تشخیص هویت ترکیبی با بکارگیری روش یادگیری عمیق روی تصاویر عنبیه چشم

تشخیص هویت افراد جامعه همواره به عنوان یکی از مسائل با اهمیت در شناسایی آماری و الگو محسوب می شود که با سیر پیشرفت علم، پاسخ دهی به آن نیز تغییر کرده است. در این مقاله، یک روش مبتنی بر یادگیری عمیق و تصویر عنبیه چشم برای تشخیص هویت ارائه شده است. تصاویر در ابتدا پیش پردازش شده و سپس بردار ویژگیهای هر تصویر از طریق توصیفگر ماتریس هم رخداد ایجاد گردیده است. یک شبکه عصبی کانولوشنی با تعداد لایه های مشخص و لایه ادغام تصادفی سبب جداسازی ویژگی های استخراج و در نهایت در لایه تصمیم گیرنده این شبکه در ارتباط با اصلی یا جعلی بودن تصاویر تصمیم گیری شده است. در نهایت کارایی روش پیشنهادی به سبب اعمال داده های دیده نشده بررسی شده که به نوعی جامعیت عملکردی مدل را اثبات نموده است. بکارگیری این شیوه می تواند میزان نفوذ غیر قانونی از طریق تصاویر جعلی عنبیه را کاهش دهد. مقایسه کمی مدل های مختلف بر اساس نمودارهای عامل گیرنده نشان می دهد که دقت روش پیشنهادی بالاتر یا به عبارت دیگر متوسط خطای آن پایین تر می باشد. دقت مدل پیشنهادی برای یک دسته فولد تصادفی در حدود ۹۶ درصد و بالاتر از مدل های مشابه می باشد.