Ai เทคนิค Algorithm การทำ Indexing ของลายฝ่ามือแฝง สนับสนุน Big Data ระบบIT การค้นหาแบบอัตโนมัติ
ผลงานพร้อมให้อ่าน Online แล้วกับผลงานตีพิมพ์ของ MVIT Lab Ph.D Visiting Student, Mr. Javad Khodadoust อาจารย์วรพันธ์ และทีม เรื่อง A novel indexing algorithm for latent palmprints leveraging minutiae and orientation field
วิธีของอัลกอริธึมการจัดทำดัชนี (Indexing Algorithm) การใช้ประโยชน์จาก จุดลักษณะสําคัญพิเศษ (Minutiae)และ การกำหนดทิศทางหรือตำแหน่ง ของลายฝ่ามือ(Palmprint)แฝง ที่ผลการทดลองเน้นย้ำถึงประสิทธิภาพที่เหนือกว่าของแนวทางของเราเมื่อเปรียบเทียบกับอัลกอริธึมที่ล้ำสมัยในปัจจุบัน (State-of-the-art Algorithms)
ข้อมูล BioMetrics ของคน มีหลายประเภททั้ง ภาพถ่ายใบหน้า ลายพิมพ์นิ้มมือ ภาพม่านตา หรือแม้กระทั่ง DNA จะมถูกใช้ในสถานะการที่แตกต่างกันไป เช่น ยืนยันตัวตนในการเดินทางระหว่างประเทศ ใช้ยืนยันตัวบุคคลเพื่อเข้าใช้งานแอพพลิเคชั่นต่างๆ การตรวจสอบผู้ต้องสงสัยในที่เกิดเหตุอาชญากรรม หรือการยืนยันตัวศพไร้ญาติ เป็นต้น
อีกหนึ่งข้อมูลชีวมาตร ที่สามารถจัดเก็บจากร่องรอยตามที่ต่างๆได้คือ ลายพิมพ์ฝ่ามือ ซึ่งมีความแตกต่างเฉพาะตัวในแต่ละคน เช่นเดียวกับลายพิมพ์นิ้วมือ ซึ่งเป็นที่น่าเชื่อถือทางกระบวนการวิทยาศาสตร์ การพิสูจน์ และแยกแยะ จำเป็นต้องใช้ผู้เชี่ยวชาญ อย่างไรก็ตามเทคโนโลยีมีส่วนส่วนคัญในการชาวยจัดเก็บและตรวจพิสูจน์ ที่มีความแม่นยำมากยิ่งขึ้น
ผลงานตีพิมพ์ชิ้นนี้ นำเสนอ
การใช้รอยฝ่ามือ (Palmprint) แฝงในหลักฐานทางนิติวิทยาศาสตร์เพื่อการสืบสวนคดีอาญา โดยจำเป็นต้องจัดเก็บไว้ในฐานข้อมูลของรัฐบาล การระบุรอยฝ่ามือที่เกี่ยวข้องภายในฐานข้อมูลขนาดใหญ่โดยใช้ระบบระบุรอยฝ่ามืออัตโนมัติ (Automated Palmprint Identification System, APIS) นั้นใช้เวลาในการคำนวณหามาก
เพื่อจัดการกับความท้าทายนี้ บทความนำเสนอแนวทาง
การกำหนดขอบเขตที่สนใจ (Region of Interest, ROI) สำหรับการแบ่งส่วนลายนิ้วมือ และนำเสนออัลกอริธึมการจัดทำดัชนีแบบใหม่ที่ก่อตั้งบน จุดลักษณะสําคัญพิเศษ (Minutiae) และการกำหนดทิศทางหรือตำแหน่ง (Orientation Field, OF)
นอกจากนี้ ได้ทำการนำเสนอเวกเตอร์ฟีเจอร์ใหม่ โดยใช้ประโยชน์จากคุณสมบัติ Triplets และ Ellipse Properties ซึ่งถือเป็นอัลกอริธึมเพื่อพิจารณาความสำคัญเล็กน้อยในการจัดทำ Palmprint Indexing ที่สำคัญคือมีการนำอัลกอริธึมการจัดทำการปรับปรุง Palmprint Indexing ที่มีอยู่
ซึ่งปรับแต่งมาสำหรับรอยฝ่ามือที่แฝงอยู่มาใช้ การศึกษานี้แสดงให้เห็นถึงการจัดทำดัชนีและการเรียกค้นทั้งเวกเตอร์คุณลักษณะของเราและเวกเตอร์ที่ได้รับจากอัลกอริธึมการจัดทำ Palmprint Indexing ที่ปรับปรุงแล้ว โดยใช้อัลกอริธึมการทำคลัสเตอร์สองอัลกอริธึมและ Locality-Sensitive Hashing, LSH
โดยวิธีการนี้ได้รับการประเมินจากฐานข้อมูลที่หลากหลายสามฐานข้อมูลพร้อมบันทึกรอยฝ่ามือที่กว้างขวาง ผลการทดลองเน้นย้ำถึงประสิทธิภาพที่เหนือกว่าของแนวทางของเราเมื่อเปรียบเทียบกับอัลกอริธึมที่ล้ำสมัยในปัจจุบัน (State-of-the-art Algorithms)
- 2
ดูเพิ่มเติมในซีรีส์
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
