مشاوره انجام پروپوزال ارشد انجام پایان نامه دکتری تهران تبریز اصفهان شیراز

بیومتریک یک سیستم شناخت الگو می باشد که از ویژگی های فیزیولوژیکی نظیر چهره و کف دست و عنبیه یا ویژگی های رفتاری نظیر امضا و گفتار برای تایید و شناسایی استفاده می کند. رویکرد بیومتریک شناخت فرد و تایید هویت ادعایی با استخراج ویژگی رفتاری بیومتریک می باشد که این ویژگی رفتاری به عنوان داده ی ورودی ارائه می گردد و با بانک داده ای در دسترس مطبقت می یابد. سیستم بیومتریک دارای چهار فرایند پردازشی می باشد در مرحله ی حسگری تصویر بیومتریک گرفته می شود و به عنوان ورودی در سیستم ثبت می گردد و برای تایید و شناخت مورد استفاده قرار می گیرد. در مرحله ی استخراج ویژگی، ویژگی داده ی ثبتی به عنوان مجموعه ای از ویژگی ها استخراج و ذخیره می گردد. و سپس برای تایید و شناسایی پردازش می گردد. در مرحله ی انطباق نیز ویژگی های استخراج شده با مجموعه ای از ویژگی های ذخیره ای در بانک داده ای مطابقت می یایند و میزان شباهت به عنوان نمره ی انطباق اندازه گیری می شود و حد آستانه نیز تعیین می گردد. در مرحله ی تصمیم گیری نیز ادعای کاربر یا به عنوان ادعای اصلی مورد پذرش قرار می گیرد و یا به عنوان ادعای جعلی پذیرفته نمی گردد و این بسته به نمره ی انطباق دارد. تحلیل سیستم بیومتریک با استفاده از پارامتر های گوناگون نشان داده می شود. (1 تا 4).
بیومتریک اندازه گیری داده های بیولوژیکی می باشد که توسط آن احراز هویت فرد با تحلیل ویژگی های فیزیکی نظیر چهره و چشم و انگشت نگاری انجام می پذیرد. هر نوع ویژگی فیزیولوژیک انسان را می توان به عنوان بیومتریک در نظر گرفته شود مشروط بر اینکه بتواند نیاز های جهانی شدن را که بیان کننده ی این است که هر فرد ویژگی را که قابل اندازه گیری است پردازش می کند، بر طرف نماید. علاوه براین صفت یا ویژگی بایستی منحصر به فرد باشد بدین ترتیب صفتهای مابین دو فرد بایستی از نظر ویژگی ها و عملکرد ها متفاوت باشند و در این ویژگی ها پارامتر های مورد استفاده قابل اندازه گیری هستند و این پارامتر ها نشان دهنده ی دقت سیستم بیومتریک طراحی شده می باشند. یک سیستم بیومتریک شامل ابزار ورودی و مرحله ی پردازشی و بانک داده ای می باشد. به منظور شناسایی ویژگی فیزیکی هر فرد نظیر کف دست و چهره و انگشت، ویژگی های این موارد بایستی توسط ابزار ورودی ثبت گردند و پیش از ذخیره سازی پردازش شوند و بعد ها برای انطباق مورد استفاده قرار گیرند. مرحله ی پیش پردازشی شامل الگوریتمهایی می باشد که ویژگی های استخراج شده را به بردار های ویژگی تبدیل می کنند و در بانک داده ای ذخیره می کنند. یک دسته بند از این بردار های ویژگی استفاده می کند و صفت ناشناخته ی ورودی را با بردار ویژگی ذخیره شده با استفاده از آستانه ی تعیین شده جهت مقایسه انطباق می دهد. نمرات تطبیقی برآورد می گردند و ورودی به دلیل نمره ی انطباقی حداکثری به عنوان عامل اصلی و یا به دلیل نمره ی انطباقی پایینتر از آستانه ای یه عنوان عامل جعلی در نظر گرفته می شود.
