Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI)
A. Bourouhou
Mohammed V University
Computer Science & IT Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Comparison between SVM and KNN classifiers for iris recognition using a new unsupervised neural approach in segmentation Hicham Ohmaid; S. Eddarouich; A. Bourouhou; M. Timouya
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 9, No 3: September 2020
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (888.457 KB) | DOI: 10.11591/ijai.v9.i3.pp429-438

Abstract

Un système biométrique d'identification et d'authentification permet la reconnaissance automatique d'un individu en fonction de certaines caractéristiques ou caractéristiques uniques qu'il possède. La reconnaissance de l'iris est une méthode d'identification biométrique qui applique la reconnaissance des formes aux images de l'iris. En raison des motifs épigénétiques uniques de l'iris, la reconnaissance de l'iris est considérée comme l'une des méthodes les plus précises dans le domaine de l'identification biométrique. L'algorithme de segmentation proposé dans cet article commence par déterminer les régions de l'œil à l'aide d'une approche neuronale non supervisée, après que le contour de l'œil a été trouvé à l'aide du bord de Canny, la transformation de Hough est utilisée pour déterminer le centre et le rayon de la pupille et de l'iris. . Ensuite, la normalisation permet de transformer la région de l'iris circulaire segmenté en une forme rectangulaire de taille fixe en utilisant le modèle de feuille de caoutchouc de Daugman. Une transformation en ondelettes discrètes (DWT) est appliquée à l'iris normalisé pour réduire la taille des modèles d'iris et améliorer la précision du classificateur. Enfin, la base de données URIBIS iris est utilisée pour la vérification individuelle de l'utilisateur en utilisant le classificateur KNN ou la machine à vecteur de support (SVM) qui, sur la base de l'analyse du code de l'iris lors de l'extraction des caractéristiques, est discutée.
Iris segmentation using a new unsupervised neural approach Hicham Ohmaid; S. Eddarouich; A. Bourouhou; M. Timouyas
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 9, No 1: March 2020
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (642.383 KB) | DOI: 10.11591/ijai.v9.i1.pp58-64

Abstract

A biometric system of identification and authentication provides automatic recognition of an individual based on certain unique features or characteristic possessed by an individual. Iris recognition is a biometric identification method that uses pattern recognition on the images of the iris. Owing to the unique epigenetic patterns of the iris, Iris recognition is considered as one of the most accurate methods in the field of biometric identification. One of the crucial steps in the iris recognition system is the iris segmentation because it significantly affects the accuracy of the feature extraction the iris. The segmentation algorithm proposed in this article starts with determining the regions of the eye using unsupervised neural approach, after the outline of the eye is found using the Canny edge, The Hough Transform is employed to determine the center and radius of the pupil and the iris.
Co-Authors Hicham Ohmaid M. Timouya M. Timouyas S. Eddarouich S. Eddarouich