Knowledge base: Warsaw University of Technology

Settings and your account

Back

Wrist Vein Pattern Matching for Biometric Authentication

Xin Zhao

Abstract

In recent years, significant development has been made in the area of biometric authentication research. Vein pattern, especially wrist vein pattern, is a novel way used for recognition, as it has huge number of unique features and obvious advantages. In this thesis, we aim at comparing and analyzing existing enhancement, description and classification algorithms implemented on PUT Vein database. In order to do so, we first develop an evaluation kit to be used on the PUT Vein database and implement a set of authentication metrics e.g. ROC curves, EER values, Recall-Precision measures. Then we compare 4 types of enhancement methods which based on noise reduction, sharpened useful details, geometrical structures and intensity distribution separately. Next, we try to describe vein patterns based on different extracted information, e.g. binary pattern information, edges, interesting points. In the end we apply two state-of-the-art classifiers: Linear Discriminant Analysis, Support Vector Classification on categorization of vein pattern images and study the relationship between classification results and parameters of classifiers, the size of the sampled images.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Xin Zhao (FEIT) Xin Zhao,, Faculty of Electronics and Information Technology (FEIT)
Title in Polish
Dopasowanie wzorców żył w nadgarstku dla potrzeb autentykacji biometrycznej
Supervisor
Tomasz Trzciński (FEIT/ICS) Tomasz Trzciński,, The Institute of Computer Science (FEIT/ICS)Faculty of Electronics and Information Technology (FEIT)
Certifying unit
Faculty of Electronics and Information Technology (FEIT)
Affiliation unit
The Institute of Computer Science (FEIT/ICS)
Study subject / specialization
, Informatyka (Computer Science)
Language
(en) English
Status
Finished
Defense Date
27-06-2016
Issue date (year)
2016
Internal identifier
81/16 (2195)
Reviewers
Tomasz Trzciński (FEIT/ICS) Tomasz Trzciński,, The Institute of Computer Science (FEIT/ICS)Faculty of Electronics and Information Technology (FEIT) Paweł Radziszewski (FEIT/ICS) Paweł Radziszewski,, The Institute of Computer Science (FEIT/ICS)Faculty of Electronics and Information Technology (FEIT)
Keywords in Polish
przetwarzanie obrazów, rozpoznawanie obrazów, klasyfikacja wzorców, układ naczyń krwionośnych w nadgarstku, autentykacja biometryczna
Keywords in English
image processing, image recognition, pattern classification, wrist vein, biometric autentication
Abstract in Polish
W ostatnich latach miał miejsce znaczący rozwój w dziedzinie uwierzytelniania biometrycznego. Rozpoznawanie wzorców układu żył (w szczególności tych znajdujących się w nadgarstku) jest nowoczesną metodą identyfikacji, która posiada wiele wyjątkowych cech oraz oczywistych zalet. W tej pracy staramy się porównać oraz przeanalizować dostępne algorytmy, mające na celu poprawę, opisanie oraz klasyfikację obrazów żył. W tym celu używamy jako obrazów wejściowych zdjęć będących częścią bazy danych udostępnionej przez Politechnikę Poznańską. W tym celu najpierw implementujemy narzędzie do oceny jakości testowanych algorytmów działające na wyżej wymienionej bazie oraz zestaw miar służących ocenie jakości uwierzytelniania, takich jak krzywe ROC, PRC (Precision-Recall Curve) oraz miarę EER (Equal Error Rate). Następnie porównujemy 4 typy metod poprawy jakości obrazów wejściowych bazujące na: redukcji szumu, wyostrzaniu interesujących cech, strukturach geometrycznych oraz zmianie rozkładu intensywności. W dalszej kolejności staramy się opisać układ żył bazując na różnych metodach ekstrakcji informacji np. wzorcach binarnych, krawędziach, punktach zainteresowania. Na końcu stosujemy dwa klasyfikatory: LDA (Linear Discriminant Analysis) oraz SVC (Support Vector Classification). Robimy to w celu zbadania relacji zachodzących pomiędzy wynikami klasyfikacji a parametrami klasyfikatorów, rozmiarami zdjęć, etc. Rezultaty naszych prac są obiecujące i sugurują, że autentykacja na podstawie rozpoznanych układów żył jest możliwa.
File
  • File: 1
    XinZHAO‘s B.Sc. Thesis.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 13367

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUT0f25223657d04c47823474634a710776/
URN
urn:pw-repo:WUT0f25223657d04c47823474634a710776

Confirmation
Are you sure?
Report incorrect data on this page