Please use this identifier to cite or link to this item:
https://dspace.univ-ouargla.dz/jspui/handle/123456789/29224
Title: | Personal Biometric Recognition Based onTransfer Learning |
Authors: | Samai, Djamel Trabelsi, Selma HIDEB, Nada TALBI, Sirine ZERGUI, Safa |
Keywords: | Biometrics. Deep learning Transfer learning. Palmprint. |
Issue Date: | 24-Jun-2021 |
Publisher: | UNIVERSITY OF KASDI MERBAH OUARGLA |
Abstract: | In recent years, biometrics has been included in all security systems with different
forms: fingerprint, iris, signature, etc. Nowadays, biometrics is a solution to several problems
of automatic identification of individuals. In this document, we gave a definition of the
biometric system, showed its categories, the different processes that it can work in, and we
also demonstrated its different composition modules and how can we evaluate its
performances on several standards, furthermore we spoke about two biometric techniques,
and those were Uni/Multimodal systems and revealed how is it that multimodal biometric
system is better than the unimodal. We will experiment a biometric system based on
palmprint and palmvein by using transfer learning which is used in deep learning
applications. Transfer learning is that a preformed network has learned a rich set of
characteristics that can be used as a starting point for learning a new task. In our work, the
effectiveness of transfer learning was assessed on two publicly available databases (PolyU
and CASIA) by comparing the spectral bands within each database while using one of the
models of convolutional neural networks (AlexNet) and choosing the best band in the unimodal
system for each database. Finally, we will apply a multimodal system for each database
using the fusion of the unimodal scores in order to improve the performance and get better
results. Ces dernières années, la biométrie a été intégrée dans tous les systèmes de sécurité sous différentes formes: empreinte digitale, iris, signature, etc. De nos jours, la biométrie est une solution à plusieurs problèmes d'identification automatique des individus. Dans ce document, nous avons donné une définition du système biométrique, montré ses catégories, les différents processus dans lesquels il peut fonctionner, et nous avons également démontré ses différents modules de composition et comment évaluer ses performances sur plusieurs normes, de plus nous avons parlé de deux techniques biométriques, et celles-ci étaient des systèmes Uni/Multimodales et ont révélé comment se fait-il que le système biométrique multimodale soit meilleur que le système unimodale. Nous expérimenterons un système biométrique basé sur l'empreinte palmaire et la veine palmaire en utilisant l'apprentissage par transfert qui est utilisé dans les applications d'apprentissage en profondeur. L'apprentissage par transfert est qu'un réseau préformé a appris un riche ensemble de caractéristiques qui peuvent être utilisées comme point de départ pour apprendre une nouvelle tâche. Dans notre travail, l'efficacité de l'apprentissage par transfert a été évaluée sur deux bases de données accessibles au public (PolyU et CASIA) en comparant les bandes spectrales au sein de chaque base de données tout en utilisant l'un des modèles de réseaux de neurones convolutifs (AlexNet) et en choisissant la meilleure bande dans le système unimodale pour chaque base de données. Enfin, nous appliquerons un système multimodale pour chaque base de données en utilisant la fusion des scores unimodales afin d'améliorer les performances et d'obtenir de meilleurs résultats. |
URI: | http://dspace.univ-ouargla.dz/jspui/handle/123456789/29224 |
Appears in Collections: | Département d'Electronique et des Télécommunications - Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Personal Biometric Recognition-Based on (1).pdf | Electronics of embedded systems | 11,85 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.