Office of Academic Resources
Chulalongkorn University
Chulalongkorn University

Home / Help

TitleNeural network-based teeth recognition system using hybrid features / Suprachaya Veeraprasit = ระบบรู้จำฟันบนพื้นฐานของโครงข่ายประสาทโดยใช้ลักษณะเด่นผสม
Author สุปรัชญา วีระประสิทธิ์
Imprint 2010
Connect tohttp://cuir.car.chula.ac.th/handle/123456789/36023
Descript x, 52 leaves : ill.

SUMMARY

Nowadays, biometric technology is used in various security applications. The efficiency of such applications depends upon a type of biometric information. Nevertheless, some information can be faked by intent surgery or they are unexpectedly reshaped such as face, iris, palmprint and fingerprint. Unlike ordinary features, teeth cannot be easily reshaped. In this thesis, hybrid features and machine learning model for teeth recognition are proposed. Hybrid features of this system are composed of global and local features simultaneously fed into the system. In this thesis, proposed global features composed of singular values from singular value decomposition and color histogram of teeth image are analyzed and give the adequate result whilst the proposed local features are the ratio of the width from upper-front-teeth. These features were fed into the multilayer perceptron network with Levenberg-Marquart backpropagation training algorithm. With these features and model, the proposed method performs better than other existing techniques in terms of accuracy and error.
ในปัจจุบันเทคโนโลยีที่ใช้ลักษณะทางชีวภาพของบุคคลเพื่อยืนยันตัวบุคคลนั้นได้ใช้อย่างแพร่หลายในระบบรักษาความปลอดภัยต่างๆประสิทธิภาพของระบบปฏิบัติ-การเหล่านั้นขึ้นอยู่กับประเภทของข้อมูลลักษณะทางชีวภาพที่นำมาใช้ยืนยันตัวบุคคล อย่างไรก็ตามข้อมูลบางชนิดสามารถปลอมแปลงได้โดยการทำศัลยกรรมโดยเจตนาหรือบุคคลเหล่านั้นถูกเปลี่ยนแปลงโดยไม่ได้ตั้งใจ เช่น ใบหน้า ม่านตา รอยพิมพ์ฝ่ามือ และ รอยพิมพ์นิ้วมือ เมื่อเทียบกับสิ่งเหล่านี้ ฟันจัดเป็นอวัยวะที่ไม่สามรถถูกแปลงรูปร่างได้โดยง่าย ในวิทยานิพนธ์ฉบับนี้ได้นำเสนอลักษณะเด่นที่เหมาะสมพร้อมกับตัวแบบโมเดลการเรียนรู้ของเครื่องสำหรับการรู้จำฟัน ลักษณะเด่นผสมของระบบนี้ประกอบด้วยลักษณะเด่นทั่วไปและลักษณะเด่นเฉพาะซึ่งถูกส่งเข้าไปในระบบพร้อมกัน ในวิทยานิพนธ์ฉบับนี้ ลักษณะเด่นทั่วไปที่ถูกนำเสนอได้ทำการวิเคราะห์จนได้ผลการทดลองที่สมควร ลักษณะเด่นเหล่านี้ประกอบด้วยค่าที่ได้จากการแยกค่าเชิงเดี่ยวและ ฮิสโทแกรมสีของรูปฟัน ส่วนลักษณะเด่นเฉพาะที่ได้นำเสนอนั้นคืออัตราส่วนความกว้างของฟันจากฟันหน้าด้านบน ลักษณะเด่นเหล่านี้ได้ถูกส่งเข้าโครงข่ายประสาทเทียมที่มีโครงสร้างเป็นแบบหลายชั้นพร้อมขั้นตอนวิธีการแพร่ย้อนกลับแบบเลเวนเบิร์ก-มาร์ควอทด์ด้วยลักษณะเด่นเหล่านี้ วิธีที่ได้นำเสนอได้แสดงให้เห็นว่าดีกว่าวิธีการที่มีอยู่แล้วในเชิงความแม่นยำและข้อผิดพลาด


Neural networks (Computer science) Pattern recognition systems Optical pattern recognition Teeth -- Identification นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์) การรู้จำรูปแบบ การรู้จำภาพ ฟัน -- การพิสูจน์เอกลักษณ์

LOCATIONCALL#STATUS
Science Library : Thesisวพ.2553 / 5740CHECK SHELVES
Central Library @ Chamchuri 10 : Thesis532076LIB USE ONLY

Chulalinet's Book Delivery Request




Location



Office of Academic Resources, Chulalongkorn University, Phayathai Rd. Pathumwan Bangkok 10330 Thailand

Contact Us

Tel. 0-2218-2929,
0-2218-2927 (Library Service)
0-2218-2903 (Administrative Division)
Fax. 0-2215-3617, 0-2218-2907

Social Network

  line

facebook   instragram