أثر المعالجة المسبقة على نموذج الشبكة العصبية الالتفافية للتعرف على أوردة اليد الخلفية

هناك العديد من التقنيات لتحديد هوية المستخدمين، بما في ذلك البطاقات وكلمات المرور والبيانات البيومترية. لقد زادت التقنيات الناشئة مثل الحوسبة السحابية والأجهزة الذكية وأتمتة المنزل من وعي المستخدمين بخصوص خصوصية وأمان بياناتهم. هدف هذه الدراسة إلى استخدام نموذج الشبكة العصبية الالتفافية (CNN) المعزز بمرشحات معالجة مسبقة مختلفة لإنشاء نظام تعريف موثوق يعتمد على أوردة اليد الخلفية. بالإضافة إلى ذلك، اقترحت تطبيق عدة مرشحات معالجة مسبقة لتعزيز دقة التعرف على الشبكة العصبية الالتفافية. استخدمت الدراسة مجموعة بيانات مكونة من 500 صورة لوريد اليد تم استخراجها من 50 مريضًا، في حين تم تدريب مجموعة البيانات باستخدام تقنية تعزيز البيانات. أظهرت دقة النموذج المقترح في هذه الدراسة في تصنيف الصور دون استخدام معالجة الصور أن 70% قد تم اعتمادها للتدريب. علاوة على ذلك، أشارت النتائج إلى أن استخدام مرشح المتوسط لإزالة الضوضاء أعطى نتائج أفضل، حيث وصلت الدقة إلى 99% في كلا حالتي التدريب.