الفهرس 
IntroductionOnly 14 pages are availabe for public view
 |  | from | 214 |  |  |
| | | from | 214 | | |
Abstract
يعالج نظام التعرف متعدد البصمات بعض المشاكل التي تظهر في نظم التعرف أحادية البصمة. يخص بالذكر، استخدام طريقة مناسبة لدمج بصمتين أو أكثر مما يؤدي إلى نتائج أفضل من استخدام كل بصمة على حدة. كذلك يعالج مشكلة عدم توفر البصمة الواحدة لدى بعض الأشخاص. بالإضافة إلى عرقلة عمليات الاختراق من خلال المحاكاة أو التقليد لصعوبة تقليد أكثر من بصمة. وأخيرا يساعد استخدام أكثر من بصمة في سرعة عملية البحث والتعرف داخل قواعد بيانات ضخمة وذلك من خلال تنقية عمليات البحث. على الجانب الآخر، قد يحتاج نظام التعرف متعدد البصمات إلى اكثر من جهاز استشعار لالتقاط البصمات، وكذلك يحتاج إلى وقت أطول لالتقاط البصمات من المستخدم خاصة في حالات استخدام أجهزة تتطلب اللمس (مثل بصمة الإصبع) أو أجهزة تحتاج إلى وضعية دقيقة (مثل بصمة حدقة العين). كل ذلك يؤدي إلى جعلها أعلى سعرا وأقل راحة للمستخدم.
يهدف هذا البحث إلى دمج بصمة كف اليد مع بصمات سلاميات الأصابع باستخدام كاميرا عادية وبدون لمس. استخدام كاميرا واحدة لالتقاط أكثر من بصمة يعجل عملية الالتقاط ويجعلها أكثر سهولة وراحة للمستخدم. كذلك يتيح استخدام كاميرا عادية قليلة التكلفة والمتاحة في معظم الأجهزة المحمولة والشخصية استخدام هذا النظام لعدد كبير من المستخدمين وفي تطبيقات متعددة (مثل الحسابات الشخصية على الانترنت او الأجهزة المحمولة، أو التحقق من الشخصية في تطبيقات الحكومة الإلكترونية أوعمليات الانتخاب الالكتروني). يعالج البحث التقاط البصمات دون الحاجة إلى لمس المستشعر وما يستتبع ذلك من مشاكل متعلقة بالنظافة وكذلك يحد من عمليات سرقة البصمات أو تقليدها من خلال مسح أثرها على المستشعر وكذلك يحافظ على سطح المستشعر.
على الجانب الآخر، يؤدي استخدام كاميرا واحدة دون لمس أو توجيه إلى بعض التحديات والمشاكل. من هذه التحديات، (1) الاختلافات الهندسية في الصورة الملتقطة (مثل اختلاف الحجم وزاوية الالتقاط) وكذلك احتمال ظهور معصم اليد مع الكف أو التصاق الأصابع ببعض أو ظهور خواتم الأصابع أو اكسسوارات أخرى في اليد. كل ذلك يؤدي إلى صعوبة عملية فصل منطقة الاهتمام الخاصة بكف اليد أو سلاميات الأصابع من الصورة الملتقطة لليد. (2) اختلافات وضعية اليد ومستوى الإضاءة من صورة لأخرى قد يؤثر على توزيع ومستوى وضوح الخطوط في كف اليد وسلاميات الأصابع. (3) قد يؤدي اختلاف طريقة عرض اليد إلى ظهور بعض التجاعيد على الكف أو ظهور بعض الخطوط الخاطئة. كل ذلك قد يؤثر على أداء بعض طرق التعرف المعتمدة على لمس اليد لجهاز الاستشعار مما يؤدي إلى الحاجة إلى تطوير طرق أخرى للتعرف قادرة على التعامل مع هذه التحديات والمشاكل.
يقدم هذا البحث نظاماً كاملاً للتعرف متعدد البصمات باستخدام كاميرا واحدة ويعالج معظم ما ذكر من المشاكل والتحديات. تتلخص اسهامات هذا البحث في التالي:
أولاً: تطوير طريقة بسيطة للتأكد من وجود اليد في الصورة الملتقطة وكذلك لاستخراج منطقة الاهتمام الخاصة بكف اليد وسلاميات الأصابع دون أي قيود أو توجيه للمستخدم. تعتمد الطريقة المقترحة على سلسلة من العميات البسيطة في معالجة الصور والحسابات الهندسية دون الحاجة إلى تدريب مسبق أو ضبط مسبق للمعاملات. الطريقة المقترحة قادرة على التعامل مع اختلاف حجم وزاوية اليد وكذلك تجانب والتصاق الأصابع ببعض بالإضافة إلى التعامل مع وجود معصم اليد، خواتم الأصابع وبعض الاشياء الخاطئة الاخرى (مثل الوجه). تم تجربة الطريقة المقترحة على أربعة قواعد بيانات لصور باطن اليد والمتاحة في الساحة العلمية والتي تغطي هذه التحديات والمشاكل (Sfax-Miracl, IITD, PolyU 3D/2D and HGC). بناء على الأسلوب المقترح في قياس النتائج، استطاعت الطريقة المقترحة على فصل منطقة الاهتمام الخاصة بكف اليد في أكثر من 99% ومناطق سلاميات الأصابع في أكثر من 97.8% من كل قاعدة بيانات. وبالنسبة لأداء الطريقة المقترحة في التأكد من وجود اليد في الصور الملتقطة، استطاعت تحديد غياب اليد في أكثر من 99% من صور تحتوي على صور من أجزاء للبشرة غير اليد والمجمعة من أربعة قواعد بيانات أخرى.
