Наука и технология в современном миреМирзаева Ширин Нодировна, Тахиров Чингиз Аъзамович +22026
Структура баз данных изображений ладоней, их технические характеристики, применение и современные проблемы
Saliyev Ergash Alibekovich · Kodirov Elmurod Solijon o‘g‘li · Shukrulloyev Bektosh Robillo o‘g‘li
Современные проблемы интеллектуальных систем · 59-64 · 2025
Аннотация
This study comprehensively analyzes palmprint databases as a fundamental resource for biometric identification systems. It provides a detailed exploration of the database creation process, their technical specifications, and application areas. Existing databases such as CASIA Palmprint, NEC Palm Database, and PolyU, Multispectral have also been examined. 228 Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г. During the research, issues related to quality, privacy concerns, standardization challenges, and technical limitations were identified, with recommendations proposed to address them. Keywords: palmprint images, biometric database, image quality, identification algorithms, open database, machine learning, standardization, multispectral imaging, contactless imaging. Bugungi kunda biometrik identifikatsiya texnologiyalari shaxsni aniqlash, xavfsizlikni ta’minlash va shaxsiy ma’lumotlarni himoyalashda muhim rol o‘ynamoqda [1]. Barmoq izlari, yuz tasvirlari va ko‘z gavhari kabi an’anaviy biometrik xususiyatlardan tashqari, kaft tasvirlari o‘zining noyob chiziqlari, vena timsollari va geometrik tuzilishi sababli yuqori darajada ishonchli identifikatsiya vositasi sifatida e’tirof etilmoqda. So‘nggi o‘n yillikda kaft tasviri biometrikasiga qiziqish sezilarli darajada oshdi [2]. Masalan, NIST (National Institute of Standards and Technology) ma’lumotlariga ko‘ra, 2015-2023 yillar oralig‘ida biometrik tadqiqotlarni taxminan 30% ga yaqini kaft tasvirlari bilan bog‘liq bo‘lib, bu mashinaviy va chuqur o‘qitish algoritmlari rivojlanishi bilan chambarchas bog‘liq [2]. Shu bilan birga, 2022 yilda IEEE Transactions on Biometrics jurnalida chop etilgan hisobotga ko‘ra, kaft tasviriga asoslangan tizimlarni aniqlik darajasi 98% gacha yetgan, bu esa ularni amaliy qo‘llanilishdagi potentsialini ko‘rsatadi [3]. Kaft tasviri bazalari ushbu tizimlarni asosiy tayanchi hisoblanadi, chunki ular identifikatsiya algoritmlarini o‘qitish, sinash va optimallashtirish uchun zarur bo‘lgan katta hajmdagi tasvir ma’lumotlarini taqdim etadi [4]. Masalan, CASIA Palmprint Database 2005 yilda Xitoy Fanlar Akademiyasi tomonidan yaratilganidan so‘ng, u 1000 dan ortiq ilmiy maqolada foydalanilgan va hozirgi kunda eng mashhur ochiq baza sifatida tan olingan [5]. Shuningdek, tijorat sohasida NEC Corporation va HID Global kabi kompaniyalar yopiq bazalaridan foydalangan holda aeroport, bank va davlat idoralari uchun maxfiy xavfsizlik tizimlarini rivojlantirmoqda. Biroq, mavjud bazalar bir qator cheklovlarga ega, jumladan tasvirlarni past sifati, maxfiylik bilan bog‘liq muammolar [6], standartlashtirishni yo‘qligi va katta hajmli ma’lumotlarni qayta ishlashdagi texnik muammolar ularni kengroq qo‘llanilishiga to‘sqinlik qilmoqda. Shu sababli, kaft tasviri bazalarini chuqur tahlil qilish va ularning hozirgi holatini baholash dolzarb masala sifatida ko‘riladi. Kaft tasviri bazalarini tuzilishi va turlari. Kaft tasviri bazalari biometrik identifikatsiya tizimlarini muhim qismi bo‘lib, ularni tuzilishi tasvirlarni yig‘ish texnologiyalari, anotatsiya jarayonlari va foydalanish maqsadlariga qarab farqlanadi. Bazalarni yaratish jarayoni bir nechta bosqichlardan iborat bo‘lib, har bir bosqich o‘ziga xos texnologik yondashuvni talab qiladi. Dastlab, tasvirlarni yig‘ish jarayoni amalga oshiriladi, bunda turli qurilmalar qo‘llaniladi. Masalan, optik skanerlar, xususan, HID Guardian 500-1000 DPI aniqlikda kaft yuzasidagi chiziqlar va burmalarni yuqori sifatda qayd etadi [7]. Infraqizil kameralar, masalan, Fujitsu PalmSecure, 250-500 DPI aniqlikda kaftni ichki vena tuzilishini tasvirlashga imkon beradi [8]. Kontaktsiz usullar uchun esa 2D kameralar, masalan, Samsung Galaxy S23 Ultra 1200 DPI aniqlikda tasvirlarni taqdim etadi [9], shu bilan birga 3D skanerlar, xususan, Intel RealSense D435 0.1-1 mm aniqlikda chuqurlik ma’lumotlarini qayd etadi [9]. IITD Contactless bazasi Canon PowerShot kamerasi yordamida 500 DPI aniqlikda yig‘ilgan bo‘lib, bu jarayon kontaktsiz usul afzalliklarini ko‘rsatadi [10]. Tasvirlar yig‘ilgandan so‘ng, anotatsiya jarayoni boshlanadi, bu bosqichda tasvirlarni muhim qismlari – ROI (Region of Interest) maxsus algoritmlar yordamida belgilab olinadi. PolyU Multispectral bazasida 8000 tasvir chiziqlar, vena naqshlari va 3D detallar bo‘yicha qo‘lda va avtomatik anotatsiyalangan bo‘lib, bu jarayon tasvirlarni keyinchalik qayta ishlashni soddalashtiradi [11]. CASIA Palmprintda esa ROI o‘lchami 128x128 piksel sifatida standartlashtirilgan, bu esa algoritmlarni sinashda bir xillikni ta’minlaydi. Anotatsiyadan so‘ng 229 Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г. tasvirlar saqlash uchun mos formatlarga o‘tkaziladi. Odatda JPEG, PNG yoki BMP formatlari qo‘llanilsa-da, multispektral va 3D bazalar uchun RAW formatlari afzal ko‘riladi. Masalan, Tongji Contactless bazasi JPEG formatida 12,000 tasvirni o‘z
Доказательный фрагмент
«This study comprehensively analyzes palmprint databases as a fundamental resource for biometric identification systems.»
Образец извлечения
Демо-превьюThis study comprehensively analyzes palmprint databases as a fundamental resource for biometric identification systems. Полный текст публикации CiteX не хранит — доступ к первоисточнику открывается по DOI согласно лицензии издателя и выбранному плану.
- Цитирований
- 0
- Тип
- Журнал
- Страна
- Узбекистан
- Ключевые слова
- palmprint images, biometric database, image quality, identification algorithms, Kaft tasviri, алгоритмы идентификации, бесконтактная съемка, open database, стандартизация, multispectral imaging, standartlashtirish, ochiq baza, biometrik ma’lumotlar bazasi, machine learning, качество изображений, tasvir sifati, мультиспектральные изображения, standardization, биометрическая база данных, kontaktsiz tasvirlash, открытая база, contactless imaging, identifikatsiya algoritmlari, mashinaviy o‘qitish, изображения ладоней, multispektral tasvir, машинное обучение
Смежные источники
Наука и технология в современном миреHamdamov Islom Akramovich2026
Медицина и инновацииМ Сабиров, О Скосырева +12021