Soft biometrics estimation using shearlet and waveatom transforms with three different classifiers
Other Title(s)
تقدير القياسات الحيوية الناعمة باستخدام تحويلات الموجة-الذرة و القصيصة مع ثلاثة مصنفات مختلفة
Dissertant
Thesis advisor
al-Hanjuri, Muhammad Ahmad Muhammad
University
Islamic University
Faculty
Faculty of Engineering
Department
Department of Computer Engineering
University Country
Palestine (Gaza Strip)
Degree
Master
Degree Date
2018
Arabic Abstract
نظام القياسات الحيوية هو نظام تكنولوجي يستخدم معلومات حول الشخص لتحديد هوية ذلك الشخص ويعتمد على بيانات محددة حول السمات البيولوجية الفريدة من أجل العمل بفعالية.
تستخدم معظم نظم القياسات الحيوية الموجودة معلومات القياس البيولوجي الأساسية مثل البصمة والوجه والهندسة اليدوية وما إلى ذلك.
ولكن نادرا ما تستخدم المعلومات المساعدة التي تشمل الجنس والعمر والعرق والطول ولون العين.
معظم الباحثين الذين قاموا بإجراء دراسات في مجال تقدير القياسات الحيوية الناعمة، تناولوا واحد أو اثنين فقط من هذه القياسات الحيوية الناعمة.
في هذه الرسالة، اقترحنا منهجية لاستخراج الميزات الفعالة من صور الوجه باستخدام اثنين من تحويلات متعددة الحلول وهي تحويل موجة الذرة Waveatom ) ) و تحويل القصيصة ( Shearlet )، لتقدير الجنس، والعرق، وتعبير الوجه والعمر.
ونفذت هذه المنهجية خوارزمية تحليل المكوّن الأساسي ( Principal Component Analysis كتقنية لتقليل أبعاد متجه الميزات بهدف الحصول على الميزات الأكثر أهمية وبالتالي ضمان الحصول على أفضل النتائج لاحقا.
تم استخدام ثلاثة مصنفات لإجراء التقدير النهائي، وهي : الشبكة العصبية الاصطناعية ( Artificial Neural Network ( ANN ) ) وآلة دعم المتجه ( ( Support Vector Machine( SVM ( وخريطة التنظيم الذاتي ( Self-Organization Map ( SOM ) )والهدف هو العثور على أفضل مستخرج ميزات، الذي يستخرج أصغر طول متجه ميزة ويعطي أعلى أداء.
بالإضافة إلى ذلك العثور على أفضل مصنف وأجريت دراسة مقارنة لتحقيق هذا الهدف.
وتم تقييم أداء المنهجية المقترحة باستخدام مقياس معدل الدقة تم تنفيذ نظام تقدير القياسات الحيوية الناعمة في ثلاثة أوضاع : ( 1 ) التقدير المنفصل ( 2 ) التقدير المشترك، و ( 3 ) النموذج العام أجريت التجارب باستخدام ثلاث قواعد بيانات مختلفة : US Adult Faces, Extended Cohn-Kanade and FG-NET.
و قد أثبتت النتائج التجريبية للمنهجية المقترحة باستخدام تحويل موجة الذرة أنها فعالة في المصنفات الثلاثة، على النقيض من تحويل القصيصة من ناحية أفضل مصنف، أثبت مصنف ANN كفاءته في مهام التصنيف المختلفة.
في حين أن النتائج التي حصلنا عليها باستخدام مصنف SVM غالبا ما تكون قريبة من تلك التي حصلنا عليها باستخدام ANN.
English Abstract
A biometric system is a technological system that uses information about a person to identify that person and it rely on specific data about unique biological traits in order to work effectively.
Most existing biometric systems used the primary biometric information such as fingerprint, face, hand-geometry, etc.
However, the ancillary information is rarely utilized, which include gender, age, ethnicity, height, and eye color.
Most of the researchers who have done studies in soft biometrics estimation field, discussed only one or two from this soft biometrics.
In this thesis, we propose a methodology to extract effective features from facial images using two multiresolution transforms; waveatom and shearlet, for estimating gender, ethnicity, facial expression, and age.
This methodology implement a Principal Component Analysis (PCA) algorithm as a feature dimension reduction technique to obtain the most significant features and thereby ensure the best results.
Three classifiers used to perform the final estimation, which are: Artificial Neural Network (ANN), Support Vector Machine (SVM) and Self-Organization Map (SOM).
The goal is to find the best feature extractor, which performs the smallest feature vector length and gives the highest performance.
In addition, to find the best classifier.
A comparative study is made to achieve this goal.
The performance of the proposed methodology is evaluated using accuracy rate scale.
The soft biometrics estimation system was implemented in three situation: (1) separation estimation, (2) joint estimation, and (3) generalization model.
Experiments carried out using three different databases: US Adult Faces, Extended CohnKanade, and FG-NET database.
The experimental results of the proposed methodology using waveatom transform proved to be effective in the three classifiers, in contrast to shearlet transform.
In terms of the best classifier, ANN classifier has proven to be qualified in the various classification tasks.
Whereas the results obtained by SVM classifier are often close to that obtained by ANN classifier.
Main Subjects
Information Technology and Computer Science
Topics
No. of Pages
57
Table of Contents
Table of contents.
Abstract.
Abstract in Arabic.
Chapter One : Introduction.
Chapter Two : Literature review.
Chapter Three : Background theory.
Chapter Four : Proposed methodology.
Chapter Five : Experimental results and discussion.
Chapter Six : Conclusion and future work.
References.
American Psychological Association (APA)
al-Samak, Ahmad Fuad Darwish. (2018). Soft biometrics estimation using shearlet and waveatom transforms with three different classifiers. (Master's theses Theses and Dissertations Master). Islamic University, Palestine (Gaza Strip)
https://search.emarefa.net/detail/BIM-905013
Modern Language Association (MLA)
al-Samak, Ahmad Fuad Darwish. Soft biometrics estimation using shearlet and waveatom transforms with three different classifiers. (Master's theses Theses and Dissertations Master). Islamic University. (2018).
https://search.emarefa.net/detail/BIM-905013
American Medical Association (AMA)
al-Samak, Ahmad Fuad Darwish. (2018). Soft biometrics estimation using shearlet and waveatom transforms with three different classifiers. (Master's theses Theses and Dissertations Master). Islamic University, Palestine (Gaza Strip)
https://search.emarefa.net/detail/BIM-905013
Language
English
Data Type
Arab Theses
Record ID
BIM-905013
