Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги


СИСТЕМА РАСПОЗНАВАНИЯ ОТПЕЧАТКОВ ПАЛЬЦЕВ



Download 7,67 Mb.
Pdf ko'rish
bet205/260
Sana25.02.2022
Hajmi7,67 Mb.
#291106
1   ...   201   202   203   204   205   206   207   208   ...   260
Bog'liq
2-qism-toplam-4-5-mart

 
СИСТЕМА РАСПОЗНАВАНИЯ ОТПЕЧАТКОВ ПАЛЬЦЕВ 
ИСПОЛЬЗОВАНИЕМ МЕТОДОВ СОПОСТАВЛЕНИЯ С ШАБЛОНОМ 
КРУГОВОЙ СТРОКИ 
Ч.М. Хидирова (ТУИТ, доцент) 
Ш.М. Матчонов (ТУИТ, магистрант) 
Система распознавания отпечатков пальцев на основе идентификации 
мобильных устройств с использованием методов сопоставления с образцом 
круговой строки. Поскольку современные устройства все чаще настраивают-
ся для высокоскоростной передачи и обмена данными в мобильных сетях [1], 
это в свою очередь, привело к увеличению объема информации, передавае-
мой неизвестным объектам. Это сделало обмен персональными данными 
через системы распознавания фундаментальной проблемой и следовательно, 
заставляет производителей повышать точность распознавания. 
Основываясь на отсутствии методов учета ориентации в других исследо-
ваниях [2] в этой статье, предлагается процесс сопоставления с образцом для 
аутентификации по отпечатку пальца с использованием классификации для 
сопоставления профилей отпечатков пальцев. Это достигается путем полу-
чения информации о деталях путем перехвата отпечатка пальца с помощью 
серии кругов сканирования. Затем эта информация переводится в строку. 
После этого начального этапа строковая информация отпечатка пальца 
сопоставляется в локальной базе данных изображений. Этот процесс сопос-
тавления выполняется алгоритмом сопоставления с образцом,который устой- 
чив к топографическим ошибкам и, таким образом, позволяет выполнять 
процесс идентификации деталей за линейное время в соответствии с общей 
длиной всех искомых строк. 


446 
Схема алгоритма.Наш алгоритм был структурирован так, чтобы иден-
тифицировать круговые строки из сохраненного отпечатка пальца и ввода с 
наибольшей длиной: asmf/acdm использовался для проверки того, что отно-
сительное вращение круговой строки ввода соответствует вращению сохра-
ненного изображения отпечатка пальца. Кроме того, для проверки точности 
совмещения использовался алгоритм аппроксимации Нидлмана-Вунша [3]. 
Основным компонентом, определяющим скорость выполнения, является 
извлечение мелких деталей из изображения и построение круговой строки, 
которая многократно вызывается на протяжении всего процесса. Мы описали 
полный процесс сопоставления отпечатков пальцев, как показано ниже: 
1. Формирование базы данных: была создана база данных круговых 
строк с центром изображения, классифицированным как эффективный центр. 
2.Формирование концентрических кругов к строкам: были нарисованы 
концентрические круги, а затем (с помощью быстрого извлечения мелких 
деталей) преобразованы в строки, состоящие из нулей и единиц. Например, 
предполагая, что Cir - круговая строка i-го изображения с радиусом r, все 
повороты каждой из круговых строк сохраняются в базе данных. Если позво-
лить DbRir быть коллекцией повернутых строк из CirCir = «0111» означает, 
что DRir будет содержать значения «0111», «1011», «1101», «1110». И 
наоборот, если позволить DbRir быть набором повернутых строк из CirCir 
«0111» будет означать, что DRir будет содержать значения «0111», «1011», 
«1101», «1110». 
3. Формирование двоичной строки: после предыдущей фазы, быстрое 
извлечение новых мелочей было повторено, чтобы построить круговые 
двоичные строки для каждого круга. 
4. Формирование списка CsR: после формирования двоичной строки 
процесс затем приступил к созданию отсортированного списка CsR из пар 
радиусов и круговых строк (<CStr, Radius>) в порядке убывания длины CStr
5. Сравнение ротации: после формирования списка метод asmf / acdmf 
был применен вместе с алгоритмом Нидлмана-Вунша. Это позволяло 
сравнивать чередования, в результате чего процент совпадающих строк, 
записанных как выше определенного порога (tS), приводил к сохранению 
суммы процента совпадений. I-е изображение было помечено как 
«изображение-кандидат», а затем было выбрано (+ 1) -е изображение до тех 
пор, пока все изображения в базе данных не были использованы. Следуя 
этому процессу, этот этап можно повторить после выбора другой 
центральной точки. 
6. Сопоставление изображений: после предыдущих этапов процесс 
наконец возвращается к сопоставленным изображениям для проверки. 
Результаты исследования. Мы стремились улучшить производитель-
ность извлечения мелких деталей, чтобы сократить общее время выполнения 
процесса. Сравнивая время, необходимое в миллисекундах для каждого 
метода, становится ясно, что наш алгоритм решения обеспечивает лучшие 
результаты для общего времени выполнения извлечения деталей из изобра-


