@article { author = {گرجی‌کلایی, مهران تقی‌پور and Razavi, Seyyed Mohammad}, title = {Extracting Discriminative Features by utilizing Optimum Arc_Gabor Filter-Bank for Authentication Using Palm-Print}, journal = {Journal of Soft Computing and Information Technology}, volume = {8}, number = {4}, pages = {110-118}, year = {2020}, publisher = {Babol Noshirvani University of Technology}, issn = {2383-1006}, eissn = {2588-4913}, doi = {}, abstract = {proper choice for descripting images captured by ordinary optic sensors. In order to cover all spectrum and extracting better features filter banks are usually used. Although there is different scales and orientations in filter bank, but using proper values for other parameters such as maximum frequency, filters’ dimension and length of arc can effectively impact on final result. In this paper Meta-heuristic methods are used to estimate optimum values for these parameters. According to obtained results, in identification using Optimum Arc-Gabor Filter Bank (OAGFB) trained by Improved Gravitational Search Algorithm, the average of 1st Rank identification rate is increased from 79.43 to 95.71% and in verification by optimizing proposed filter bank using Simulated Annealing the average of Equal Error Rate is decreased from 8.84 to 5.12%.}, keywords = {Arc-Gabor filter-bank,Identification,Palm-Print,Verification}, title_fa = {استخراج ویژگی‌های متمایزکننده با بهره‌گیری از فیلتربانک کمانی گابور بهینه به منظور تشخیص هویت با استفاده اثر کف دست}, abstract_fa = {یکی از مؤثرترین توصیفگرهای مطرح برای بافت، فیلتر گابور می‌باشد. فیلتر کمانی گابور انتخاب مناسبی برای توصیف تصاویری است که با استفاده از حسگرهای بدون تماس نوری معمولی گرفته شده‌اند. به‌منظور تحت پوشش قرار دادن گستره کامل فرکانسی و استخراج ویژگی‌های متمایزکننده عموماً از فیلتربانک استفاده می‌شود. اگرچه در یک فیلتربانک مقیاس‌ها و زوایای چرخش مختلف را داریم، اما انتخاب مقادیر مناسب برای پارامترهایی مانند فرکانس ماکزیمم، ابعاد فیلتر و طول کمان می‌توانند تأثیر بسزایی درنتیجه نهایی داشته باشد. در این مقاله برای تخمین مقادیر بهینه پارامترها از الگوریتم‌های فرا ابتکاری استفاده شده است. بر اساس نتایج به دست آمده در شناسایی هویت با استفاده از توصیفگر فیلتر بانک کمانی گابور بهینه‌شده با الگوریتم بهبودیافته جستجوی گرانشی میانگین نرخ شناسایی هویت مرتبه اول از 43/79 به 71/95 درصد افزایش‌یافته و در تأیید هویت با بهینه کردن فیلتربانک پیشنهادی با استفاده از الگوریتم تبرید شبیه‌سازی‌شده میانگین خطای معادل EER از 84/8 به 12/5 کاهش‌یافته است.}, keywords_fa = {اثر کف دست,الگوریتم‌های فراابتکاری,تأیید هویت,شناسایی هویت,فیلتربانک کمانی گابور}, url = {https://jscit.nit.ac.ir/article_102144.html}, eprint = {https://jscit.nit.ac.ir/article_102144_9f1b22df96f0d56914cfcbb7a58f1fe9.pdf} }