Using an accurate multimodal biometric for human identification system via deep learning

أنظمة المقاييس الحيوية لتعرف الالي على الافراد تعتمد على المتغيرات السلوكية او الفسيولوجية المرتبطة بالأفراد. تعمل أنظمة المقاييس الحيوية بأسلوبين: التحقق والتعريف للهوية. أسلوب التحقق، يتم فيه رفض او قبول الهوية اما أسلوب التعريف يتم فيه وصف هوية الشخص الغير مُعَرف. تُستخدم الأنظمة متعددة المقاييس الحيوية لتحديد هوية الفرد من خلال جمع المعلومات التي توفرها المتحسسات الحيوية او العينات او الوحدات او الخوارزميات او الخواص والميزات. تعد أنظمة متعدد المقاييس الحيوية موضوعاً بحثياً مثيراً للاهتمام. ويتم استخدامها للتعرف على هوية الأشخاص لغرض تحسين وزيادة مستوى امن وحماية المعلومات. من المتوقع ان استخدام هذه الأنظمة تساعد على منع الانتحال وتسهيل عملية المراقبة المستمرة كذلك تحسين التغطية السكانية وتوفير حل للإخطاء في تطبيقات المقاييس الحيوية. ولهذه الأسباب تم تقديم هذه الدراسة لاقتراح نظام تعريف هوية الفرد بالاعتماد على نمط الاذن واللسان. تستخدم الشبكة العصبية الالتفافية (ش.ع.ا) لاستخلاص واستخراج الميزات والخواص الأساسية من الصور المدخلة. هذا النظام يعد قوي وفعال مع الضوضاء واضاءة السطوع وهو غير حساس لتغيرات في الدوران. الطريقة المقترحة تتكون من أربع مراحل رئيسية هي (المعالجة الأولية، الدمج، استخراج الميزات وأخيرا. مرحلة التصنيف). تم اختبار الطريقة المقترحة على ثلاث مجاميع مختلفة من البيانات الحقيقية وحققت معدل دقة يساوي ٩٩.٧٢٪؜ لجميع البيانات في المجموعات الثلاثة Biometric systems for automated identification of an individual rely on behavioral or physiological variables linked with the individual. Biometric systems function in two modes: verification and identification. In the verification mode, a claimed identity is either denied or accepted, and in the identification mode, the identity of an unknown person is described. Multibiometric systems are used to establish an individual's identification by combining information supplied by several biometric sensors, samples, units, algorithms, or features. Multibiometric is an interesting and exciting research topic. It is used to identify people to improve security. Therefore, these systems are intended to prevent spoofing, facilitate continuous monitoring, enhance population coverage, and provide fault tolerance to biometric applications. This study proposes an identification system for the individual based on the ear and tongue pattern. Convolution Neural Network (CNN) extracts the essential features from the input images. This system is robust to noise, brightness variations and insensitive to rotation variation. The proposed method consists of four main stages (i.e., preprocessing, fusion, feature extraction, a