ترکیب اطلاعات حرکت بدن و نیرو های تماسی کف پا برای تشخیص هویت انسان از روی تحلی

ترکیب اطلاعات حرکت بدن و نیرو های تماسی کف پا برای تشخیص هویت انسان از روی تحلی

ترکیب اطلاعات حرکت بدن و نیرو های تماسی کف پا برای تشخیص هویت انسان از روی تحلیل روش راه رفتننوع فایل:word (قابل ویرایش) تعداد صفحات :68 صفحه چکیدهامروزه ﺑﺎ ﺗﻐﯿﯿﺮات ﺳﺮﯾﻊ ﻓﻨـﺎوری، سطح اﻣﻨﯿﺖ اﻓﺮاد و ﺳﺎزﻣﺎﻧﻬﺎ ﻧﯿﺰ ﮐﺎﻫﺶﯾﺎﻓﺘﻪ و اﯾﻦ اﻣﻨﯿﺖ ﻣﻮرد ﺗﻬـﺎﺟﻢ اﻓـﺮاد ﺳـﻮدﺟﻮ و ﺧﺮاﺑﮑـﺎر ﻗﺮارﮔﺮﻓﺘﻪ اﺳﺖ. دراین میان پیشرفت روز افزون روشهای بیومتریک دستاوردهای شگرفی در زمینه هایامنیت نظامی، تجاری و مالی در برداشته است. منظور از بیومتریک فناوریاندازه گیری و پردازش مشخصات بدن افراد جهت تشخیص هویت است. راه رفتن شخص،یکی از ویژگیهای فیزیکی بدن افراد است، که امروزه به عنوان یک بیومتریک درسیستم های تشخیص هویت استفاده می شود. تمامی روشهای موجود مبتنی بر راهرفتن برای تشخیص هویت به آنالیز تصاویرگرفته شده از شخص هنگام راه رفتن میپردازند.  اثر رد پا به عنوان یک روش بیومتریک جدید معرفی شده است. اینبیومتریک مبتنی بر این است که رد پای افراد هنگام راه رفتن از جهاتی با هممتفاوت هستند. ویژگی های متمایز کننده افراد از لحاظ رد پا می توانند ابعادو زاویه پا هنگام راه رفتن باشند. ۱۲ ویژگی رد پا برای انجام شناساییافراد از همدیگر انتخاب شد و یک شبکه عصبی پرسپترون سه لایه برای بازشناسیافراد از روی ویژگی های مذکور آموزش داده شد. نشان داده شد که با استفادهاز این ۱۲ ویژگی می توان افراد را با دقت کامل از همدیگر شناسایی و تفکیککرد. فهرست مطالب         صفحه ۱ فصل اول: کلیات تحقیق         ۱-۱ مقدمه         1 ۱-۲ بیان مسئله         3 ۱-۳ فرضیه های پژوهش         4 ۱-۳-۱   ﻣﺮوری اﺟﻤﺎﻟﯽ ﺑﺮ ﺗﺎرﯾﺨﭽﻪ ﺑﯿﻮﻣﺘﺮﯾﮏ         4 ۲ فصل دوم: مبانی نظری و پیشینه تحقیق         ۲-۱ روش های شناسایی افراد از اطلاعات         8 ۲-۱-۱- باز ﺷﻨﺎﺳﯽ ﻫﻮﯾﺖ از ﻃﺮﯾﻖ اﺛﺮ اﻧﮕﺸﺖ         8 ۲-۱-۲- باز ﺷﻨﺎﺳﯽ ﻫﻮﯾﺖ از ﻃﺮﯾﻖ ﭼﺸﻢ         9 ۲-۱-۳- ﺑﺎز ﺷﻨﺎﺳﯽ ﻫﻮﯾﺖ از ﻃﺮﯾﻖ ﭼﻬﺮه         10 ۲-۱-۴- ﺑﺎز ﺷﻨﺎﺳﯽ ﻫﻮﯾﺖ از ﻃﺮﯾﻖ ﮔﻔﺘﺎر         11 ۲-۱-۵- ﺑﺎز ﺷﻨﺎﺳﯽ ﻫﻮﯾﺖ از ﻃﺮﯾﻖ اﻣﻀﺎ         11 ۲-۲-    شناسایی افراد از طریق راه رفتن         12 ۲-۲-۱- روش مبتنی بر مدل         13 ۲-۲-۲- روش مبتنی بر ظاهر         20 ۳ فصل سوم : مواد و روش ها         ۱-۳-جمع آوری داده         27 ۳-۳-۱- مدل شماتیک         27 ۳-۱-۲- طرز کار سنسور SPI         28 ۳-۲- استخراج ویژگی         30 ۳-۲-۱- اندازه گیری متغیرها         30 ۳-۲-۲- تعداد متغیر ها         30 ۳-۲-۳ جامعه آماری         38 ۳-۳-دسته بندی         39 ۳-۳-۱- شبکه های عصبی مصنوعی         39 ۳-۳-۲-الگوریتم یادگیری پرسپترون         42 ۳-۳-۳-طراحی شبکه عصبی در MATLAB         43 ۴ فصل چهارم         ۴-۱ تشخیص هویت با شبکه آموزش دیده         48 ۴-۲ نتیجه گیری         49 ۴-۳ کارهای آینده         49  منابع و مآخذ        50