development of human foot trace recognition system

Abstract

"قديما كان علم التتبع يعرف بعلم ’القيافة‘ حيث يكتشف الخبير البدوي معلومات مهمة عن الانسان من خلال آثار أقدامه في الصحراء. أيضا، يعد التعرف على الاشخاص أحد أكثر الاغراض شيوعا في مجال رؤية الكمبيوتر. في الوقت الحاضر، من بين العديد من الأساليب التي يتم تطويرها لهذا الغرض، لدينا التعرف على القياسات الحيوية مثل بصمة الإصبع أو القزحية أو مسح بصمة القدم هي الطريقة الواعدة الآن. و بالمثل، يعد التعرف على الأشخاص باستخدام آثار الأقدام أكثر تعقيدا من استخدام مسح بصمة الاقدام لأنه لا يوفر ميزات بيومترية.

في هذا العمل، نهدف إلى جعل عملية ’القيافة‘ آليا في نظام ذكي. من صورة الادخال، يستخرج النظام ميزات أثر القدم باستخدام تقنيات معالجة الصور. يستخدم نظام التعرف على الآثار أساليب التعلم العميق المتقدمة التي تساعد على اكتشاف والتعرف بكفاءة على ميزات كل أثر. في النظام المقترح، نستخدم خوارزمية الشبكات العصبية الالتفافية للتنبؤ بمالك أثر القدم من خلال الرجوع إلى ميزاته المستخرجة من النظام المنفذ.

لهذا الغرض، اقترحنا دراسة مقارنة أجريت لفحص تجربتين مختلفتين للتعرف على أثر القدم البشرية، يعتمد الأول على نهج نموذجي واحد. و يعتمدالثاني على نهج متعدد النماذج مع تصنيف هرمي من أجل الحصول على وقت قياسي للمعالجة وتحقيق دقة أفضل. في كلا المنهجين، يجمع نظام التصنيف بين نموذجين، نموذج مدرب مسبقا كمستخرج ميزات، ونموذج مصنف. تم ترشيح نموذج اكسبشن المدرب مسبقا من خمسة نماذج مدربة مسبقا للتكامل مع مصنفات النظام. الى جانب ذلك، قمنا بفحص هذا النموذج المعين مسبقا (اكسبشن) مع 3 أنواع من المصنفات سوفت ماكس، آلة ناقلات سوبر، و ك_أقرب الجيران.

تظهر النتائج المتحصل عليها بوضوح دقتها، حيث حصلت دقة النهج الأول على 76.40% مع مصنف آلة ناقلات سوبر. بينما دقة الطريقة الثانية هي متوسط دقة نماذجها و حصلت على نتيجة ملحوظة بنسبة% 90.46 مع مصنف سوفت ماكس. وبالتالي، نستنتج أن النظام الثاني يعمل بشكل افضل من الأول و لكنه لا يزال غير كاف لحل كل جوانب التعرف على أثر اقدام الانسان.""In the past, tracking science was known as the science of ‘Al-Qiyafah’ where an expert nomad detects the important information about a person from its foot traces in the desert. Also, person identification is one of the most popular filed in computer vision. Nowadays, among numerous methods being developed for this purpose, biometric identification of finger or iris, or footprint scan is the most promising method. The process of person recognition using foot traces is much more challenging than using footprints because it does not have biometric features. In this work, we aim to automate the process of ‘Al-Qeiyafah’ into an intelligent system. From an input image, the system extracts foot trace features using image processing techniques. The recognition system of traces uses advanced deep learning methods that helps to detect the traces and to recognize efficiently the features of each trace. In the proposed system, we use the convolution neural networks algorithm to predict the foot trace owner by referring to its features extracted from the performed system. For this objective, we proposed a comparative study conducted to examine two different architectures of human foot trace recognition, the first one is based on one model approach. The second one is based on a multi-models approach with hierarchical taxonomy in order to gain processing time and to attain better accuracy. In both approaches, the classification system combines two models, a pre-trained model as a features extractor, and a classifier model. The pre-trained Xception model was nominated from five pre-trained models for integration into system classifiers. Besides, we examined this nominated pretrained model (Xception) with 3 types of classifiers, Softmax, SVM, and KNN. The obtained results show clearly their accuracy, the first approach accuracy got 76.40% with an SVM classifier. while the accuracy of the second approach is the average accuracy of its models, and it got a significant result of 90.46% with a Softmax classifier. Therefore, we conclude that the second system works better than the"