Search In this Thesis
   Search In this Thesis  
العنوان
Multimodal biometric personal identification and verification /
المؤلف
El-Khateeb, Ahmed Omar Ahmed.
هيئة الاعداد
باحث / أحمد عمر أحمد الخطيب
مشرف / أحمد محمد حمد
مشرف / رشا صلاح الدين الحضرى
مناقش / هشام عرفات علي
مناقش / حازم مختار البكري
الموضوع
Multimedia Systems. Computer Science. Neural networks.
تاريخ النشر
2016.
عدد الصفحات
65 p. :
اللغة
الإنجليزية
الدرجة
ماجستير
التخصص
Information Systems
تاريخ الإجازة
01/01/2016
مكان الإجازة
جامعة المنصورة - كلية الحاسبات والمعلومات - Information System Department
الفهرس
Only 14 pages are availabe for public view

from 75

from 75

Abstract

أصبحت أنظمة التأمين التي تستخدم أداة واحدة للتأمين ضعيفة وغير كافية لحماية الأنظمة من الاختراق. ولكن هناك بعض الأنظمة التى تعتمد على صفات الشخص نفسه (القياسات الحيوية للشخص) مثل بصمة الاصبع أو صورة الوجه أو بصمة القزحية وهذه الأشياء لا يمكن سرقتها أونسيانها وأيضا لا يمكن تقليدها بسهولة. إلا أن تلك الأنظمة بها بعض العيوب إذا استخدمت منفردة ولتلافي تلك العيوب يتم دمج اثنان أو أكثر معاً, كما يمكن أيضا دمج القياسات الحيوية على أكثر من شكل مثل Multi-Sensor, Multi-Instance, Multi-Algorithm, Multimodal قمنا باستخدام بصمة الاصبع والقزحية فى نظام Multimoda Biometric وقمنا بعملية الدمج على مستوى Cascaded Advanced Decision Level وفيه يتم التأكد من هوية الشخص من خلال مرحلتين حيث يتم أولاً فحص بصمة الاصبع باستخدام Minutiea Extraction وتحديد نسبة التشابه بينها وبين العناصر الموجودة فى قاعدة البيانات وفى حالة أن نسبة التشابه تزيد عن قيمة معينة Threshold يتم تحديد هوية الشخص وتكون النتيجة النهائية بولوج الشخص للنظام دون الحاجة الى استخدام بصمة القزحية وإذا كانت نسبة التشابه أقل من Threshold ينتقل إلى المرحلة التالية. ثانياً فى حالة عدم التعرف على الشخص فى المرحلة الأولى يتم فحص بصمة القزحية وتحديد نسبة الاختلاف باستخدام Hamming Distance بينها وبين العناصر الموجودة فى قاعدة البيانات فإذا كانت نسبة الاختلاف أقل من قيمة معينة Threshold يتم تحديد هوية الشخص والسماح له بالولوج للنظام وإذا كانت نسبة الاختلاف أكبر من Threshold فيتم رفض الشخص من الولوج للنظام بعد تنفيذ هذا النظام تم استخراج النتائج التى تبين أن الأنظمة المبنية على استخدام قياسات حيوية متعددة تعطى كفاءة أعلى ومعدل قبول خاطئ ورفض خاطئ أقل حيث كانت نتيجة الكفاءة 99.86% وكان معدل القبول الخاطئ (FAR) 0.0 ومعدل الرفض الخاطئ (FRR) 0.0571.