مراجع [۲۶] به دنبال تحقیقات قبلی یک بازسازی مجدد از الگوریتم پایه صورت می گیرد، کمی از وابستگی به متغیر های کمکی مختلف در شناسایی مبتنی بر راه رفتن و به روز رسانی عملکرد های قبلی با افراد، کاسته شده است. نشان داده شده که موقعیت دید آماری اثر معنی داری به میزان شناسایی دارد در حالی که کفش و انواع سطوح اثرات قابل توجهی را دارند.
فصل سوم
مواد و روش ها

در فصل های قبل روش های مختلف شناسایی افراد را مرور نمودیم. روش های موجود را توضیح دادیم. مانند: شناسایی افراد از روی عنبیه چشم، شبکیه چشم، اثر انگشت، امضا و …
لازمه اکثریت این روش ها این است که فرد برای انجام مراحل شناسایی باید یک جا بایستد و از او داده های اثر انگشت و یا عنبیه و یا شبکیه و … را بگیرند ولی در شناسایی از طریق راه رفتن فرد به طور عادی می تواند راه رفتن خود را ادامه دهد، حتی این امکان هم وجود دارد، که فرد متوجه شناسایی شدنش نشود. در این پایان نامه هدف شناسایی افراد از روی اثر رد پا هنگام راه رفتن است.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

زمانی که بر روی یک مسئله پیچیده کار می شود، اغلب سعی می شود تا آن مسئله به قسمت های کوچکتری تقسیم شود تا بتوان تک تک آن ها را به صورت مستقل و مجزا دنبال نمود. شناسایی افراد از روی راه رفتن یک مسئله دسته بندی است، از همین رو شامل سه گام اساسی است که باید انجام گردند:
جمع آوری داده
استخراج ویژگی
دسته بندی
در این بخش نحوه انجام هر کدام از مراحل فوق را برای روش پیشنهادی این پایان نامه تشریح می کنیم.
۳-۱ جمع آوری داده :
۳-۱-۱ مدل شماتیک
همان طور که قبلا شرح دادیم بازشناسی انسان از روی راه رفتن دسته بندی داده ها و قرار دادن آنها در دسته های معین از قبل تعریف شده است. بنابر این، هدف توسعه یک سیستم با خصوصیاتی است که ورودی داده ها باشند و خروجی اطلاعاتی مربوط به سیگنال ورودی، که شرح می دهد ورودی متعلق به کدام دسته از متغیر ها می باشد. طراحی سیستمی که این سیگنال را از ورودی تولید کند موضوع تحقیق در زمینه باز شناسی افراد از روی راه رفتن است.
می خواهیم از روی راه رفتن یک فرد هویت آن فرد را شناسایی نماییم. روش به این صورت است که با بهره گرفتن از سنسور فشار و اسکن، داده هایی از کف پا را بدست می آوریم، که چند نمونه از این داده ها عبارتند از: وضعیت قرار گیری پاها، زاویه بین هر پا و اندازه قسمت های مختلف کف پا.
ما با بهره گرفتن از این داده های خروجی می توانیم هویت فرد را تشخیص دهیم. روال کار به این صورت است که ما با بهره گرفتن از سنسور فشارPressurex Micro Mats می توانیم داده هایی را از کف پای هر فرد بدست آوریم در شکل۳-۱ کارت تجاری این سنسور نشان داده شده است.
شکل۳-۱ شرکت تولیدی سنسور های فشار اس پی آی
۳-۱-۲ طرز کار سنسور SPI
همانطور که در شکل ۳-۲ ملاحظه می شود، پس از جدا سازی پوشش که بر روی چسب قرار گرفته است، در سمت راست برگه کاربن دار وجود دارد که ما آن را بر روی چسب موجود روی سنسور قرار می دهیم، اکنون سنسور آماده استفاده است .
شکل ۳-۲ جداسازی کاور از روی جسب سنسور
مطابق شکل ۳-۳ هر فرد می تواند با راه رفتن عادی روی این سنسورها، شکلها و زوایای خاصی از کف پاها را روی این سنسورها به جا بگذارد این شکلها و زاویه ها منحصر به فرد هستند و بندرت یکسان خواهند بود. در این پژوهش از چند متغیر استفاده کرده ایم که اگر یکی از این متغیرها با متغیرهای افراد دیگر، یکسان باشد، با بهره گرفتن از متغیرهای دیگر فرد را به درستی شناسایی نماییم. داده ها در این شناسایی اثرات کف پا بر روی سنسور می باشند .
شکل ۳-۳ نقاط فشار داده شده توسط پا
خروجی بدست آمده است، باید برای رفتن به مرحله بعدی (اسکن) آماده سازی شود، بعد از پوشاندن و بی اثر کردن چسب روی سنسور، این برگه ها را توسط اسکنر دیجیتال اسکن می نماییم. باید توجه نماییم که در طی اسکن نباید بر روی این سنسور ها فشار وارد شود چون ایجاد فشار باعث بوجود آمدن خطوط سیاه رنگ روی آن می شود که این امر در مرحله بعد از اسکن ما را با مشکل مواجه می کند. نکته ای که در انجام این پروژه بسیار مهم است این است که هزینه استفاده از این سنسور ها ی وارداتی بسیار بالا است به همین خاطر ما تصمیم گرفتیم مکانیزم مشابهی را برای جمع آوری داده طراحی کنیم. برای این منظور یک ورقه چسبی را با پوششی از کاربن های معمولی جایگزین کردیم، با این مکانیزم با اندکی افت کیفیت قادر به نمونه برداری از افراد مورد نظر خواهیم بود.
