ISSN: 1859-1531
BAN BIÊN TẬP

Tổng biên tập
GS.TSKH. Bùi Văn Ga

Phó Tổng biên tập
GS.TS. Trần Văn Nam

Trưởng ban biên tập
PGS.TS. Nguyễn Tấn Hưng

Cơ quan Đại học Đà Nẵng
41 Lê Duẩn, TP Đà Nẵng
Trường Đại học Bách khoa
54 Nguyễn Lương Bằng, Quận Liên Chiểu, TP Đà Nẵng
Trường Đại học Kinh tế
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Trường Đại học Sư phạm
459 Tôn Đức Thắng - Liên Chiểu - Đà Nẵng
Trường Đại học Ngoại ngữ
131 Lương Nhữ Hộc, Đà Nẵng
Trường Đại học Sư phạm kỹ thuật
48 Cao Thắng - Đà Nẵng
Phân hiệu ĐHĐN tại KonTum
129 Phan Đình Phùng, Kon Tum
Khoa công nghệ thông tin và tuyền thông
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Y Dược
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Giáo dục Thể chất
62 Ngô Sỹ Liên, Liên Chiểu, Đà Nẵng
Khoa Quốc tế
41 Lê Duẩn, Đà Nẵng
Viện Nghiên cứu & Đào tạo Việt Anh
158A Lê Lợi
Trung tâm phát triển phần mềm
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm kiểm định chất lượng giáo dục
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm ngoại ngữ
131 Lương Nhữ Hộc, Tp Đà Nẵng
Trung tâm nghiên cứu phát triển quản trị và tư vấn doanh nghiệp
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Tổng: 19,380,634
CẢI THIỆN HỆ THỐNG NHẬN DẠNG MỐNG MẮT KẾT HỢP GIỮA PHƯƠNG PHÁP CURVELET VÀ DTCWT
AN IMPROVED IRIS RECOGNITION SYSTEM BASED ON THE FUSION OF THE CURVELET AND DTCWT
 Author: Nguyen Nam Phuc, Lê Tiến Hưng*, Nguyen Quoc Trung, Ha Huu Huy
Đăng tại: Vol. 18, No. 12.1, 2020; Trang: 8-12
Tóm tắt bằng tiếng Việt:
Trong bài báo này, nhóm tác giả đề xuất phương án cải thiện độ chính xác của hệ thống nhận diện mống mắt bằng cách kết hợp các biến đổi curvelet và DTCWT. Trong hệ thống này, các đặc trưng curvelet và DTCWT được trích xuất từ các hình ảnh mống mắt đã qua xử lý và chuẩn hóa để phân loại một cách độc lập với nhau. Trong bước đưa ra quyết định, các kết quả trên được kết hợp để đề xuất kết quả phù hợp nhất nhằm tăng tính chính xác của hệ thống. Cuối cùng, phương pháp phân loại random forest được sử dụng trên cơ sở dữ liệu CATIA để đánh giá hiệu quả của phương án được đề xuất. Các kết quả thử nghiệm cho thấy phương án kết hợp được trình bày trong bài báo có thể cải thiện hiệu năng nhận diện mống mắt so với các kỹ thuật phổ biến khác.
Từ khóa: nhận dạng mống mắt; curvelet; wavelet; biến đổi; DTCWT
Abstract:
In recent years, iris recognition has been emerged as one of the most popular biometric techniques because it guarantees high universality, distinctiveness, permanence, collectability, performance, acceptability, circumvention. In the paper we propose an improved system for iris recognition with high accuracy by fusing curvelet and dual tree complex wavelet transform. In our system, the main features are extracted from pre-processed/normalized iris images using both curvelet and Dual Tree Complex Wavelet Transform (DTCWT) tranforms. After performing different classifiers independently, all the results are fused to get final classification in the decision level to increase the accuracy of system. Finally, the random forest classifier and CATIA dataset are used to measure the performance of the proposed method. The experimental results show that the technique of the paper based on fusion of the curvelet and DTCWT is promising when compared with other existing similar techniques.
Key words: iris recognition; curvelet; wavelet; transform; DTCWT
Tài liệu tham khảo:
[1] Candès, Emmanuel J. "What is... a curvelet?" Notices of the American Mathematical Society 50.11 (2003): 1402-1403.
[2] Ganorkar, Sanjay & Ghatol, Ashok. (2007). Iris recognition: an emerging biometric technology. 91-96.
[3] Masek, Libor. (2003). Recognition of Human Iris Patterns for Biometric Identification.
[4] Vatsa, Mayank & Singh, Richa & Noore, Afzel. (2008). Improving Iris Recognition Performance Using Segmentation, Quality Enhancement, Match Score Fusion, and Indexing. Systems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions on. 38. 1021 - 1035. 10.1109/TSMCB.2008.922059.
[5] Guesmi, H. & Trichili, Hanene & Alimi, Adel & Solaiman, Basel. (2012). Curvelet transform-based features extraction for fingerprint identification. Proceedings of the International Conference of the Biometrics Special Interest Group, BIOSIG 2012. 1-5.
[6] Guesmi, H. & Trichili, Hanene & Alimi, Adel & Solaiman, Basel. (2012). Iris verification system based on curvelet transform. Proceedings of the 11th IEEE International Conference on Cognitive Informatics and Cognitive Computing, ICCI*CC 2012. 226-229. 10.1109/ICCI-CC.2012.6311152.
[7] Ma, Jianwei & Plonka, Gerlind. (2010). The Curvelet Transform. Signal Processing Magazine, IEEE. 27. 118 - 133. 10.1109/MSP.2009.935453.
[8] Ali Alheeti, Khattab M. (2011). Biometric Iris Recognition Based on Hybrid Technique. International Journal on Soft Computing. 2. 1-9. 10.5121/ijsc.2011.2401.
[9] Rahulkar, Amol & Jadhav, Dattatray & Holambe, Raghunath. (2010). Fast discrete curvelet transform based anisotropic feature extraction for iris recognition. ICTACT Journal on Image and Video Processing. 1. 10.21917/ijivp.2010.0010.
[10] Ahamed, Afsana & Bhuiyan, M. (2012). Low complexity iris recognition using curvelet transform. 2012 International Conference on Informatics, Electronics and Vision, ICIEV 2012. 548-553. 10.1109/ICIEV.2012.6317442.
[11] Masood, K. & Javed, Muhammad & Basit, Abdul. (2007). Iris Recognition Using Wavelet. Proceedings - 3rd International Conference on Emerging Technologies, ICET 2007. 253 - 256. 10.1109/ICET.2007.4516353.
[12] N. Thiyagarajan, K. (2013). Iris Segmentation and Recognization Using Log Gabor Filter and Curvelet Transform. International Journal of Engineering and Computer Science, 2(09). Retrieved from http://www.ijecs.in/index.php/ijecs/article/view/1872
[13] George, Loay & Saad, Eman. (2014). Iris Recognition Based on the Low Order Norms of Gradient Components. International Journal of Computer, Information, Systems and Control Engineering. Vol. 8. 1240-1246.
[14] Sun, J. & Lu, Z.-M & Zhou, L.. (2014). Iris recognition using curvelet transform based on principal component analysis and linear discriminant analysis. Journal of Information Hiding and Multimedia Signal Processing. 5. 567-573. Information Sciences. 301. 10.1016/j.ins.2014.12.042.
[15] P. Thirumurugan & G. Mohanbabu, Iris Recognition using Wavelet Transformation Techniques, International Journal of Computer Science and Mobile Computing, Vol. 3, Issue.1, pp. 75-83, January 2014.
[16] Guesmi, H. & Trichili, Hanene & Alimi, Adel & Solaiman, Basel. (2012). Iris verification system based on curvelet transform. Proceedings of the 11th IEEE International Conference on Cognitive Informatics and Cognitive Computing, ICCI*CC 2012. 226-229. 10.1109/ICCI-CC.2012.6311152.
[17] Umer, Saiyed & Dhara, Bibhas & Chanda, Bhabatosh. (2015). Iris Recognition using Multiscale Morphologic Features. Pattern Recognition Letters. 65. 10.1016/j.patrec.2015.07.008.
[18] Minaee, Shervin & Abdolrashidi, AmirAli & Wang, Yao. (2015). Iris recognition using scattering transform and textural features. 37-42. 10.1109/DSP-SPE.2015.7369524.
[19] Arunalatha, J.s & ac, Ramachandra & V, Tejaswi & Shaila, K. & K B, Raja & Anvekar, Dinesh & K R, Venugopal & Iyengar, Sundararaj & Patnaik, Lalit. (2015). WCTFR: Wrapping Curvelet Transform Based Face Recognition. Computer Science & Information Technology. 5. 33-39. 10.5121/csit.2015.50804.
[20] Patil, R & Deshmukh, Ratnadeep. (2013). A Review on Feature Extraction Techniques of Iris.
[21] Hashim, N.A., Abidin, Z.Z., & Shibghatullah, A.S. (2017). Iris Feature Detection using Split Block and PSO for Iris Identification System.
[22] Biswas, Suparna & Sil, Jaya. (2017). An efficient face recognition method using contourlet and curvelet transform. Journal of King Saud University - Computer and Information Sciences. 10.1016/j.jksuci.2017.10.010.
[23] Biu, Habibah & Husain, Rashid & Magaji, Abubakar. (2018). An enhanced iris recognition and authentication system using energy measure. 13.
[24] Rana, Humayan & Azam, Md & Akhtar, Mst & Quinn, Julian & Moni, Mohammad. (2019). A fast iris recognition system through optimum feature extraction. 10.7287/peerj.preprints.27363v3
[25] Cheung, Frankin (1999). Iris recognition. B.Sc Thesis, School of Computer Science and Electrical Engineering, The University of Queensland.

