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 SizeFormat 
Personal Biometric Recognition-Based on (1).pdfElectronics of embedded systems11,85 MBAdobe PDFView/Open


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