447 
жения и построения круговой строки, которая многократно вызывается на 
протяжении всего процесса. Это представлено в таблице 1 и на рисунке 1. 
Таблица 1. Результаты экспериментов 
Размер базы 
данных 
Время, необходимое для 
новых методов 
(миллисекунд) 
Время, необходимое для 
быстрых методов 
(миллисекунд) 
50 
881300 
67765 
100 
3276930 
1290428 
Таблица 1 показывает, что есть два основных фактора, которые 
обеспечивают точность и производительность предложенного алгоритма. Это 
размер базы данных и время, необходимое для извлечения мельчайших 
деталей из изображения и создания круговой цепочки, которая многократно 
вызывается на протяжении всего процесса. 
В таблице 1 показаны результаты для двух баз данных разных размеров. 
Для всех входных данных мы зафиксировали время, необходимое для 
каждого метода, и результаты сравниваются на рис. 1. 
новые методы
быстрые методы 
Рис. 1. Сравнение быстрых методов с новыми методами
Понятно, что наш алгоритм решения обеспечивает лучшие результаты 
с точки зрения общего времени выполнения, и по мере увеличения размера 
базы данных он уменьшает время, необходимое для извлечения деталей из 
изображения и построения круговой строки, которая многократно 
вызывается на протяжении всего процесса. 
Заключение. С увеличением количества устройств, использующих рас- 
познавание отпечатков пальцев, это заставит производителей переоценить 
существующие методы сопоставления деталей и изучить усовершенствован-
ные модели, которые лучше адаптированы к невертикальной ориентации 
ввода, которая становится распространенной среди мобильных устройств. 
В целом, это исследование является примером того, как математические 
алгоритмы могут быть использованы для расширения функциональных 
возможностей вычислительной функции с целью более точного модели-
рования окружающей среды устройства. Кроме того, помимо учета более 
реалистичного разнообразия ориентации пользователя при распознавании 
отпечатков пальцев, эта предлагаемая система может также улучшить 
модели, выходящие за рамки биоинформатики, которые сталкиваются с 
аналогичным ростом мобильности устройств и диапазоном ориентации 
портативных устройств. 


448 
Список использованной литературы 
1. Alshammary M.H., Alanezi F.A.: A review of recent developments in NOMA and SCMA 
schemes for 5G technology. In: IEEE Communications (2017). 
2. Ajala O.I., Iliopoulos C.S., Khan M.R.: Identification of fingerprints using circular string 
approximation for mobile devices. In: PATTERNS 2016, Computer Science and 
Information 
Systems. 
ACSIS, 
vol. 
13, 
pp. 
193–197 
(2016). 
URL: 
https://doi.org/10.15439/2017f3. ISSN 2300-5963
 
3. Landau G.M., Vishkin U.: Fast string matching with k differences*. J. Comput. Syst. Sci. 
37, pp. 63–78 (1998). 

Download 7,67 Mb.

Do'stlaringiz bilan baham:
1   ...   201   202   203   204   205   206   207   208   ...   260




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish