Catalogue en ligne Bibliothèque de l'Ecole Nationale Polytechnique

Les Inscriptions et les Réinscriptions à la Bibliothèque sont Ouvertes du 24/09/2024 au 30/11/2024

Nouvelle recherche Modifier la recherche Historique

Nos Abonnements

Ressources Électroniques

Study of iris recognition using human visual system based methods / Mahmoud Bennefissa (2024)

Study of iris recognition using human visual system based methods [document électronique] / Mahmoud Bennefissa, Auteur ; Latifa Hamami, Directeur de thèse ; Allam née Chergui Fatima Zohra, Directeur de thèse . - [S.l.] : [s.n.], 2024 . - 1 fichier PDF (2 Mo) : ill.
Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Electronique : Alger, École Nationale Polytechnique : 2024
Bibliogr. p. 105 - 111
Langues : Anglais (eng)
Mots-clés : Iris recognition
Human visual system
Image processing
Gabor filters
FPGA
Feature extraction
Index. décimale : PN01324
Résumé : Iris recognition using methods inspired by the human visual system represents a cutting-edge approach in biometric identification. By analyzing key stages such as detection, normalization, feature extraction, and classification, this study demonstrates how techniques like edge detection, Gabor filters, and wavelet transforms can significantly enhance recognition accuracy and robustness. Additionally, the exploration of FPGA technology provides a pathway for efficient hardware implementation. The findings contribute to advancing iris recognition systems by integrating theoretical frameworks with practical applications.

Les Inscriptions et les Réinscriptions à la Bibliothèque sont Ouvertes du 24/09/2024 au 30/11/2024

Nos Abonnements

Ressources Électroniques

Bibliothèque de l'Ecole Nationale Polytechnique

Accueil

Sélection de la langue

Se connecter

Adresse

Météo

Mots-clés :	Iris recognition Human visual system Image processing Gabor filters FPGA Feature extraction
Index. décimale :	PN01324
Résumé :	Iris recognition using methods inspired by the human visual system represents a cutting-edge approach in biometric identification. By analyzing key stages such as detection, normalization, feature extraction, and classification, this study demonstrates how techniques like edge detection, Gabor filters, and wavelet transforms can significantly enhance recognition accuracy and robustness. Additionally, the exploration of FPGA technology provides a pathway for efficient hardware implementation. The findings contribute to advancing iris recognition systems by integrating theoretical frameworks with practical applications.