堅牢な接触型指紋認証のためのイルカ最適化とSVMハイブリダイゼーション
Jenisha Rachel1, Ezhilmaran Devarasan1
1Department of Mathematics, School of Advanced Sciences, Vellore Institute of Technology, Vellore, Tamilnadu, India.
Frontiers in big data
|December 22, 2025
まとめ
この研究では、イルカ最適化アルゴリズム（DOA）とサポートベクターマシン（SVM）を使用した非接触指紋認識システムを紹介します。NCM-DOA-SVMハイブリッドモデルは、生体認証セキュリティと衛生状態を向上させる98.00％の精度を達成しました。
科学分野:
- 生体認証とパターン認識
- 人工知能と機械学習
- コンピュータビジョン
背景:
- 非接触指紋（CLFP）認識は、従来の接触型システムよりも衛生状態と利便性が向上しています。
- 既存のCLFPシステムは、セキュリティを強化するために堅牢な最適化と分類方法を必要とします。
- 自然界に着想を得たアルゴリズムは、生体認証認識における複雑な最適化タスクの可能性を秘めています。
主な方法:
- 特徴選択と最適化のためにイルカ最適化アルゴリズム（DOA）を利用しました。
- 画像特徴削減のために、指向性勾配（HOG）法を採用しました。
- 分類のために、ハイブリッドモデル（DOA-SVM、FCM-DOA-SVM、NCM-DOA-SVM）を開発しました。
結論:
- 生物学的着想の最適化と高度なクラスタリング（NCM）を統合したハイブリッドモデルは、CLFP認識の精度を大幅に向上させます。
- NCM-DOA-SVMアプローチは、不確実性を効果的に処理し、安全で効率的な生体認証識別のための有望なソリューションを提供します。
- この研究は、高度な生体認証システムのための最適化、分類、およびクラスタリング技術の組み合わせの可能性を強調しています。
