Alaluosi وسن مداح الالوسي
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2016 Volume: 57 Issue: 2C Pages: 1558-1565
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

One of the challenging and active research topics in the recent years is Facial Expression. This paper presents the method to extract the features from the facial expressions from still images. Feature extraction is very important for classification and recognition process. This paper involve three stages which contain capture the images, pre-processing and feature extractions. This method is very efficient in feature extraction by applying haar wavelet and Karhunen-Loève Transform (KL-T). The database used in this research is from Cohen-Kanade which used six expressions of anger, sadness fear, happiness, disgust and surprise. Features that have been extracted from the image of facial expressions were used as inputs to the neural network to recognize the facial expression .The recognition rate in this research was 90.5%.

واحدة من المواضيع البحثية الصعبة والفعاله في السنوات الأخيرة هو تعابير الوجه. تقدم في هذا البحث طريقة لاستخلاص معالم من تعابير الوجه من الصور الثابتة. عمليه استخلاص المعالم مهمة جدا في عمليه التصنيف والتمييز. وتتضمن هذه الدراسه مراحل والتي تحتوي على :التقاط الصور ,مرحله قبل المعالجه, مرحله استخلاص المعالم من اجل توظيفها في عمليه التمييز . هذه الطريقه فعالة جدا في استخراج ميزة من خلال تطبيق التحويل المويجي الهار ومن ثم استخدام تحويل KL-T تم الاختباربالاعتماد على قاعده بيانات كوهن -كاند لست تعابير هي الغضب والخوف والحزن، السعادة والاشمئزاز ومفاجأة. واستخدمت الميزات التي تم استخراجها من صورة تعبيرات الوجه كمدخلات في الشبكة العصبيه من اجل القيام بعمليه تمييز الاشخاص . حقق هذا النظام نسبه عاليه من تمييز الاشخاص وصل الى( 90.5%).


Article
Semantic Analysis based Customer Reviews Feature Extraction

Authors: Ghaidaa A. Bilal --- Rasha N. Sha`llan
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2017 Volume: 25 Issue: 3 Pages: 802-813
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

A set of customers’ reviews about restaurants has been analyzed syntactically and semantically for deducing syntactic, contextual and semantic features to leverage the textual similarity metrics. In this paper an approach for rule based extracting semantic features from customer’s reviews have been proposed. The features were extracted based on the knowledge base, co-occurrence and distributional similarity among the reviews’ aspects and descriptors. The approach was applied on the Yelp academic challenges dataset and the results have shown encouraging performance.

قد تم تحليل مجموعة من آرآء العملاء عن المطاعم نحويا لغويا واستنتاج الخصائص النحوية، والدلالية السياقية ثم الاستفادة منها لتكون مقاييس التشابه. في هذه الورقة قد استخدم طريقة الظهور المشترك وطرق التشابة المعتمدة على معجم البيانات (The Word Net) وطرق التشابه الموزعة لأستخراج خصائص دلالية للاسماء المستخلصة من الاراء وتوصيفاتها aspects ) descriptors)،والتي اشتقت من خلال بناء قواعد نحوية تم تهيئتها لهذا الغرض .النتائج كانت مشجعة جدا للاستثمار في مختلف مجالات تعدين النص. تم استخدام بيانات تم توفيرها من قبل Yelp.com

Listing 1 - 10 of 12 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (12)


Language

English (11)

Arabic and English (1)


Year
From To Submit

2019 (1)

2018 (4)

2017 (2)

2016 (2)

2011 (1)

More...