BAN BIÊN TẬP

Tổng biên tập
GS.TSKH. Bùi Văn Ga

Phó Tổng biên tập
GS.TS. Trần Văn Nam

Trưởng ban biên tập
PGS.TS. Nguyễn Tấn Hưng

Cơ quan Đại học Đà Nẵng
41 Lê Duẩn, TP Đà Nẵng
Trường Đại học Bách khoa
54 Nguyễn Lương Bằng, Quận Liên Chiểu, TP Đà Nẵng
Trường Đại học Kinh tế
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Trường Đại học Sư phạm
459 Tôn Đức Thắng - Liên Chiểu - Đà Nẵng
Trường Đại học Ngoại ngữ
131 Lương Nhữ Hộc, Đà Nẵng
Trường Đại học Sư phạm kỹ thuật
48 Cao Thắng - Đà Nẵng
Phân hiệu ĐHĐN tại KonTum
129 Phan Đình Phùng, Kon Tum
Khoa công nghệ thông tin và tuyền thông
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Y Dược
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Giáo dục Thể chất
62 Ngô Sỹ Liên, Liên Chiểu, Đà Nẵng
Khoa Quốc tế
41 Lê Duẩn, Đà Nẵng
Viện Nghiên cứu & Đào tạo Việt Anh
158A Lê Lợi
Trung tâm phát triển phần mềm
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm kiểm định chất lượng giáo dục
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm ngoại ngữ
131 Lương Nhữ Hộc, Tp Đà Nẵng
Trung tâm nghiên cứu phát triển quản trị và tư vấn doanh nghiệp
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Tổng: 19,380,634