مناقشة رسالة طالب الماجستير علي صلاح حميد من قسم علوم الحاسوب
16/08/2022
ناقش قسم علوم الحاسوب في كلية العلوم بجامعة ديالى رسالة طالب الماجستير علي صلاح محمود الموسومة التجزئة الدلالية العميقة المعتمدة على الشبكة العصبية الالتفافية لاستخراج النمط الثنائي من الصورة المنخفضة الجودة لاوردة الاصبع وذلك في يوم الثلاثاء الموافق 2022/8/16 وعلى قاعة المناقشات في عمادة الكلية
أضيف بواسطة : عبد الله سامر   #مناقشات_الدراسات_العليا  

 

ناقش قسم علوم الحاسوب في كلية العلوم بجامعة ديالى رسالة طالب الماجستير علي صلاح محمود الموسومة التجزئة الدلالية العميقة المعتمدة على الشبكة العصبية الالتفافية لاستخراج النمط الثنائي من الصورة المنخفضة الجودة لاوردة الاصبع وذلك في يوم الثلاثاء الموافق 2022/8/16 وعلى قاعة المناقشات في عمادة الكلية.

 

أوضح الطالب في دراسته أنه في السنوات الأخيرة ، أصبح تحديد وريد الإصبع شائعًا بشكل متزايد كحل آمن لتحديد الهوية / التحقق من الهوية. يتأثر الآن بشكل كبير بمناهج التعلم الآلي مثل التعلم العميق غير الخاضع للإشراف والإشراف. وقد قدم نهج التعلم العميق القائم على التحقق / التعرف على الوريد الإصبع مساهمة كبيرة في هذا المجال. ومع ذلك ، فإن مجموعات بيانات التدريب المعدة مسبقًا والتي يتم إنشاؤها يدويًا وتسميتها مطلوبة لتدريب نموذج التعلم. تجعل هذه المشكلة من الصعب تنفيذ بعض المشكلات باستخدام نهج التعلم العميق نظرًا لأنها تتطلب الكثير من العمل والخبرة وتستغرق وقتًا طويلاً. في هذه الحالة ، يتم اقتراح نموذج التعلم العميق التلقائي بالكامل واستخدامه لحل مشكلة التعرف على وريد الإصبع والتعرف عليه. في هذه الدراسة ، تم اقتراح نهج آلي بالكامل لتحديد / التحقق من وريد الإصبع. تم تصميمه وتنفيذه على أساس نموذجين. يقترح النموذج الأول نهجًا تعليميًا غير خاضع للإشراف لتوليد مجموعة بيانات التدريب. يتم إنشاء أقنعة ثنائية الإصبع تلقائيًا كمجموعة بيانات تدريبية باستخدام مرحلتين من التحسين. يحقق النموذج الأول دقة تصل إلى 98.6٪ وهي أعلى بكثير من مناهج التعلم القياسية الأخرى غير الخاضعة للإشراف مثل خوارزميات Fuzzy C-Means (FCM) وخوارزميات k-mean. النموذج الثاني هو نهج التعلم العميق التلقائي بالكامل لاستخراج / التنبؤ بنمط خط الوريد الإصبع. يتم تناول تحديين رئيسيين للتعرف على الوريد الإصبع باستخدام تقنية التعلم العميق في هذا النموذج من خلال تقديم وظيفة فقدان CNN الإيجابية غير المصنفة القائمة على التقسيم الدلالي العميق التلقائية بالكامل. يتم استخدام نموذج التعلم العميق غير التقليدي لاستخراج خطوط الوريد الإصبع الثنائية (النمط) تلقائيًا وتحديد / التحقق من صور وريد الإصبع المختبرة. تُظهر نتائج التجارب أن التقسيم الدلالي العميق قادر على إنشاء نمط وريد إصبع نظيف مهم جدًا وقادر على التعرف بنجاح على صور عروق الأصابع من نفس الفرد من خلال تحقيق متوسط دقة تشابه بنسبة 94 ٪.

 

وقد تم قبول الرسالة ومنح الطالب درجة الماجستير في تخصص علوم الحاسوب .. ألف مبارك ..

 

 

 

 

 

 

 

<<  الموضوع التالي  |  الموضوع السابق  >>

مواضيع ذات صلة الأرشيف