ناقش قسم علوم الحاسوب في كلية العلوم بجامعة ديالى رسالة طالبة الماجستير رنا جاسم محمد والموسومة التحقق من هوية المستخدم في الهاتف الذكي بالاعتماد على تمييز قزحية العين وذلك في يوم الخميس الموافق 2018/12/27 وعلى قاعة المناقشات في عمادة الكلية.

أوضحت الطالبة في مقدمة رسالتها بأنه أدى الاستخدام الواسع للهواتف الذكية المزودة بالاتصال بالإنترنت إلى تخزين البيانات الحساسة ونقلها , وقد أدى ذلك إلى زيادة الحاجة إلى إجراء مصادقة موثوقة للمستخدمين على الهواتف الذكية من أجل منع الخصم من الوصول إلى مثل هذه البيانات , حيث تحظى الأنظمة البيومترية باهتمام أكبر في مجال الهواتف النقالة. ويعتبر التعرف على قزحية العين أحد التقنيات البيومترية السريعة والدقيقة والموثوقة والآمنة لتحديد الهوية البشرية والتحقق منها, وتوفر المصادقة التلقائية للفرد على أساس الخصائص والميزات الفريدة في هيكل القزحية.

وتضمنت الرسالة بناء نظامًا فعالًا للتعرف وتحديد هوية الاشخاص عن طريق  قزحية العين في بيئة الهواتف الذكية من أجل تقليل معدل الخطأ في عملية تحديد الهوية والتحقق والحصول على معدل اعتراف عالٍ. ويتكون هذا النظام من خمس مراحل رئيسية تهدف إلى بناء نظام فعال. مراحل النظام هي التقاط أنماط القزحية ، وتحديد موقع حدود القزحية ، وتحويل حدود القزحية إلى نظام الإحداثيات القطبية ، واستخراج النمط ، ومطابقة النمط.

يستخدم النظام المقترح طريقة جديدة هي طريقة المدرج التكراري الدائري لإيجاد المركز التقريبي للقزحية. اما في مرحلة تجزئة القزحية يستخدم التوزيع الدائري للزوايا لتجزئة وفصل منطقة القزحية. ان مهمة استخراج الخصائص المميزة تمثل تحدياً اخر في بناء نظام التمييز باستخدام القزحية ففي هذه الاطروحة تم استخدام ثلاث طرق ((Color Histogram CH و (Hu Moments HMs) و (Zernike Moments ZMs) لاستخراج الميزات وتمثيل تلك الميزات كقيم رقمية مخزونة في قاعدة البيانات بحيث يمكن استخدامها في مرحلة مطابقة النمط وتحقيق معدل مطابقة عالية. يستخدم في مرحلة مطابقة الأنماط (K Nearest Neighbor KNN) للعثور على درجة التشابه بين القزحيتين واتخاذ القرار.

حيث تم اختبار النظام باستخدام قاعدة البيانات ( 4Galaxy S  I-MICHE) التي تتضمن 75 عينة مع ما لا يقل عن 16 صورة لكل شخص. وأن نتائج الاختبار اعطت دقة التجزئة 85٪ , وفيما يخص نتائج اختبار قاعدة البيانات تشير النتائج إلى أن النظام المقترح لديه معدل دقة تمييز مرتفعة مقارنة بالأعمال الأخرى حيث (KNN = %80) معدل دقة التمييز باستخدام ZMs و(KNN =%78.6) معدل دقة التمييز مع Color Histogram و (KNN = % 50.5) معدل دقة التمييز مع HMs .

وتألفت لجنة المناقشة من السادة المدرجة أسماؤهم في أدناه:

أ. د. أياد عبد العزيز عباس / جامعة النهرين / كلية العلوم ... رئيساً

أ. م. د. سلام عبد الخالق نعمان / جامعة ديالى / كلية التربية للعلوم الصرفة ... عضواً

م. د. جمانة وليد صالح / جامعة ديالى / كلية العلوم ... عضواً

أ. م. د. طه محمد حسن / جامعة ديالى / كلية العلوم ... عضواً ومشرفاً

أ. م. ناجي مطر سحيب / جامعة ديالى / كلية العلوم ... عضواً ومشرفاً

وقد تم قبول الرسالة وحصلت الطالبة على درجة الماجستير في تخصص علوم الحاسوب.

<<  الموضوع التالي  |  الموضوع السابق  >>