تفاصيل الوثيقة نوع الوثيقة : رسالة جامعية  عنوان الوثيقة : نظام التعرف على قزحية العين باستخدام الشبكات العصبية التلافيفية IRIS RECOGNITION USING CONVOLUTIONAL NEURAL NETWORKS   الموضوع : كلية الحاسبات وتقنية المعلومات  لغة الوثيقة : العربية  المستخلص : قزحية العين هي اداة قوية لتحديد الهوية البشرية بشكل موثوق. قزحية العين لديها القدرة على تحديد الاشخاص بدرجة عالية من التأكد وبالتالي تعطينا اساس للثقة فيها. يعتبر التحقق بالتعرف على قزحية العين من اكثر المقاييس الحيوية دقة. استخلاص الخصائص (features extracting) الجيدة يعتبراهم مرحلة في نظام التعرف على قزحية العين. وفي السنوات السابقة تم استخلاص خصائص مختلفة للتعرف على قزحية العين يعتمد معظمها على خصائص يدوية الصنع صممت من قبل خبراء المقاييس الحيوية. ونظرا للنجاح الذي حققه التعليم العميق (deep learning) في حل الكثير من مشاكل الرؤية الحاسوبية. كان هناك توجه كبير للخصائص المستخلصة باستخدام الشبكات العصبية التلافيفية (Convolutional Neural Network) ليتم تطبيقها في نظام التعرف على قزحية العين. في هذه الرسالة نقترح نظام تحقق بيومتري بناء على التعرف على قزحية العين باستخدام الشبكات العصبية التلافيفية. في هذا النظام سوف نقوم بتقييم الخصائص المستخلصة باستخدام نموذجين من الشبكات العصبية التلافيفية المدربة مسبقا يطلق عليها اسم ((Alex-Net و (VGG-16) وسوف نستخدم هذين النموذجين بطريقتين. الطريقة الاولى استخدام الشبكات العصبية التلافيفية المدربة مسبقا ((Alex-Net و (VGG-16) لاستخلاص الخصائص وتصنيفها. الطريقة الثانية استخدام الشبكات العصبية التلافيفية المدربة مسبقا ((Alex-Net و (VGG-16) لاستخلاص الخصائص ثم بعد ذلك استخدام خوارزمية شعاع الدعم الالي (Support Vector Machine) لتصنيف هذه الخصائص. بالاضافة الى ذلك سوف نقوم بتقييم هذين النموذجين باستخدام نوعين من الصور المدخلة: صورة قزحية العين بعد التجزئة وصورة القزحية العين بعد التطبيع. واخيرا بتجربة نظام التعرف على قزحية العين باستخدام اربع قواعد بيانات (IITD iris database, CASIA-Iris-V1, CASIA-Iris-thousand , CASIA-Iris- V3). وقد حقق النظام المقترح نتائج ممتازة مع معدل دقة عالي.  المشرف : د. لمياء عبد الله الرفاعي  نوع الرسالة : رسالة ماجستير  سنة النشر : 1439 هـ 2018 م  تاريخ الاضافة على الموقع : Thursday, July 5, 2018  الباحثون اسم الباحث (عربي) اسم الباحث (انجليزي) نوع الباحث المرتبة العلمية البريد الالكتروني مرام غزاي العصلاني Alaslani, Maram Gazzai باحث ماجستير   الملفات اسم الملف النوع الوصف  43575.pdf pdf   الرجوع إلى صفحة الأبحاث