Systèmes d'identification biométrique d’empreintes Palmaires utilisant l'apprentissage profond (CNN)

Abstract

Les systèmes d'empreintes digitales biométriques basés sur l'apprentissage profond sont devenus une approche prometteuse pour une identification personnelle précise et fiable. Pour ce faire, nous avons utilisé des algorithmes d'apprentissage tels que les réseaux de neurones convolutifs (CNN) afin d'extraire des motifs complexes et des caractéristiques subtiles des images d'empreintes palmaires. Deux bases de données d’images d'empreinte palmaire ont été utilisées. La base de données (IITD) Indian Institute of Technology Delhi. Qui contient des images d'empreintes palmaires segmentées, et la base de données ROUFI7, cette dernière base de données a été prétraitée pour améliorer sa qualité et éliminer tout bruit ou distorsion. Pour obtenir un système plus performant nous avons construit un modèle CNN optimal en sélectionnant les meilleurs paramètres tels que le choix du filtre, le nombre de filtres et le nombre de couchées.