پارامتر های مورد استفاده برای اندازه گیری عملکرد سیستم بیومتریک بدین قرارند :
1- تایید : تاید به عنوان انطباق یک به یک تعریف می گردد که شامل تایید یا انکار هویت ادعایی شخص با مقایسه ی قالب ذخیره ای هویت ادعایی و اندازه گیری میزان شباهت می باشد. 2- شناسایی : به عنوان انطباق یک به چند تعریف می گردد که در آن هویت فرد با تمام قالب های ذخیره شده ی مجموعه ای از ویژگی های گوناگون در بانک داده ای مقایسه می گردد. و نیز میزان انطباق با نمره ی انطباق تعیین نیز شود. 3- تنوع درون کاربری : به معنی تنوع مشاهده شده در مجموعه ی ویژگی بیومتریک فرد می باشد ( مثلا کف دست یک شخص تحت شرایط گوناکون متفاوت است و به این به دلیل شرایط پوستی و انواع موقعیتهای قرار گیری کف دست می باشد). 4- شباهت بین کاربری : ویژگی های استخراج شده از افرادی که با یکدیگر مشابهند نظیر دو قلو های همسان که چهره ی مشابه و کف دست مشابه دارند. سیستم بیونتریک ویژگی فرد را یا به عنوان ویژگی اصلی و یا به عنوان ویژگی جعلی طبقه بندی می نماید. سیستم ممکن است دو نوع خطای شناختی داشته باشد. و به غلط ویژگی جعلی را به عنوان ویژگی اصلی تایید کند و یا فردی با ویژگی اصلی را به عنوان ویژگی جعلی نپذیرد. و این منجر به انطباق غلط می گردد.5- عدم انطباق غلط (false non-match): وقتی نمونه هایی از ویژگی های بیومتریک اشخاص به عنوان عامل انطباق شناخته نمی شود، این باعث false non-match می گردد. این موضوع بیشتر به دلیل تعامل غیر صحیح کاربر با سنسور است ( به عنوان مثال قرار دادن غیر صحیح کف دست بر روی سنسور و یا قرار گیری غیر صحیح چهره در جلوی دوربین و غیره.) 6- انطباق غلط : وقتی نمونه هایی از افراد گوناگون به صورت غلط به صورت منطبق شناخته شوند، نتایج منجر به انطباق غلط می گردد. این موضوع بیشتر به دلیل شباهت بسیار زیاد مابین افراد می باشد ( شباهت در چهره ی دو قلو های همسان و شباهت در دستخط و غیره )7- میزان نپذیرفتن کاذب (false rejection rate) و یا میزان پذیرش کاذب ( false acceptance rate) : تلاشهای متعدد و گوناگون سیستم جهت ثبت و یا نپذیرفتن با ( false acceptance rate اندازه گیری می شود و false rejection rate کسری از نموره ی جعلی می باشد. FRR و FAR توابع آستانه ی سیستم می باشند و در صورتی که آستانه افزایش یابد FAR کاهش خواهد یافت اما FRR افزایش خواهد یافت و عکس این نیز ممکن است. بنابراین برای یک سیستم بیومتریکی مشخص خطاها نمی توانند بطور همزمان با تغییر آستانه کاهش یابند. آستانه های گوناگون جهت اندازه گیری عملکرد با کمک پلات های DET و ROC خلاصه می گردد. 8- میزان پذیرش اصلی : بخشی از نمرات اصلی که فراتر از آستانه قرار می گرند. 9- نرخ شناسایی : نرخی که در آن مدعیانی که در دیتا بیز هستند به درستی شناسایی می شوند. 10- ناتوانی در ثبت : در صورتی که فرد نواند به درستی با سنسور تعامل یابد 11- نمره ی انطباق : طبقه بندی کننده بردار های انطباقی ذخیره شده را با بردار های ویژگی استخراج شده از ویژگی ورودی مقایسه می کند و شباهت مابین دو نمونه را با محاسبه ی نمرا ت انطباقی اندازه گیری می کند.