ثانياً: يسهم البحث أيضاً في تقديم طريقة جديدة معتمدة على ال SIFT للتعرف على الأشخاص من خلال بصمة اليد وبصمة السلامية الوسطى من الإصبع. تشمل الطريقة المقترحة ثلاث تغييرات رئيسية مقارنة بالطريقة الأصلية:
1: يتم حجب المناطق التي لا تحتوي على خطوط مهمة من كف اليد أوسلامية الإصبع مما يؤدي الى تخفيف تأثير الخطوط الخاطئة في البصمة. بعد ذلك يتم توصيف المناطق التي تحتوي على خط أو أكثر باستخدام توصيف خاص لكل خط وليس توصيف واحد للخطوط كلها في هذه المنطقة.
2: يتم مقارنة التوصيفات التي لها اختلاف بسيط في زاوية الخط فقط بدلاً من مقارنة جميع التوصيفات المستخرجة من الصورة الملتقطة مع جميع التوصيفات في الصورة المستهدفة،. يؤدي ذلك إلى تسريع عملية المقارنة وتحسين الأداء من خلال تقليل التشابهات الخاطئة.
3: يتم تطبيق طريقة معتمدة على المحاذاة لتنقية التشابهات الخاطئة بين التوصيفات المستخرجة.
تم تجربة الطريقة المقترحة على ثلاثة قواعد بيانات متاحة لصور باطن اليد دون لمس (IITD, PolyU 2D/3D and Sfax-Miracl). تشمل هذه القواعد على اختلافات في دقة الصورالملتقطة ونوع الكاميرا وكذلك البيئة المحيطة اثناء عملية الالتقاط. حققت الطريقة المقترحة في تجارب التحقق من الشخصية باستخدام كف اليد معدل خطأ متساوي (EER) بنسبة 0.72%، 0.59%، 1.14% على قواعد البيانات الثلاثة على التوالي. كذلك حققت نسبة قبول صحيحة (GAR) بمعدل 97%، 95.5%، 85.5% وذلك عند نسبة قبول خاطئة (FAR) بمعدل 0.001%. حققت الطريقة المقترحة في تجارب التحقق من الشخصية باستخدام السلامية الوسطى من إصبع السبابة معدل خطأ متساوي (EER) بنسبة 6.52%، 5.02%، 5.57% على قواعد البيانات الثلاثة. كما حققت نسبة قبول صحيحة (GAR) بمعدل 62.1%، 55.3%، 65.9% وذلك عند نسبة قبول خاطئة (FAR) بمعدل 0.001%. على الجانب الآخر، في تجارب التعرف على الشخصية باستخدام صورة واحدة للتدريب من كل شخص، حققت الطريقة المقترحة نسبة تعرف صحيحة بمعدل 98.9%، 99.4%، 98.7% لبصمة كف اليد وبمعدل 83.1%، 87.2%، 88.2% لبصمة السلامية الوسطى من إصبع السبابة وذلك على قواعد البيانات الثلاثة على التوالي.
ثالثاً: يسهم هذا البحث في مقارنة دمج بصمة كف اليد مع بصمات السلاميات الوسطى من الأربع أصابع على ثلاث مستويات مختلفة، مستوى نتائج المقارنة (score-level)، مستوى قرارات المقارنة (decision-level)، ومستوى ترتيب النتائج (rank-level). تم تحقيق أفضل نتائج عن طريق الدمج على مستوى نتائج المقارنة (score-level) باستخدام طريقة Hamacher. على مستوى تجارب التحقق من الشخصية، أدى دمج البصمات إلى تحسين نسب معدل الخطأ المتساوي (EER) وكذلك نسب القبول الصحيحة (GAR). حققت الطريقة المقترحة معدل خطأ متساوي (EER) بنسبة 0.36%، 0.54%، 0.94% على قواعد البيانات الثلاثة على التوالي. ورفعت نسبة القبول الصحيحة (GAR) إلى 98.4%، 97.1%، 96.2% وذلك عند نسبة قبول خاطئة (FAR) بمعدل 0.001%. على الجانب الآخر، في تجارب التعرف على الشخصية باستخدام صورة واحدة للتدريب من كل شخص، أدى دمج البصمات إلى تحسن في نسبة التعرف الصحيحة والتي وصلت إلى 99.7%، 99.5%، 99.0% على قواعد البيانات الثلاثة على التوالي. بمقارنة نتائج طريقة الدمج المقترحة مع نتائج الخمس أبحاث المنشورة في الساحة العلمية (إلى حد علم الباحث) والخاصة بدمج بصمات اليد على نفس قواعد البيانات المتاحة، حققت الطريقة المقترحة أفضل نتائج.
رابعاً: أسهم هذا البحث في بناء بيانات مرجعية (ground truth) لأماكن نقاط قمم الأصابع ونقاط ما بين الأصابع وكذلك لأماكن السلاميات الوسطى من الأصابع وذلك لخمسة قواعد بيانات متاحة لصور اليد (Sfax-Miracl, IITD, PolyU 3D/2D, HGC and BioChaves). تساعد هذه البيانات المرجعية في مقارنة الطرق المختلفة لاستخراج مناطق الاهتمام الخاصة بكف اليد وسلاميات الأصابع وكذلك في مقارنة طرق التعرف على بصمات سلاميات الأصابع الداخلية (إلى حد علم الباحث، لا يوجد قواعد بيانات متاحة على الساحة العلمية لصور سلاميات الأصابع الداخلية(. هذه البيانات المرجعية متاحة للأبحاث.