۳-۲ استخراج ویژگی
۳-۲-۱ اندازه گیری متغیر ها
بعد از مرحله اسکن نوبت به انتخاب متغیرها می رسد، که این متغیر ها با هم متفاوتند و در قسمت های مختلف، شکل های اسکن شده نشان داده می شوند. این مرحله شامل اندازه گیری زوایا و ابعاد کف پا و زاویه بین پاها می شود. ما فرد خاصی را در نظر داریم این مراحل را در شکل های زیر توضیح می دهیم. قابل ذکر است که اندازه گیری ها باید بسیار دقیق باشند، برای این کار از برنامه های photoshop ,word corel استفاده کرده ایم.
۳-۲-۲ تعداد متغیر ها
یک داده x که از آن با عنوان الگو یا متغیر نیز یاد می شود یک آیتم داده منفرد است که به وسیله الگوریتم دسته بندی استفاده می شود که شامل d اندازه گیری است x=(x₁,..x_d) مولفه عددی از ماتریسx صفت نامیده می شوند و ابعاد فضای ویژگی توسطd قابل نمایش می باشند.
دسته بندی شناسایی از روی راه رفتن همیشه به دلیل عواملی چون افراد و محیط اجتماعی امری ذهنی است. بدین منظور می توان شناسایی راه رفتن را به عنوان گروه خاصی از شناسایی با یک مجموعه متعلقات مشترک در نظر گرفت که افراد به طور میانگین به وسیله آن قادر به تمایز قائل شدن در میان افراد یک دسته از دسته دیگر باشند. شناسایی افراد به وسیله دستگاه ها و ساختار راه رفتن و ویژگی پاها تعیین می شود اما فاکتورهای بسیاری نیز همانند فاکتور های انسانی در دسته بندی شناسایی تاثیر گذارند، یکی از اصلی ترین چالش های دسته بندی شناسایی افراد، یافتن این فاکتور هاست.
در انتخاب ویژگی ها باید به معیار زیر توجه نمود.
اندازه هایی که به عنوان تشابه تشخیص داده می شوند باید به نقاط نزدیک در فضای ویژگی نگاشت گردند و فاصله میان مناطق می تواند کم باشد. از این مسئله به عنوان پراکندگی درون دسته ای کوچک در مقابل پراکندگی بین دسته ای بزرگ یاد می شود .
هر چند که مجاورت در هیچکدام از موارد لازم نیست. بسته به دسته ما، ممکن است کافی باشد تا نقاطی
که نمایش دهنده یک دسته هستند در یک منطقه از فضای ویژگی واقع شده باشند تا بتوان به وضوح آن
دسته را از مناطق دیگر متمایز نمود.
انتخاب بهترین ویژگی برای فرایند دسته بندی امری حیاتی است. یک الگوریتم دسته بندی همیشه و در
نهایت به نوعی نتایجی را ارائه خواهد کرد اما نمایش ضعیف ویژگی ها موجب ارائه نتایجی می شود که
قادر نیست به درستی، طبیعت واقعی داده ها ی زیر بنا را معکوس کند
برای رد پای هر فرد ویژگی های زیر در نظر گرفته می شود:
زاویه بین خط واصل انگشت شصت پای دوم و پاشنه پای سوم با محور عمودی درگام دوم (شکل ۳-۴ )
شکل ۳-۴ زاویه بین خط واصل انگشت شصت پای دوم و پاشنه پای سوم با محور عمودی درگام دوم
زاویه بین خط واصل انگشت شصت پای اول و پاشنه پای دوم با محور عمودی درگام اول (شکل ۳-۵ )
شکل ۳-۵ زاویه بین خط واصل انگشت شصت پای اول و پاشنه پای دوم با محور عمودی درگام اول
زاویه بین خط واصل پاشنه پای سوم و پاشنه پای دوم با محور عمودی درگام دوم (شکل ۳-۶)
شکل ۳-۶ زاویه بین خط واصل پاشنه پای سوم و پاشنه پای دوم با محور عمودی درگام دوم
زاویه بین خط واصل پاشنه پای دوم و پاشنه پای اول با محور عمودی درگام اول (شکل ۳-۷)
شکل ۳-۷ زاویه بین خط واصل پاشنه پای دوم و پاشنه پای اول با محور عمودی درگام اول
زاویه بین خط واصل میانه پای سوم و میانه پای دوم با محور عمودی درگام دوم (شکل ۳-۸)
شکل ۳-۸ زاویه بین خط واصل میانه پای سوم و میانه پای دوم با محور عمودی درگام دوم
زاویه بین خط واصل میانه پای دوم و میانه پای اول با محور عمودی در گام اول (شکل ۳-۹)
شکل ۳-۹ زاویه بین خط واصل میانه پای دوم و میانه پای اول با محور عمودی در گام اول