توضیحات
Iris recognition is one of the highest accuracy techniques used in biometric systems. The accuracy of the iris recognition system is measured by False Reject Rate (FRR), which measures the authenticity of a user who is incorrectly rejected by the system due to changes in iris features (such as aging and health condition) and external factors that affect iris image, for instance, high noise rate. External factors such as technical fault, occlusion, and source of lighting that causes the image acquisition to produce distorted iris images create error, hence are incorrectly rejected by the biometric system. FRR can be reduced using wavelets and Gabor filters, cascaded classifiers, ordinal measures, multiple biometric modalities, and a selection of unique iris features. Nonetheless, in the long duration of the matching process, existing methods were unable to identify the authenticity of the user since the iris structure itself produces a template changed due to aging. In fact, the iris consists of unique features such as crypts, furrows, collarette, pigment blotches, freckles, and pupils that are distinguishable among humans. Earlier research was done by selecting unique iris features. However, these had low accuracy levels.
A new way of identifying and matching the iris template using the nature-inspired algorithm is described in this book. It provides an overview of iris recognition that is based on nature-inspired environment technology. The book is useful for students from universities, polytechnics, community colleges; practitioners; and industry practitioners.
————————————————————–
ترجمه ماشینی :
تشخیص عنبیه یکی از تکنیکهای با بالاترین دقت مورد استفاده در سیستمهای بیومتریک است. دقت سیستم تشخیص عنبیه با نرخ رد کاذب (FRR) اندازهگیری میشود، که اعتبار کاربری را که به دلیل تغییرات در ویژگیهای عنبیه (مانند پیری و وضعیت سلامتی) و عوامل خارجی که بر روی آن تأثیر میگذارند توسط سیستم به اشتباه رد میشود اندازهگیری میکند. تصویر عنبیه، به عنوان مثال، نرخ نویز بالا. عوامل خارجی مانند خطای فنی، انسداد و منبع روشنایی که باعث میشود در گرفتن تصویر، تصاویر عنبیه مخدوش ایجاد شود، خطا ایجاد میکنند، بنابراین به اشتباه توسط سیستم بیومتریک رد میشوند. FRR را می توان با استفاده از موجک ها و فیلترهای گابور، طبقه بندی کننده های آبشاری، معیارهای ترتیبی، روش های بیومتریک متعدد و مجموعه ای از ویژگی های منحصر به فرد عنبیه کاهش داد. با این وجود، در طول مدت طولانی فرآیند تطبیق، روشهای موجود قادر به شناسایی اصالت کاربر نبودند زیرا ساختار عنبیه خود الگوی تغییر یافته به دلیل پیری ایجاد میکند. در واقع، عنبیه از ویژگیهای منحصربهفردی مانند دخمهها، شیارها، یقهها، لکههای رنگدانهای، کک و مک و مردمکها تشکیل شده است که در بین انسانها قابل تشخیص است. تحقیقات قبلی با انتخاب ویژگی های منحصر به فرد عنبیه انجام شد. با این حال، این سطوح دقت پایینی داشتند.
روش جدیدی برای شناسایی و تطبیق الگوی عنبیه با استفاده از الگوریتم الهام گرفته از طبیعت در این کتاب توضیح داده شده است. این یک نمای کلی از تشخیص عنبیه را ارائه می دهد که بر اساس فناوری محیطی الهام گرفته از طبیعت است. این کتاب برای دانشجویان دانشگاه ها، پلی تکنیک ها، کالج های اجتماعی مفید است. تمرینکنندگان؛ و دست اندرکاران صنعت.
tag : دانلود کتاب Swarm Intelligence برای شناسایی عنبیه , Download Swarm Intelligence برای شناسایی عنبیه , دانلود Swarm Intelligence برای شناسایی عنبیه , Download Swarm Intelligence for Iris Recognition Book , Swarm Intelligence برای شناسایی عنبیه دانلود , buy Swarm Intelligence برای شناسایی عنبیه , خرید کتاب Swarm Intelligence برای شناسایی عنبیه , دانلود کتاب Swarm Intelligence for Iris Recognition , کتاب Swarm Intelligence for Iris Recognition , دانلود Swarm Intelligence for Iris Recognition , خرید Swarm Intelligence for Iris Recognition , خرید کتاب Swarm Intelligence for Iris Recognition ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.