عنوان الإطروحه |
Periocular Recognition Based on LBP and PCA
|
تاريخ مناقشة الاطروحه |
2020-06-22 |
اسم الطالب |
سيرين محمد فلاح الخزعلي
|
المشرف |
محمد سعيد منصور البشير |
|
المشرف المشارك |
|
اعضاء لجنة المناقشة |
| عمر علي عوده شطناوي |
| عماد السخني |
|
الكلية |
كلية الامير الحسين بن عبدالله لتكنولوجيا المعلومات |
القسم |
علم الحاسوب |
الملخص بالعربية |
نظرا لأهمية الأبحاث المستخدمة في التعرف إلى الهويه من خلال العين في الوقت الحاضر وكثرة الاستفاده منه، تعامل الباحثون مع العين من ثلاثة مداخل، القزحية ، ومحيط العين، والقزحية ومحيطها. يركز هذا البحث على منهج كلي لاستخدام العين ككل؛ القزحية ومحيطها، لأغراض تحديد الهوية.
تم اقتراح وتطوير نظام التعرف بمحيط العين باستخدام نظام مزدوج مكون من النمط الثنائي المحلي (LBP) وتحليل المكون الرئيس (PCA) في مرحلة استخراج الميزات واستخدام خوارزمية أقرب جار (k-NN) في مرحلة التصنيف كمصنف. يتكون النظام المقترح من ثلاث مراحل رئيسة، هي المعالجة المسبقة، واستخراج المعالم، والتصنيف. يتم تطبيق المعالجة المسبقة على الصور لتحويلها إلى تدرج رمادي، وفي مرحلة استخراج المعالم يتم أولا تطبيق (LBP) لاستخلاص خاصية النسيج (Texture) من الصور واستخدامها في (PCA) لتقليص أبعاد البيانات والحصول على بيانات مترابطة لاستخراج الميزات الهامة فقط. يتم تطبيق الخطوتين السابقتين على مرحلتي التدريب والاختبار باستخدام مصنف (k-NN) للوصول إلى أقرب تعرف.
تم اختبار النظام المقترح على قاعدة بيانات (PolyU) باستخدام أكثر من أساس تجربة، ونُفذت تجارب لتقييم أداء النظام باستخدام جميع العينات التي وفرتها قاعدة البيانات، والبالغ عددها (209) عينة. بالإضافة إلى ذلك تم تطبيق الأداء على منظومة بيانات جزئية مكونة من (140) عينة. كما وفرت قاعدة البيانات أكثر من طيف لصور التُقطت باستخدام الطيف المرئي والأشعة تحت الحمراء. فُحص أداء النظام باستخدام كل واحد من هذين النطاقين منفردا للمطابقة، ثم فحص الأداء عليهما معا، وهي الطريقة المعروفة بتقاطع النطاقات (Cross-Spectrum). وقد استفاد هذا البحث من توفر صور للعينين اليمنى واليسرى، وفُحص أداء النظام المقترح على صور كل واحدة منها وعلى صورهما معا. كشفت نتائج الفحص والتجريب عن أن دقة التعرف كانت في أغلب الحالات أعلى من قيم دقة التعرف التي تنتجها أنظمة منشورة في الأدب العلمي، وكانت أفضل دقة تعرف حقّقها النظام المقترح هنا (98.21%)، وكانت مرتبطة بالمنظومة الجزئية المكونة من (140) عينة (صورة).
|
الملخص بالانجليزي |
Given the importance of research for identification of identity through the eye. At present, researchers approached the eye via either of three perspectives, the iris, the circumference around the eye, and the iris and its circumference. This research follows a holistic approach to identity identification by using the whole periocular and iris.
A periocular recognition system (PRS) is proposed here and developed using a Local Binary Pattern (LBP) combined to Principal Component Analysis (PCA) at the feature extraction stage and the k-nearest neighbor (k-NN) algorithm as a classifier at the classification stage. This proposed system consists of three main phases: pre-processing, feature extraction, and classification. Pre-processing was applied to the images so as to convert them to grayscale. At the feature extraction stage, the LBP method was first applied to extract the (Texture) feature from the images and use it in PCA to reduce data dimensionality and obtain the relevant data for, eventually, extraction of the important features only. These two stages were applied both to the training phase and the testing phase of image processing. Meanwhile, the testing data sets were processed using the k-NN classifier.
The proposed system was tested on the PolyU database using more than one basis of system experience. First, the system performance was tested using all 209 subjects provided by the database. In addition, performance testing was applied to 140 subjects. This database also provides images taken in different regions of the electromagnetic radiation (EMR) spectrum, where pictures were captured in the visible (VIS) and near-infrared (NIR) regions of the EMR spectrum. The system was applied to each EMR region separately for matching. Then, both (i.e., cross-spectrum) were used together. Moreover, the proposed system benefited from the availability of images for the right and left perioculars. Performance was, therefore, tested for each side of the periocular area (the left and right sides) separately, as well as for the combination of the two sides. The recognition rates characteristic of the proposed PRS were most often higher than the recognition rates produced by systems reported in the literature. The best recognition result generated by the proposed system, which is 98.21%, was associated with the 140-subject data sub-set
|
رقم ISN |
6298 |
|
للحصول على الرسالة كملف يرجى تزويد المكتبة برقم ISN
|
|