دانلود مقاله ترجمه شده سیستم تطبیق اثر انگشت با کارائی بالا، برای پایگاه داده های بزرگ بر مبنای GPU


چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2001516 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید

قیمت :
815,000 ریال
شناسه محصول :
2001516
سال انتشار:
2014
حجم فایل انگلیسی :
6 Mb
حجم فایل فارسی :
885 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com

عنوان فارسي

سیستم تطبیق اثر انگشت با کارائی بالا، برای پایگاه داده های بزرگ بر مبنای GPU

عنوان انگليسي

A high performance fingerprint matching system for large databases based on GPU

نویسنده/ناشر/نام مجله

IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 10 صفحه انگلیسی به صورت پی دی اف و 19 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی

چکیده

اثر انگشت را میتوان یکی از ویژگی های بیومتریک دانست که به منظور هویت سنجی مورد استفاده قرار میگیرد. اثرات انگشت را میتوان به وسیله ی یک سری المان های خاص که Minutiae یا عناصر ریز نام دارند توصیف کرد. تشخیص هویت توسط یک اثر انگشت نیاز به تطابق عناصر ریز آن با عناصر ریز سایر اثرات انگشت دارد. از این رو، تطابق اثر انگشت را میتوان یک پروسه ی کلیدی دانست. بهره وری الگوریتم های تطبیق فعلی ، به گونه ای است که نمیتوان از آنها در پایگاه داده های اثر انگشت بزرگ استفاده کرد و از این رو برای استفاده از آنها، نیاز به یک توان کاری بالا در کارائی  میباشد. امروزه، الگوریتم سیلندر-کد عناصر ریز (MMC)  بهترین الگوریتم بر حسب کارائی میباشد. یک نقطه ی ضعف در این الگوریتم، نیازمندی های محاسباتی آن میباشد. در این مقاله، ما یک سیستم تطابق اثر انگشت را ارائه میدهیم که مبتنی بر MMC میباشد. چارچوب محاسباتی هسته ای که به وسیله ی CUDA بر روی پلت فرم های سخت افزاری GeForce و NVIDIA فراهم شده است، فرصتی را ارائه میدهد تا بتوان تطابق اثر انگشت را بهبود داد. با استفاده از یک ساختار داده ای ، محاسبات و انتقال حافظه ای که ما طراحی کرده ایم، سیستمی را توسعه داده است که میزان صحت بالایی داشته و به سرعت 100.8  در مقایسه با یک پیاده سازی CPU پشت سر هم میرسد. یک مطالعه ی تجربی که بر روی پایگاه داده های اثر انگشت ترکیبی صورت گرفته است، نشان داده است که روش پیشنهادی ما دارای بهره وری میباشد. این نتایج، حوزه ی جدیدی از احتمالات را برای تشخیص اثر انگشت به صورت بلادرنگ باز کرده است.

1-مقدمه

اثر انگشت را میتوان یکی از ویژگی های بیومتریک دانست که در وظایف تشخیص هویت از آن استفاده میشود و این را باید قدر دان قابلیت استفاده و اطمینان سیستم هایی دانست که مبتنی بر آنها طراحی شده اند[1]  . اثرات انگشت در کاربرد های زیادی مورد استفاده قرار میگیرند، مانند هویت سنجی فورنسیک، کارت های ID، کنترل دسترسی و غیره. علاوه بر این، اثرات انگشت را میتوان یکی از ویژگی های بیومتریکی دانست که در مقیاس زیادی مورد مطالعه قرار میگیرد. مقالاتی که در زمینه ی اتخاذ[2]، پردازش[3]، دسته بندی[4] و تطابق [5] کار میکنند را میتوان در مقالات صورت گرفته در سال های اخیر مشاهده کرد.

دو موضوع متفاوت در این زمینه وجود دارد: واررسی و هویت سنجی. سیستم های وارسی تلاش کرده تا تعیین کنند که آیا دو اثر انگشت توسط یک انگشت و با بالاترین احتمال ایجاد شده اند یا نه. از سوی دیگر، سیستم های هویت سنجی تلاش کرده تا اثرات انگشتی را در یک پایگاه داده که با یک ورودی اثر انگشت تطابق دارند پیدا کنند...

تشخیص اثر انگشت عناصر ریز تطابق MICC GPU CUDA :کلمات کلیدی

چکیده انگلیسی


Abstract

Fingerprints are the biometric features most used for identification. They can be characterized through some particular elements called minutiae. The identification of a given fingerprint requires the matching of its minutiae against the minutiae of other fingerprints. Hence, fingerprint matching is a key process. The efficiency of current matching algorithms does not allow their use in large fingerprint databases; to apply them, a breakthrough in running performance is necessary. Nowadays, the minutia cylinder-code (MCC) is the best performing algorithm in terms of accuracy. However, a weak point of this algorithm is its computational requirements. In this paper, we present a GPU fingerprint matching system based on MCC. The many-core computing framework provided by CUDA on NVIDIA Tesla and GeForce hardware platforms offers an opportunity to enhance fingerprint matching. Through a thorough and careful data structure, computation and memory transfer design, we have developed a system that keeps its accuracy and reaches a speed-up up to 100.8× compared with a reference sequential CPU implementation. A rigorous empirical study over captured and synthetic fingerprint databases shows the efficiency of our proposal. These results open up a whole new field of possibilities for reliable real time fingerprint identification in large databases

Keywords: Fingerprint identification minutiae matching MCC GPU CUDA
Skip Navigation Linksصفحه اصلی > دپارتمان ها > دپارتمان فنی و مهندسی > مهندسی کامپیوتر و IT > مقاله های مهندسی کامپیوتر و IT و ترجمه فارسی آنها > سیستم تطبیق اثر انگشت با کارائی بالا، برای پایگاه داده های بزرگ بر مبنای GPU
کتابخانه الکترونیک
دانلود مقالات ترجمه شده
جستجوی مقالات
با انتخاب رشته مورد نظر خود می توانید مقالات ترجمه شده آن رو به صورت موضوع بندی شده مشاهده نمایید