Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/29026
Title: Reconnaissance des personnes par palm vein
Authors: chaa, mourad
Maamri, ibrahim
Kamah, abdelali
Keywords: biométrique
palm vein
deep learning
motif binaire local
Issue Date: 2021
Publisher: UNIVERSITÉ KASDI MERBAH OUARGLA
Abstract: La sécurité et le contrôle sont de plus en plus importants de nos jours. Les technologies d'identification sont basées sur des cartes à puce ou des mots de passe mais ne sont pas protégées contre la perte, la fraude ou la duplication. L'identité unique n'est déterminée que par la biométrie d'une personne. L'une de ces mesures est l'empreinte digitale des veines de la main. Elle est considérée comme l'une des techniques les plus efficaces pour identifier les individus. En effet, il est impossible de faire correspondre deux individus en raison de l'organisation serrée des veines de la main, par ailleurs, cela ne fonctionne pas directement par reconnaissance, ce qui permet d'éviter de nombreux problèmes tels que l'humidité. Il existe de nombreuses techniques différentes pour extraire des propriétés, CNN (Convolutional Neural Network) est l'une des techniques les plus importantes pour classer les images. Ainsi, dans notre travail, nous avons employé quatre types de CNN (vgg16, vgg19, Inception v3 et Squeeze Net) et dans chaque type nous avons comparé trois types de catégories (Random Forest, KNN et SVM).
Security and control are more and more important these days. Identification technologies are based on smart cards or passwords but are not protected against loss, fraud or duplication. Unique identity is only determined by a person's biometrics. One of these measurements is the fingerprint of the veins of the hand, which is considered to be one of the most effective techniques for identifying individuals, since it is impossible to match two individuals due to R é sumé IV the tight organization. of the veins of the hand, and it does not work directly recognition, which can avoid many problems such as moisture. There are many different techniques for extracting properties, CNN is one of the most important techniques for classifying images, as we have done in our work using four types of CNN (vgg16, vgg19, Inception v3 and Squeeze Net) and in each type we compared three types of categories (Rando
URI: http://dspace.univ-ouargla.dz/jspui/handle/123456789/29026
Appears in Collections:Département d'Electronique et des Télécommunications - Master

Files in This Item:
File Description SizeFormat 
Maamri-Kamah.pdfSystème des Télécommunications2,4 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.