رسالة ماجستير في كلية العلوم تناقش تمييز الأذن البشرية باستخدام FFNN, CNN, SURF and PSO
ناقش قسم علوم الحاسوب في كلية العلوم بجامعة ديالى رسالة الماجستير الموسومة تمييز الأذن البشرية باستخدام FFNN, CNN, SURF & PSO وعلى قاعة المناقشات في عمادة الكلية للطالب أحمد علي أحمد.
أوضحت الدراسة آذان الإنسان هي واحدة من الخصائص الفيزيائية البيومترية التي لديها صلابة واستقرار كبييرين مع مرور الوقت ، فضلا عن سهولة الوصول. لذا قد تم اقتراح العديد من التقنيات لتحديد الأشخاص أعتماداعلى شكل آذانهم.
وتم استخدام نظام قوي للتعرف على أذن الإنسان باستخدام أربعة نماذج مقترحة. يعتمد النموذج المقترح الأول على تصنيف الشبكات العصبية (FFNN). النموذج المقترح الثاني يعتمد على مصنفات الشبكات العصبية التلافيفية.(CNN) ثالث نموذج مقترح يعتمد على .Speed-Up Strong Features (SURF) فيما النموذج المقترح الرابع يعتمد على .SURF-PSO matcher تقيس جميع النماذج المقترحة التشابه بين صورة المدخلات والصور لقاعدة البيانات (USTB) .
تظهر نتائج هذه الدراسة أن النموذج المقترح باستخدام CNN كان أفضل النتائج بناء على التصنيف خاصة عند إضافة صور جديدة إلى مجموعة البيانات. ومع ذلك ، من الصعب تنفيذ النموذج المقترح باستخدام مصنف CNN في التطبيقات الفعلية.
لا يحتاج النموذج المقترح باستخدام أداة SURF-PSO إلى تدريب المصنف عند إضافة صور جديدة إلى مجموعة البيانات ، بالإضافة إلى تحسين دقة التعرف بنسبة (3.82٪) مقارنة بالنموذج المقترح باستخدام .CNN يتم أيضا تقليل الوقت بنسبة (43.71٪) في المقارنة نفسها.
