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...
Gespeichert in:
| Veröffentlicht in: | al-Mansour. 2022, Vol.2022 (37 (s+conf)), p.69-90 |
|---|---|
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | ara ; eng |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 90 |
|---|---|
| container_issue | 37 (s+conf) |
| container_start_page | 69 |
| container_title | al-Mansour. |
| container_volume | 2022 |
| creator | Tumah, Siba Iyad al-Amiri, Jamilah Harbi Saud al-Ubaydi, Zahra A. H. |
| description | 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 |
| format | Article |
| fullrecord | <record><control><sourceid>emarefa</sourceid><recordid>TN_cdi_emarefa_primary_1594994</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>1594994</sourcerecordid><originalsourceid>FETCH-emarefa_primary_15949943</originalsourceid><addsrcrecordid>eNqFjEsKwjAUALNQsGivIO8ChVZbbdaieAAFd-WZvuiDfEqSCr29Xbh3NbMYZiGyqq1kcahbuRJ5jPwsq13ZyqY8ZuJxj-xegA5QqTFgIrCjSWx9jwae7C2lwAq0D_Ae7dxxTy6xZoWJvYM4xUQWPozQEw1gCIOblxux1Ggi5T-uxfZyvp2uBVkMpLEbAs82dVUjaynr_d_gC4Y1P4c</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>Using an accurate multimodal biometric for human identification system via deep learning</title><source>Elektronische Zeitschriftenbibliothek - Frei zugängliche E-Journals</source><creator>Tumah, Siba Iyad ; al-Amiri, Jamilah Harbi Saud ; al-Ubaydi, Zahra A. H.</creator><creatorcontrib>Tumah, Siba Iyad ; al-Amiri, Jamilah Harbi Saud ; al-Ubaydi, Zahra A. H.</creatorcontrib><description>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, and finally, classification stage). The
proposed method was tested on real datasets and achieved an average accuracy of
99.72% for all datasets.</description><identifier>ISSN: 1819-6489</identifier><language>ara ; eng</language><publisher>Baghdad, Iraq: al-Mansour University College</publisher><ispartof>al-Mansour., 2022, Vol.2022 (37 (s+conf)), p.69-90</ispartof><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>314,780,784</link.rule.ids></links><search><creatorcontrib>Tumah, Siba Iyad</creatorcontrib><creatorcontrib>al-Amiri, Jamilah Harbi Saud</creatorcontrib><creatorcontrib>al-Ubaydi, Zahra A. H.</creatorcontrib><title>Using an accurate multimodal biometric for human identification system via deep learning</title><title>al-Mansour.</title><description>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, and finally, classification stage). The
proposed method was tested on real datasets and achieved an average accuracy of
99.72% for all datasets.</description><issn>1819-6489</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><recordid>eNqFjEsKwjAUALNQsGivIO8ChVZbbdaieAAFd-WZvuiDfEqSCr29Xbh3NbMYZiGyqq1kcahbuRJ5jPwsq13ZyqY8ZuJxj-xegA5QqTFgIrCjSWx9jwae7C2lwAq0D_Ae7dxxTy6xZoWJvYM4xUQWPozQEw1gCIOblxux1Ggi5T-uxfZyvp2uBVkMpLEbAs82dVUjaynr_d_gC4Y1P4c</recordid><startdate>2022</startdate><enddate>2022</enddate><creator>Tumah, Siba Iyad</creator><creator>al-Amiri, Jamilah Harbi Saud</creator><creator>al-Ubaydi, Zahra A. H.</creator><general>al-Mansour University College</general><scope>ADJCN</scope><scope>AHFXO</scope><scope>AKWCH</scope></search><sort><creationdate>2022</creationdate><title>Using an accurate multimodal biometric for human identification system via deep learning</title><author>Tumah, Siba Iyad ; al-Amiri, Jamilah Harbi Saud ; al-Ubaydi, Zahra A. H.</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-emarefa_primary_15949943</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>ara ; eng</language><creationdate>2022</creationdate><toplevel>online_resources</toplevel><creatorcontrib>Tumah, Siba Iyad</creatorcontrib><creatorcontrib>al-Amiri, Jamilah Harbi Saud</creatorcontrib><creatorcontrib>al-Ubaydi, Zahra A. H.</creatorcontrib><collection>الدوريات العلمية والإحصائية - e-Marefa Academic and Statistical Periodicals</collection><collection>معرفة - المحتوى العربي الأكاديمي المتكامل - e-Marefa Academic Complete</collection><collection>أوراق المؤتمرات - e-Marefa Conference Papers</collection><jtitle>al-Mansour.</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>Tumah, Siba Iyad</au><au>al-Amiri, Jamilah Harbi Saud</au><au>al-Ubaydi, Zahra A. H.</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>Using an accurate multimodal biometric for human identification system via deep learning</atitle><jtitle>al-Mansour.</jtitle><date>2022</date><risdate>2022</risdate><volume>2022</volume><issue>37 (s+conf)</issue><spage>69</spage><epage>90</epage><pages>69-90</pages><issn>1819-6489</issn><abstract>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, and finally, classification stage). The
proposed method was tested on real datasets and achieved an average accuracy of
99.72% for all datasets.</abstract><cop>Baghdad, Iraq</cop><pub>al-Mansour University College</pub><tpages>22</tpages></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1819-6489 |
| ispartof | al-Mansour., 2022, Vol.2022 (37 (s+conf)), p.69-90 |
| issn | 1819-6489 |
| language | ara ; eng |
| recordid | cdi_emarefa_primary_1594994 |
| source | Elektronische Zeitschriftenbibliothek - Frei zugängliche E-Journals |
| title | Using an accurate multimodal biometric for human identification system via deep learning |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-22T18%3A37%3A34IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-emarefa&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=Using%20an%20accurate%20multimodal%20biometric%20for%20human%20identification%20system%20via%20deep%20learning&rft.jtitle=al-Mansour.&rft.au=Tumah,%20Siba%20Iyad&rft.date=2022&rft.volume=2022&rft.issue=37%20(s+conf)&rft.spage=69&rft.epage=90&rft.pages=69-90&rft.issn=1819-6489&rft_id=info:doi/&rft_dat=%3Cemarefa%3E1594994%3C/emarefa%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |