T E L K O M N I K A  T elec o m m un ica t io n,  Co m pu t ing ,   E lect ro nics   a nd   Co ntr o l   Vo l.   19 ,   No .   3 ,  J u n e   2 0 2 1 ,   p p .   8 5 1 ~8 5 7   I SS N:  1 6 9 3 - 6 9 3 0 ,   ac cr ed ited   First Gr ad e  b y   Kem en r is tek d i k ti,  Dec r ee   No : 2 1 /E/KPT /2 0 1 8   DOI :  1 0 . 1 2 9 2 8 /TE L KOM NI K A. v 1 9 i3 . 1 6 5 7 3     851       J o ur na l ho m ep a g e :  h ttp : //jo u r n a l.u a d . a c. id /in d ex . p h p /TELK OM N I K A   Palm  prin t  v erifi c a tion ba sed deep  l ea rning       L ub a b H .   Alba k ,   Ra id Ra f i O m a r  Al - Nima ,  Arw a   H a m i d Sa lih     Tec h n ica l  En g in e e ri n g   C o ll e g e   o f   M o su l,   No r th e rn   Tec h n ica l  Un iv e rsity ,   Ira q       Art icle  I nfo     AB S T RAC T   A r ticle  his to r y:   R ec eiv ed   Ma y   1 ,   2 0 2 0   R ev is ed   Oct  8 ,   2 0 2 0   Acc ep ted   Oct  2 3 ,   2 0 2 0       In   t h is  p a p e r,   we   c o n si d e r  a   p a lm  p rin t  c h a ra c teristic  wh ich   h a s  tak e n   wi d e   a tt e n ti o n s  in   re c e n t  st u d ies .   We  f o c u se d   o n   p a lm  p ri n t  v e rif ica ti o n   p ro b lem   b y   d e sig n i n g   a   d e e p   n e two r k   c a ll e d   a   p a lm  c o n v o lu ti o n a l   n e u ra l  n e two r k   ( P CNN ).   Th is n e two r k   is ad a p ted   t o   d e a l  with   two - d ime n sio n a l  p a lm p rin t  i m a g e s.  It  is   c a re fu ll y   d e sig n e d   a n d   im p lem e n t e d   fo r   p a lm   p ri n t  d a ta.  P a lm  p ri n t s  fro m   t h e   Ho n g   Ko n g   P o ly tec h n ic  Un iv e rsity   C o n tac t - fre e   (P o ly UC)   3 D/2 D  h a n d   ima g e s  d a tas e t  a re   a p p li e d   a n d   e v a lu a ted .   Th e   re su lt s  h a v e   r e a c h e d   th e   a c c u ra c y   o f  9 7 . 6 7 % ,   th is  p e rfo r m a n c e   is  su p e rio r  a n d   it   sh o ws   th a t  o u r   p ro p o se d   m e th o d   is efficie n t.   K ey w o r d s :   Dee p   lear n in g   Palm   p r in t   Patter n   r ec o g n itio n   T h is i s  a n   o p e n   a c c e ss   a rticle   u n d e r  th e   CC B Y - SA   li c e n se .     C o r r e s p o nd ing   A uth o r :   L u b ab   H.   Alb a k   T ec h n ical  E n g i n ee r in g   C o lleg e  o f   Mo s u l   No r th er n   T ec h n ical  Un iv e r s ity   I r aq   E m ail:  L u b ab _ h ar ith @ n tu . ed u . iq       1.   I NT RO D UCT I O N     B io m etr ic  r ec o g n itio n   tech n o lo g y   is   co n s id er ed   b y   m a n y   f ield s   s u ch   as  f in g er   tex tu r e  ( FT)     v er if icatio n   [ 1 ,   2 ] ,   s p ea k e r   id en tific atio n   [ 3 ,   4 ] ,   f ac e  te x tu r e  r ec o g n itio n   [ 5 ] ,   ir is   p r in t  s u r v eillan ce   [ 6 - 8 ]   an d   p alm   p r in t  r ec o g n itio n   [ 9 ] .   Palm   p r in t  ch ar ac ter i s tic  ca n   b e  co n s id er ed   as  o n e  o f   in ter e s tin g   p h y s io lo g ical  b io m etr ics  as  it  in v o lv es  r ich   f ea tu r es.  I t  lo ca tes  in   th e  in n er   s u r f ac e  o f   a  h an d   b etwe en   th e  wr is t  an d   f in g er s .  T h is   s u r f ac e  co v er s   d if f er en t  tex tu r es  n am ely   p r in cip al  lin es,   wr in k les  an d   r id g es  [1 0 ,   1 1 ] ,   s ee   Fig u r e   1 .   T h ese  tex tu r es  ca n   ea s ily   b e  i d en tifie d .   Palm   p r in ts   ar e   f o r m ed   b et wee n   th e  th i r d   a n d   f if th   m o n t h s   o f   p r eg n an cy   an d   its   s u p er f icial  lin es   ar e  ap p ea r ed   af ter   th e  b ir th   [ 1 2 ] .   A  p alm   p r in t  im ag e  ca n   b e  ac q u ir ed   b y   u s in g   an   in ex p en s iv e  lo w  r eso lu tio n   s ca n n er   o r   ca m er a.   As  m en tio n ed ,   th e  p alm   p r in t  co m p r is e s   o f   th r ee   ty p es  o f   tex tu r es  ( p r in cip al  lin es,  wr in k les  an d   r id g es).   E ac h   o n e  o f   th ese  tex tu r es  ca n   p r o v i d e  a  u n iq u e  s tr u ctu r e.   T h e   ap p ea r an ce   o f   o v er all  p alm   p r i n t stru ctu r es o f f e r s   a  s ig n if ica n t b asis   f o r   v er if y in g   i n d iv id u als.           Fig u r e  1 .   A  p alm   p r in t   im ag e  an d   its   tex tu r es o f   p r in cip al  lin es,  wr in k les an d   r id g es   Evaluation Warning : The document was created with Spire.PDF for Python.
                    I SS N :   1 6 9 3 - 6 9 3 0   T E L KOM NI KA   T elec o m m u n   C o m p u t E l Co n tr o l ,  Vo l.  19 ,   No .   3 ,  J u n e   2 0 2 1 :    85 1   -   85 7   852   I n   th e   liter atu r e,   p alm   p r in ts   wer e  ex p lo ited   b y   a  n u m b e r   o f   s tu d ies.  I n   2 0 0 3 ,   X ian g q ian   et  a l.   illu s tr ated   a  n ew  p alm   p r i n t  r e co g n itio n   m eth o d   n am ed   t h e  f is h er p alm .   I n   t h is   m eth o d   ea c h   p ix el  in   th e   p alm   p r in t  im ag e  is   co n s id er ed   in   a  h ig h - d im en s io n al  s p ac e  [ 1 3 ] .   T u n k p ie n   et  a l.,   [ 1 4 ]   p r ese n ted   a  p alm   p r in t  id en tific atio n   s tu d y   d e p en d i n g   o n   th e  p r in cip al   lin es.  I t   co n s i s ted   o f   two   m ain   p r o ce s s es.  Firstl y ,   it  co n s id er e d   th e  f ea tu r e   ex tr ac tio n   b y   u s in g   co n s ec u tiv e   f ilter s   to   o b tain   th e  p r i n cip al  lin es  o f   a  p alm   p r in t.  Seco n d ly ,   it  em p lo y ed   a  K - Nea r est  Neig h b o r   m et h o d   to   id e n tify   h u m a n s   [ 1 4 ] .   Am it   T a n ej a   [ 1 5 ]   f o cu s ed   o n   p er s o n al   v er if icatio n   b y   e x p lo itin g   th e  n eu r al  n etwo r k   alg o r ith m   o f   b ac k p r o p ag atio n .   Palm   p r i n t  f ea tu r es  wer e  co llected   h er e  f r o m   co lo r   p h o t o g r a p h s ,   th ey   wer e  ac q u ir ed   af ter   r e q u esti n g   p ar ticip an ts   to   lo ca te  th eir   h an d s   o n   a  s p ec ial  d esig n ed   p latf o r m   [ 1 5 ] .   R au t  et  a l . ,   [ 1 6 ]   illu s tr ated   a  p er s o n al  id en tific atio n   m eth o d   b y   ex tr ac tin g   p alm   p r in t   lin es.  Mo r p h o lo g ical  o p er atio n   an d   s tatis tical  p r o p er ties   wer e  u tili ze d   [ 1 6 ] .   B ala  an d   Nid h ia  [ 1 7 ]   ex p lo r ed   co m p ar ativ e  p alm   r ec o g n itio n   s y s tem   b y   u t ilizin g   th e  m a x im u m   cu r v atu r e  a n d   r e p ea ted   m e th o d .   L in e   tr ac k in g   was  co n s id er ed   t o   f i n d   o u t  t h e  r ep ea te d   a n d   b r o k en   li n e s   [ 1 7 ] .   Selv y   et  a l. ,   [ 1 8 ]   p r o p o s ed   p alm   p r in t   au th en ticatio n   s y s tem   b y   ap p ly in g   th e  g r ay   lev el  co - o cc u r r en ce   m atr ix   ( GL C M) .   T h en ,   th e  s u p p o r t  v ec to r   m ac h in e  ( SVM)   was  u s ed   f o r   class if y in g   th e  o b tain ed   f e atu r es  [ 1 8 ] .   I n   2 0 1 9 ,   Go n g   et  a l.   s u g g ested   an   in tellig en t  p alm   p r in t  r ec o g n it io n   b ased   o n   a  co n v o l u tio n al  n eu r al  n etwo r k   ca lled   Alex n et .   Geo m etr ic  s h ap es   o f   p alm   p r in ts   wer e  ex p lo ited   [ 19 ] .   I n   2 0 2 0 ,   Po o n ia  et  a l.   ap p r o ac h ed   a  n o n - in v e r tib le  tem p l ate  wh ich   ca n   s to r e   th e  g eo m etr ic  d ata  o f   p alm   p r i n t   m in u tiae  f ea tu r es.  T h is   s tu d y   was  co n ce n tr ated   o n   p r o v id i n g   a  r o b u s t  p alm p r in t  tem p late  [ 2 0 ].   T h e  aim   an d   co n t r ib u tio n   o f   th is   wo r k   is   s u g g esti n g   a   d ee p   le ar n in g   m o d el   f o r   two - d im en s i o n al  p alm   p r in ts   b ased   v er if icatio n .   I t  is   n am ed   th e  p alm   co n v o lu tio n al  n eu r al   n etwo r k   ( PC NN)   n etw o r k .   T h e  r em ain in g   s ec tio n s   ar e  o r g a n ized   as  f o l lo ws:   th e  th eo r etica l  b asis   o f   PC NN  is   illu s tr ated   in   s ec tio n   2 ,   r esu lt s   an d   d is cu s s io n s   ar e  g iv en   in   s ec tio n   3   an d   th e  c o n clu s io n   is   clar if ied   in   s ec tio n   4 .       2.   RE S E ARCH   M E T H O D     In   th is   s ec tio n ,   th e  th eo r etica l  d escr ip tio n   o f   th e  PC NN  will  b e  p r o v id ed .   T h e  b asis   o f   th is   n etwo r k   is   th e  co n v o lu tio n al  n eu r al   n etw o r k   ( C NN) .   Ho wev er ,   it   is   ad a p ted   a n d   ca r ef u lly   d esig n e d   f o r   p alm   p r in t  im a g es.  I t  ca n   ac ce p t  an d   d ea l  with   p alm   p r in t  im ag es  in   th e  ca s e  o f   v er if icatio n .   T h e  id ea   o f   v er if icatio n   h er e  is   co n s id er in g   m u ltip le  o u t p u t c l ass es to   co n f ir m   s p ec if ic  in d iv id u als as in   [ 2 1 ] .     T h e  PC NN  co m p o s es  o f   m u lti p le  lay er s .   T h ese  lay e r s   ar e  th e  in p u t,  c o n v o lu tio n ,   r ec tifie d   lin ea r   u n it   ( R eL U) ,   p o o lin g ,   f u ll y   co n n ec ted   ( FC ) ,   s o f tm ax   an d   class if icatio n   lay er s .   Firstl y ,   th e  in p u t   lay er   is   ad ap ted   to   acce p t  a  s in g le  g r ay s ca le  o f   s eg m en ted   p alm   p r in t  im ag e  at  a  tim e.   T h e  s ize  o f   ea c h   in p u t  is   eq u al  to     128 1 2 8   p i x els.  Seco n d ly ,   th e  co n v o l u tio n   lay er   is   ap p lied .   T h is   lay er   ca n   an aly ze   th e  f ea tu r es  o f   th e  g r ay s ca le  p alm   p r in t im a g e.   T h e   ca lcu latio n s   o f   th is   l ay er   ca n   b e  e x p r e s s ed   b y   ( 1 )   [2 2 ] ,     Z u, v, c l  = B c l   +    ∑       ℎ = − ℎ ∑   = − ∑     + ℎ   , ,   , − 1   + , + , − 1   − 1 − 1 = 1       ( 1 )     w h er e:  Z u, v, c l   is   an   o u t p u t  o f   th e  co n v o l u tio n   lay e r ,   ( u , v)   is   a  p ix el  co o r d in ate,   B c l   is   a  ch an n el  b ias,    , , − 1   is   th e  k er n el  weig h s ,      an d   ℎ   ar e  r esp ec tiv ely   th e  wid th   an d   h eig h t  o f   th e  co n v o lu tio n   lay er   k er n el,   C   is   th e  ch an n el  n u m b er ,     is   th e  cu r r en t la y er ,   an d   − 1   is   th e  p r ev io u s ly   l ay er .     T h ir d ly ,   th e   R eL U  lay er   is   em p lo y ed .   T h e   f u n ctio n   o f   R eL U   lay er   is   r ec tify i n g   t h e  n eg ativ e  v alu es t o   ze r o s   an d   p ass in g   th e  p o s itiv e  v alu es o f   th e  p r ev io u s   lay er .   T h e  ( 2 )   r ep r esen ts   th e  R eL U  f u n ctio n   [ 23 ] ,     O u, v, c l   =  m ax ( 0 ,   Z u, v c l , )                  ( 2 )     w h er e:  O u, v, c l   is   an   o u tp u t  o f   t h e  R eL U  lay er   an d   m a x   is   th e  m ax im u m   o p er atio n .   Fo u r th ly ,   th e  p o o lin g   lay e r   is   im p lem en ted .   T h is   la y er   ca n   r ed u ce   th e   s ize  o f   d ata  b y   e m p lo y in g   win d o win g   an d   m ax i m u m   o p e r atio n s .   T h e  m a x im u m   p o o lin g   ca lcu latio n s   ca n   b e   d em o n s tr ated   b y   ( 3 )   [ 24 ] ,     q a l ,b l , c  =                MA X              O a l × ph + a, b l × pw   + b, c             ( 3 )                                       0   ≤   a   <   p h   , 0   ≤   b   <   p w     w h er e:  q a l ,b l ,c   is   an   o u tp u t o f   th e  p o o lin g   lay e r   ,   0   ≤   a l   <  p h l ,  p h l   is   th e  h eig h t o f   th e  p o o le d   ch an n el,   0   ≤   b l   <  p w l ,  p w l   is   th e  wid th   th e  p o o led   ch a n n el,   0   ≤   c  <  c l   =  c l - 1 ,  p h   is   th e  h eig h t o f   ea ch   p o o led   win d o w   an d   p w   is   th e   wid th   o f   ea ch   p o o led   win d o w.     Fifth ly ,   a  FC   lay er   is   u tili ze d .   T h is   lay er   a d ap ts   b etwe en   th e  n u m b er   o f   n o d es  in   t h e  p r e v io u s   lay e r   an d   n u m b er   o f   r e q u ir e d   class es.  T h e  ( 4 )   r ep r esen ts   th e  c o m p u tatio n   o f   FC   lay er   [ 25 ] ,   Evaluation Warning : The document was created with Spire.PDF for Python.
T E L KOM NI KA   T elec o m m u n   C o m p u t E l Co n tr o l         P a lm  p r in t v erif ica tio n   b a s ed   d ee p   lea r n in g   ( Lu b a b   H.   A lb a k )   853   =  ∑   1 − 1 = 1 ∑   2 − 1 = 1 ∑ , , ,   ( ) , 3 − 1 = 1 ,                           ∀ 1    r    m l       ( 4 )     w h er e :     is   an   o u tp u t  o f   th e  FC   lay er ,   1 − 1   is   th e   wid t h   o f   p r ev i o u s   ch an n el,   2 − 1   is   th e  h eig h t   o f   p r e v io u s   ch an n el,   3 − 1   is   th e  n u m b er   o f   p r e v io u s   ch an n els,  ( ) ,   is   th e  v ec to r   o f   p o o lin g   la y er   o u t p u ts ,   , , ,   is   th e   w eig h ts   b etwe en   th e  p o o lin g   a n d   FC   lay er s ,   an d   m l   is   th e  r e q u ir ed   n u m b er   o f   class es.    Six th ly ,   th e  s o f tm ax   lay er   is   u s ed .   T h is   lay er   ca n   p r o v i d e  p r o b a b ilit y   d is tr ib u tio n   ca lcu l atio n s   f o r   a  cu r r en t in p u t w ith   all  class es.  So f tm ax   ca lcu latio n   ca n   b e  g i v en   b y   ( 5 )   [ 25 ] ,       =    ( ) ∑   ( ) − 1 = 1                   ( 5 )     wh er e :     is   an   o u t p u t o f   th e  s o f t m ax   lay er .   Fin ally ,   th e  class if icatio n   lay er   is   ad ap ted   to   ac ce p t  th e  n u m b er   o f   s u b jects.  T h is   is   th e  last   P C NN   lay er ,   it  ex p lo its   a  co m p etitiv e  co m p u tatio n   r u le  n am ed   th e  win n er - tak es - all.   Fig u r e   2   d ep icts   th e  ar ch itectu r e  o f   th e  p r o p o s ed   PC NN .   I n   s u m m ar y ,   t h e  PC NN  is   an   ar tific ial  m o d el  th at  ca n   b e   co u n te d   with   o th e r   ar tific ial   in te llig en ce   ( AI )   m o d els  as  i n   [ 26 - 33 ] .   I t  ca n   b e   ex p lo ite d   f o r   im p o r tan t   s ec u r ity   is s u es  s u ch   as  [ 34 - 41 ] .   Ap p r o p r iate  p ar am eter s   o f   PC NN  h av e  b ee n   e v alu ated   as wi ll b e  illu s tr ated   in   th e  n e x t sectio n .             Fig u r e  2 .   T h e  ar ch itectu r e  o f   t h e  p r o p o s ed   PC NN       3.   RE SU L T S  A ND  AN AL Y SI S     First   o f   all,   a  d ataset  o f   Po ly UC   ( Ver s io n   1 . 0 )   is   f o u n d   to   b e  u s ef u l.  I n   t h is   d ataset,   a  co m m er cially   th r ee - d im en s io n al   d ig itizer   d ev ice  o f   ty p e   Min o lta  VI VI D  9 1 0   is   ex p lo ited   t o   ca p tu r e  th r ee -   an d     two - d im en s i o n al  h an d   im ag es.   T h e  p alm   s id e   w as   co n s id er e d .   1 0   im ag es  wer e   ca p tu r ed   f r o m   ea ch   p ar ticip a n t  i n   two   s es s io n s   ( 5   im ag es d u r in g   ea ch   s ess io n ) .   A  r a nge   o f   1   wee k   to   3   m o n th s   w as d eter m in ed   as   th e  elap s ed   tim e.   User s   o f   ag es  1 8   to   5 0   y ea r s   o ld   wer e  p ar ticip ated   f r o m   s tu d en ts   an d   s taf f ,   th ey   ar e  o f   d if f e r en t  eth n ics   an d   g e n d er s .   T h e   u s er s   wer e  r eq u ested   to   m a k e  s m all  ch an g es  to   th eir   h a n d   p o s itio n s   am o n g   t h e  ca p tu r i n g   p r o ce s s es.  Als o ,   th ey   wer e   r eq u ir ed   to   tak e  o f f   an y   wea r ed   jewe ller y   o r   r in g .   C o n tactless   s it u atio n   was  u tili ze d   as  f r ien d ly   c o llectin g   s am p les.   B lack   b ac k g r o u n d   an d   in d o o r   en v ir o n m en t  wer e  e x p lo ited   d u r in g   c o llectin g   th e  h an d   im ag e   s am p les.  E ac h   two - d im en s io n al  co llected   im a g e  i s   o f   a  b itm ap   f o r m at.   E ac h   two - d im en s io n al  h a n d   im ag e   ha s   a   r eso lu tio n   o f   6 4 0 480 3   p ix els.  T h e   s am p les   wer e  ac q u ir ed   f r o m   s o   f ar   d is t an ce   ( ap p r o x im ately   0 . 7   m ) .   Seg m en ted   two - d im en s io n al  p alm   p r in t  im a g es  ar e  o f f er ed   with in   th e  s am e  d ataset.   E ac h   o n e   o f   th e m   is   an   in ten s ity   im ag e  wi th   th e  s ize  o f   128 1 2 8   p ix els  [ 42 ] .   D if f er en t  ex am p les   o f   p alm   p r in t  im ag es  f r o m   th is   d ataset   ar e  p r esen ted   in   Fig u r e   3 .   T o tal  o f   1 0 0 0   two - d im e n s io n a l  p alm   p r in t  im ag es  f r o m   1 0 0   s u b jects  ar e  u s ed   in   th is   wo r k .   T h ey   ar e   p ar titi o n ed   as  7 0 0   p alm   p r in t  i m ag es  f o r   th e  tr ain i n g   a n d   3 0 0   p alm   p r in t  im ag es  f o r   th e  test in g .   Fig u r e   3   s h o ws   d if f er en t   ex am p les   o f   p alm   p r in t  im ag es .   T h e  p r o p o s ed   P C NN  h as  b ee n   tr ain e d   f o r   t h e  em p lo y ed   d ataset.   T r ain in g   p ar a m eter s   wer e  co n s id er ed   as:  1 2 8   m in i  b atch   s ize,   0 . 0 0 0 1   weig h t  d ec ay ,   0 . 0 3   f ix ed   lear n in g   r ate,   0 . 9   m o m en t u m   v alu e,   1 0 0   e p o ch s   an d   s to ch asti c  g r ad ien t   d escen t  with   m o m e n tu m   o p tim ize r .   Fo r   s p ec if y in g   Evaluation Warning : The document was created with Spire.PDF for Python.
                    I SS N :   1 6 9 3 - 6 9 3 0   T E L KOM NI KA   T elec o m m u n   C o m p u t E l Co n tr o l ,  Vo l.  19 ,   No .   3 ,  J u n e   2 0 2 1 :    85 1   -   85 7   854   th e  ap p r o p r iate   PC NN  p ar am eter s ,   m an y   ex p e r im en ts   wer e   estab lis h ed   an d   ex am i n ed .   T ab le  1   an d   Fig u r e   4   s h o w  th e  r esu lts   o f   ass ess in g   d if f er en t n etwo r k   p a r am eter s .                                           Fig u r e  3 .   D if f e r en t  ex a m p les   o f   p alm   p r in t im ag es f r o m   th e   d ataset  o f   ( Po ly UC )   ( Ver s io n   1 . 0 )   [ 42 ] .   E ac h   r o w  h as sam p les f r o m   a  s am e  p a r ticip an t,  wh er ea s ,   ea ch   co lu m n   h as d if f er en t  p alm   p r i n t sam p l es       T ab le  1.   T h e  p er f o r m a n ce s   of   ass es s in g   d if f er en t  n etwo r k   p a r am eter s   C o n v o l u t i o n   L a y er   M a x - P o o l i n g   La y e r   A c c u r a c y   F i l t e r   S i z e   N o .   o f   F i l t e r s   P o o l i n g   S i z e   S t r i d e   3 3   10   6 6   6   9 5 . 3 3 %   5 5   10   6 6   6   9 7 %   7 7   10   6 6   6   9 2 . 6 7 %   9 9   10   6 6   6   9 6 %   11 11   10   6 6   6   9 6 %   13 13   10   6 6   6   9 4 . 3 3 %   15 15   10   6 6   6   9 2 . 3 3 %   5 5   2   6 6   6   6 4 %   5 5   4   6 6   6   8 2 . 6 7 %   5 5   6   6 6   6   9 6 %   5 5   8   6 6   6   9 0 %   5 5   10   6 6   6   9 7 %   5 5   12   6 6   6   9 6 %   5 5   14   6 6   6   9 4 . 6 7 %   5 5   10   2 2   6   9 4 %   5 5   10   4 4   6   9 4 %   5 5   10   6 6   6   9 7 %   5 5   10   8 8   6   9 6 %   5 5   10   10 10   6   9 4 . 3 3 %   5 5   10   6 6   2   9 4 . 3 3 %   5 5   10   6 6   4   9 5 . 3 3 %   5 5   10   6 6   6   9 7 %   5 5   10   6 6   8   9 5 . 6 7 %   Evaluation Warning : The document was created with Spire.PDF for Python.
T E L KOM NI KA   T elec o m m u n   C o m p u t E l Co n tr o l         P a lm  p r in t v erif ica tio n   b a s ed   d ee p   lea r n in g   ( Lu b a b   H.   A lb a k )   855       ( a)   ( b )           ( c)   ( d )     Fig u r e  4 .   Ass ess in g   d if f er en t  n etwo r k   p a r am eter s : ( a)   r e g u l ated   ac cu r ac ies f o r   tu n in g   th e  f ilter   s ize  o f   th e  co n v o l u tio n   lay er ,   ( b )   r eg u lated   ac cu r ac ies f o r   tu n in g   th e  n u m b er   o f   f ilter s   o f   th e   co n v o lu t io n   lay er ,     ( c)   r eg u lated   ac cu r ac ies f o r   tu n in g   th e  f ilter   s ize  o f   th e  m a x - p o o lin g   lay er   an d   ( d )   r e g u late d   ac cu r ac ies f o r   tu n in g   th e   s tr id e  o f   th e   m ax - p o o lin g   lay e r       Fro m   th is   tab le  it  ca n   b e  s ee n   th at  p ar am eter s   o f   co n v o lu ti o n   an d   p o o lin g   lay er s   ar e  ev a lu ated   o n e  af ter   o n e,   b y   tu n i n g   a  s in g le  p ar am eter   an d   s ettlin g   th e  v alu es  o f   o th er   p ar am eter s .   T h en ,   t h e  b est  tu n ed   v alu e   is   co n s id er ed   an d   ass ig n ed   i n   th e  n ex t  r o u n d ,   wh er e  a n o th er   s in g le  p ar am eter   is   ex am in e d .   T h e  p er f o r m a n ce s   ca n   s im p ly   b e   ass ess ed   b y   o b s er v in g   th e  attain e d   ac c u r ac ies .   I t  ca n   b e  in v esti g ated   th at   b est  r ep o r ted   p ar am ete r s   o f   th e  co n v o lu ti o n   lay er   ar e  5 5   p ix els  f o r   th e  f ilter   s ize  an d   1 0   f ilter s   f o r   t h e  n u m b e r   o f   f ilter s .   I n   ad d itio n ,   it   ca n   b e  s ee n   th at  b est  r ec o r d ed   p ar am eter s   o f   th e  m ax - p o o lin g   lay er   a r e  6 6   p i x els  f o r   th e  p o o lin g   f ilter   s ize   an d   6   p ix els  f o r   th e  s tr id e.   T h e s e   ar e   d u e   to   th e  h ig h est   ac cu r ac y   o f   9 7 %,  wh ich   h as  b ee n   ac h i ev ed   af ter   a p p ly in g   th ese  p ar am eter s .   B y   ch an g in g   a  v alu e  o f   an y   p a r am eter   to   s lig h tly   m o r e  o r   less   th an   th e  s u cc ess f u lly   ass e s s ed   v alu e,   th e  ac c u r ac y   wo u ld   b e  d ec r ea s ed .   Mo r e   ex p e r im en ts   h av e  b ee n   ex ec u ted   an d   ex am i n ed   in   th is   s tu d y   as  g iv en   in   T a b le  2   a n d   Fig u r e   5.       T ab le  2.   Mo r e  ex p e r im en ts   f o r   ch an g in g   b o th   th e  p o o lin g   s ize  an d   s tr id e  v al u es   th e  m ax - p o o lin g   lay er     C o n v o l u t i o n   L a y e r   M a x - P o o l i n g   La y e r   A c c u r a c y   F i l t e r   S i z e   N o .   o f   F i l t e r s   P o o l i n g   S i z e   S t r i d e   5 5   10   2 2   2   9 7 . 6 7 %   5 5   10   4 4   4   9 7 . 3 3 %   5 5   10   6 6   6   9 7 %   5 5   10   8 8   8   9 5 %           Fig u r e  5 .   Per f o r m an c es  f o r   c h an g in g   b o th   t h e  p o o lin g   s ize  a n d   s tr id e  v alu es  o f   th e  m a x - p o o lin g   lay er   a f ter   ap p ly in g   m o r e  e x p er im e n ts       Evaluation Warning : The document was created with Spire.PDF for Python.
                    I SS N :   1 6 9 3 - 6 9 3 0   T E L KOM NI KA   T elec o m m u n   C o m p u t E l Co n tr o l ,  Vo l.  19 ,   No .   3 ,  J u n e   2 0 2 1 :    85 1   -   85 7   856   As  it  ca n   b e   o b s er v ed   th at  b y   tu n in g   b o th   v alu es  o f   p o o lin g   f ilter   s ize  a n d   s tr id e,   th e   ac cu r ac y   h as  s lig h tly   b ee n   in cr ea s ed   t o   9 7 . 6 7 %.  T h is   ac cu r ac y   h as b ee n   o b tain ed   b y   tu n in g   b o t h   p ar am e ter s   o f   p o o li n g   s ize   an d   s tr id e  to   2 2   p i x els  an d   2   p ix els,  r esp ec tiv ely .   I t  ca n   b e  co n s id er ed   as  th e  b est  v e r if ica tio n   p er f o r m an ce   b y   u s in g   th e   p r o p o s ed   P C NN.   I t  is   wo r th   m e n tio n in g   th at   th e   PC NN  h as  also   b ee n   ass ess ed   b y   u s in g   av e r ag e - p o o lin g   ty p e .   T h e   ac cu r ac y   h er e  d ec r ea s ed   to   9 3 . 6 7 %.  Mo r eo v er ,   in cr ea s in g   th e   PC NN  s tr u ctu r e  b y   ad d in g   m o r e  la y er s   o f   co n v o l u tio n ,   R eL U  an d   p o o lin g   ar e   also   ex p lo r ed .   B y   ap p l y in g   two   s eq u en t ial  co n v o lu tio n   an d   R eL U  lay er s ,   th e  ac cu r ac y   also   d ec r ea s ed   to   9 4 . 6 6 %.  Fu r t h e r m o r e,   b y   ap p l y in g   th r ee   s eq u en tial  co n v o lu tio n ,   R eL U  an d   m ax - p o o lin g   lay er s ,   th e  ac cu r ac y   f u r th er   d ec r ea s ed   to   8 5 . 3 3 %.  T h ese  p er f o r m a n ce s   ar e  o b v io u s ly   less   th an   th e  b est b en ch m a r k e d   ac cu r ac y .   T h er e f o r e,   th eir   p a r am eter s   h av e  b ee n   d is ca r d e d .       4.   CO NCLU SI O N     I n   th is   p ap e r ,   a  d ee p   lear n in g   m o d el  ca lled   th e   PC NN  was  ap p r o ac h ed .   T h is   n etwo r k   was  ca r ef u lly   d esig n ed .   I t  was  ad ap ted   f o r   two - d im en s io n al  p alm   p r in t  im ag es  an d  it  ca n   b e  u s ed   f o r   th e  v e r if icatio n   p u r p o s es .  Ma n y   ex p er im e n ts   wer e  ap p lied   to   ex am in e  d if f er e n t  p ar am eter s   o f   its   h id d en   lay er s .   I ts   ar ch itectu r e  is   s im p le   b u t  ef f icien t .   I t  co n s is ts   o f   m u ltip le  ess en tial  lay er s   th at  ar e  r ea s o n ab ly   o r g an ized .   I ts   p a r am e ter   v alu es  h av e  b ee n   in v esti g ated   an d   b en c h m ar k ed .   T h e  b est  o b tain in g   r esu lt  s h o wed   th at  a  h ig h   ac cu r ac y   o f   9 7 . 6 7 %  h as  b ee n   ac h iev ed   in   t h e  ca s e  o f   p alm   p r in t v er if icatio n .       RE F E R E NC E S    [1 ]   R.   R.   O.  Al - Nim a ,   e t  a l. ,   “ Eff icie n t  F in g e r  S e g m e n tatio n   Ro b u st t o   Ha n d   Alig n m e n t  i n   Im a g in g   with   Ap p li c a ti o n   to   Hu m a n   Ve rifi c a ti o n , ”  5 th   IEE E   I n ter n a ti o n a l  W o rk sh o p   o n   Bi o me trics   a n d   Fo re n sic s (IW BF ) ,   2 0 1 7 .     [2 ]   M .   T.   Al - Ka lt a k c h i,   e t  a l. ,   “ F i n g e r  tex tu re   v e rif ica ti o n   s y ste m s  b a se d   o n   m u lt i p le  sp e c tru m   li g h t in g   se n so rs  with   fo u r   fu sio n   lev e ls , ”  Ira q i  J o u rn a l  o f  I n fo rm a ti o n   &   C o mm u n ica ti o n s T e c h n o l o g y ,  v o l.   1 ,   no .   3 ,   p p .   1 - 1 6 ,   2 0 1 8 .   [3 ]   M u sa b   T .   S .   Al‑Ka lt a k c h i,   e t   a l. ,   “ Th o ro u g h   e v a lu a ti o n   o f  TIM IT  d a tab a se   sp e a k e r  id e n ti f ica ti o n   p e rf o rm a n c e   u n d e r   n o ise   wit h   a n d   with o u t  t h e   G . 7 1 2   ty p e   h a n d se t , ”  S p ri n g e r,   I n ter n a t io n a l  J o u rn a l  o f  S p e e c h   T e c h n o l o g y ,  v o l.   2 2 ,   n o .   3 ,   p p .   8 5 1 - 8 6 3 ,   2 0 1 9 .   [4 ]   M .   T.   Al - Ka lt a k c h i,   e t  a l. ,   “ C o m p a riso n   o f   Ex trem e   Lea rn in g   M a c h in e   a n d   Ba c k P ro p a g a ti o n   Ba se d   i - Ve c to r , ”  T u rk ish   J o u rn a l  o f  El e c trica l  En g in e e rin g   &   C o mp u ter   S c ien c e s ,  v o l.   2 8 ,   p p .   1 2 3 6 - 1 2 4 5 ,   2 0 2 0 .   [5 ]   R.   R.   Al - Nim a ,   e t  a l. ,   “ A  n e w  a p p ro a c h   t o   p re d icti n g   p h y sic a l  b i o m e tri c s  fro m   b e h a v i o u ra l   b i o m e tri c s , ”  In ter n a ti o n a l   J o u rn a l  o f  Co m p u ter ,   I n fo rm a ti o n ,   S y ste ms   a n d   Co n tro l  En g in e e ri n g ,  v o l.   8 ,   n o .   1 1 ,   p p .   2 0 0 1 - 2 0 0 6 ,   2 0 1 4 .   [6 ]   M .   A.  M .   A b d u ll a h ,   e t  a l. ,   “ Cro s s - sp e c tral  Iris  M a tch in g   f o r  S u r v e il lan c e   Ap p li c a ti o n s , ”  S p ri n g e r,  S u rv e il la n c e   in   Actio n   T e c h n o lo g ies   fo r C ivili a n ,   M il it a ry   a n d   Cy b e r  S u rv e il la n c e ,   Ch a p ter 5 ,   2 0 1 7 .   [7 ]   M .   R.   K h a li l,   e t   a l . ,   “ P e rso n a l  i d e n ti fica ti o n   wit h   ir is  p a tt e rn s , ”  AL - Ra fi d a in   J o u rn a l  o f  C o mp u te r  S c ien c e s  a n d   M a t h e ma ti c s,   v o l.   6 ,   n o .   1 ,   p p .   1 3 - 2 6 ,   2 0 0 9 .   [8 ]   M u sa b   A.  M .   Ali  a n d   No o rit a wa ti   M d   Tah ir,   “ Ac c e ss   Offic e   b y   Iris  Re c o g n it i o n , ”   In   2 0 1 0   F o u rt h   Asi a   In ter n a ti o n a l   Co n fer e n c e   o n   M a th e ma ti c a l/ An a lytica l  M o d e ll in g   a n d   C o mp u ter   S imu la ti o n ,   IEE E ,   2 0 1 0 .   [9 ]   S h u p in g   Zh a o ,   a n d   B o b   Zh a n g ,   “ De e p   d isc rimin a ti v e   re p re se n tatio n   fo r   g e n e ric   p a lmp ri n t  re c o g n it io n , ”  P a tt e r n   Rec o g n it io n ,  v o l.   9 8 ,   2 0 2 0 .   [1 0 ]   G .   M ich a e l,   e t  a l. ,   “ Ro b u st  p a lm  p ri n t  a n d   k n u c k le   p ri n t   re c o g n it i o n   sy ste m   u si n g   a   c o n tac tl e ss   a p p ro a c h , ”   in   5 t h   IEE E  Co n fer e n c e   o n   In d u stri a l  El e c tro n ics   a n d   A p p l ica ti o n s (ICIE A) ,   2 0 1 0 .   [1 1 ]   G .   K.  O.  M ich a e l,   e t  a l. ,   “ An   i n n o v a ti v e   c o n tac tl e ss   p a lm  p rin t   a n d   k n u c k le  p rin t  re c o g n it i o n   s y ste m , ”  Pa tt e rn   Rec o g n it io n   L e tt e rs ,   v o l .   3 1 ,   n o .   1 2 ,   p p .   1 7 0 8 - 1 7 1 9 ,   2 0 1 0 .     [1 2 ]   Ad a m s  Ko n g a ,   e t  a l . ,   “ A  su rv e y   o f  p a lm  p r in t  re c o g n i ti o n , ”  El se v ier ,   Pa tt e rn   Rec o g n it i o n ,  v o l.   4 2 ,   n o .   7 ,     p p .   1 4 0 8 - 1 4 1 8 ,   2 0 0 9 .   [1 3 ]   Xia n g q ia n   W u ,   e t   a l. ,   “ F ish e r p a l m s  Ba se d   P a lmp rin t  Re c o g n i ti o n , ”  Pa tt e rn   Rec o g n it i o n   L e tt e rs ,  v o l.   2 4 ,   n o .   1 5 ,     p p .   2 8 2 9 - 2 8 3 8 ,   2 0 0 3 .   [1 4 ]   P .   Tu n k p ien ,   e t  a l. ,   “ P a lmp ri n t  i d e n ti fica ti o n   sy ste m   u sin g   sh a p e   m a tch in g   a n d   K - Ne a re st  n e ig h b o r  a lg o ri th m , ”  In   2 0 1 1   IEE E  In ter n a ti o n a l  C o n f e re n c e   o n   Ima g in g   S y ste ms   a n d   T e c h n iq u e s,  IEE E ,   2 0 1 1 .   [1 5 ]   Am it   Tan e ja,  “ P a tt e rn   Re c o g n iza ti o n   Us in g   Ne u ra l  Ne two rk   o f  H a n d   Bio m e tri c s , ”  J o u rn a l  o f  Glo b a l  Res e a rc h   in   Co mp u ter   S c ien c e ,   v o l.   2 ,   n o .   7 ,   p p .   7 1 - 7 8 ,   2 0 1 1 .   [1 6 ]   S h riram   D.  Ra u t  a n d   Vi k a s  T.   Hu m b e ,   “ Bio m e tri c   p a lm  p rin ts  fe a tu re   m a tch in g   fo r  p e rso n   id e n ti fica ti o n , ”  In ter n a t io n a l  J o u rn a l  o f  M o d e rn   Ed u c a ti o n   a n d   Co mp u ter   S c ien c e ,  v o l.   4 ,   n o .   1 1 ,   p p .   6 1 - 6 9 , 2 0 1 2 .   [1 7 ]   S h a sh i  Ba la  a n d   Ni d h ia,   “ Co m p a ra ti v e   a n a ly sis  o f  p a lm  p ri n t  re c o g n i ti o n   sy ste m   wit h   Re p e a ted   Li n e   Trac k in g   m e th o d , ”  E lse v ier ,   Pro c e d ia   C o m p u ter   S c ien c e ,  v o l.   9 2 ,   p p .   5 7 8 - 5 8 2 ,   2 0 1 6 .   [1 8 ]   P .   Tam ij e   S e lv y ,   e t  a l. ,   “ Au th e n ti c a ti o n   Us in g   P a lm  P rin t  Re c o g n it io n   S y ste m , ”  In t.   J .   En g i n e e e rin g   De v .   Res   (IJ EDR) ,  v o l.   5 ,   no.   1 ,   p p .   6 4 2 - 6 4 6 ,   2 0 1 7 .   [1 9 ]   Weiy o n g   G o n g ,   e t  a l. ,   “ P a lmp rin t   Re c o g n it i o n   Ba se d   o n       C o n v o l u t io n a l  Ne u ra l  Ne two r k - Ale x n e t , ”  2 0 1 9   Fed e ra ted   Co n fer e n c e   o n   Co m p u ter   S c ie n c e   a n d   I n fo rm a t io n   S y ste ms   (Fed C S IS ),   IEE E ,   2 0 1 9 .   [2 0 ]   P o o n a m   P o o n ia,   e t  a l . ,   “ P a lmp ri n t  Re c o g n it i o n   u sin g   R o b u st  Te m p late   M a tch in g , ”  Pro c e d i a   C o mp u ter   S c ie n c e ,    v o l.   1 6 7 ,   p p .   7 2 7 - 7 3 6 ,   2 0 2 0 .   Evaluation Warning : The document was created with Spire.PDF for Python.
T E L KOM NI KA   T elec o m m u n   C o m p u t E l Co n tr o l         P a lm  p r in t v erif ica tio n   b a s ed   d ee p   lea r n in g   ( Lu b a b   H.   A lb a k )   857   [2 1 ]   R.   R.   O.  Al - Nim a ,   e t  a l . ,   “ P e rso n a l  v e rifi c a ti o n   b a se d   o n   m u lt i - sp e c tral  fin g e r  tex tu re   li g h t in g   ima g e s , ”  IET   S ig n a l  Pro c e ss in g ,  v o l .   1 2 ,   no .   9 ,   p p .   1 - 1 1 ,   2 0 1 8 .   [2 2 ]   E.   S imo - S e rra ,   e t  a l. ,   “ Lea rn i n g   t o   sim p li f y :   fu ll y   c o n v o l u t i o n a l  n e two rk s   fo r   r o u g h   sk e tch   c lea n u p , ”   ACM   T ra n sa c ti o n s  o n   Gr a p h ics   (T OG ) ,  v o l .   3 5 ,   n o .   4 ,   p p .   1 - 1 1 ,   2 0 1 6 .   [2 3 ]   A.  Kriz h e v s k y ,   e t   a l . ,   “ Im a g e n e t  c las sifica ti o n   wit h   d e e p   c o n v o lu ti o n a l   n e u ra l   n e tw o rk s ,”   Ad v a n c e s  in   n e u ra l   in fo rm a ti o n   p ro c e ss in g   sy ste ms ,  p p .   1 - 9 ,   2 0 1 2 .   [2 4 ]   J.  Wu ,   “ I n tro d u c ti o n   t o   c o n v o l u ti o n a l   n e u ra l   n e two rk s , ”  N a ti o n a l   Ke y   L a b   f o r  N o v e l  S o ft w a re   T e c h n o l o g y ,   Na n ji n g   Un ive rs it y ,   Ch in a ,   2 0 1 7 .   [2 5 ]   D.  S t u tz,  “ Ne u ra l   c o d e s  fo r   ima g e   re tri e v a l , ”  Pro c e e d in g   o f   th e   Co mp u ter   V isio n - ECCV ,   Zu r ich ,   S w it z e rlan d ,   2 0 1 4 ,   p p .   5 8 4 – 5 9 9 .   [2 6 ]   M o a tas e m   Ya s e e n   Al - Rid h a ,   e t  a l. ,   “ Ad a p ti v e   Ne u ro - F u z z y   In fe re n c e   S y ste m   fo r  Co n tr o ll i n g   a   S te a m   Va lv e , ”  in   2 0 1 9   I EE E  9 th   In ter n a ti o n a l  C o n fer e n c e   o n   S y ste m  En g in e e rin g   a n d   T e c h n o l o g y   (IC S ET ) ,   S h a h   Ala m ,   M a lay sia ,   2 0 1 9 .   [2 7 ]   Arw a   Ha m id   S a li h   Ha m d a n y ,   e t  a l. ,   “ Wi re les s  Waiter  Ro b o t , ”  T E S T   E n g i n e e rin g   &   M a n a g e me n t,   T h e   M a tt i n g ley   Pu b li s h in g   C o . ,   I n c . ,   v o l.   8 1 ,   p p .   2 4 8 6 - 2 4 9 4 ,   2 0 1 9 .   [2 8 ]   Ali  N.  Ha m o o d i,   e t  a l. ,   “ S p e e d   c o n tro l  o f  d c   m o to r:  A  c a se   b e twe e n   p i  c o n tr o ll e r  a n d   fu z z y   l o g ic  c o n tr o ll e r” ,   In ter n a t io n a l  J o u rn a l  o f  E n g in e e rin g   Res e a rc h   a n d   T e c h n o lo g y ,   Vo l.   1 1 ,   No .   2 ,   2 0 1 8 .   [2 9 ]   A.  N.  Ha m o o d i ,   e t  a l. ,   “ Artif icia l  Ne u ra l  Ne two rk   Co n tr o ll e r  fo r   R e d u c in g   th e   To tal  Ha rm o n ic  Dist o rti o n   (THD)  i n   HVDC , ”  In ter n a ti o n a l  J o u rn a l  o f   Ad v a n c e d   E n g i n e e rin g ,   M a n a g e me n t  a n d   S c ien c e   (IJ AE M S ) ,   v o l .   4 ,   n o .   1 ,   p p .   6 - 7 3 ,   2 0 1 8 .   [3 0 ]   P a tri c ia  M e li n ,   e t  a l. ,   “ G e n e ti c   o p ti m iza ti o n   o f  n e u ra l  n e two r k s  fo r  p e rso n   re c o g n it io n   b a se d   o n   t h e   Iris , ”  T EL KOM NIKA  T e lec o mm u n ic a ti o n   C o mp u ti n g   El e c tro n ics   a n d   Co n tro l ,  v o l .   1 0 ,   n o .   2 ,   p p .   3 0 9 - 3 2 0 ,   2 0 1 2 .   [3 1 ]   Ca th e rin e   Oliv ia  S e re a ti ,   e t  a l. ,   “ To wa rd s  c o g n it i v e   a rti ficia l  in tell ig e n c e   d e v ice :  a n   in telli g e n t  p r o c e ss o r  b a se d   o n   h u m a n   th i n k i n g   e m u latio n , ”  T EL KOM NIKA  T e lec o mm u n ica ti o n   C o mp u t in g   El e c tro n ics   a n d   C o n tro l ,  v ol .   1 8 ,   n o .   3 ,   p p .   1 4 7 5 - 1 4 8 3 5 ,   2 0 2 0 .   [3 2 ]   Oc tav a n y   Oc tav a n y   a n d   Ar y a   Wi c a k sa n a ,   “ Clev e re e :  a n   a rti ficia ll y   in telli g e n t  we b   se rv ice   fo r  Ja c o b   v o ice   c h a tb o t , ”  T EL KOM NIKA  T e lec o mm u n ic a ti o n   C o mp u ti n g   El e c tro n ics   a n d   Co n tro l ,  v o l .   1 8 ,   n o .   3 ,   p p .   1 4 2 2 - 1 4 3 2 ,   2 0 2 0 .   [3 3 ]   Ak in o   Arc h il les ,   a n d   Ar y a   Wi c a k sa n a ,   “ Visio n :  a   we b   se rv ice   f o r  fa c e   re c o g n it i o n   u sin g   c o n v o l u t io n a l  n e two r k , ”  T EL KOM NIKA  T e lec o mm u n ic a ti o n   C o mp u ti n g   El e c tro n ics   a n d   Co n tro l,   v o l .   1 8 ,   n o .   3 ,   p p .   1 3 8 9 - 1 3 9 6 ,   2 0 2 0 .   [3 4 ]   Lu b a b   H.   Alb a k ,   e t   a l. ,   “ De sig n   S e c u r it y   S y ste m   b a se d   o n   Ar d u i n o , ”  T E S T   En g i n e e rin g   &   M a n a g e me n t,   T h e   M a tt i n g ley   Pu b li sh i n g   Co . ,   In c . ,   v o l.   8 2 ,   p p .   3 3 4 1 - 3 3 4 6 ,   2 0 2 0 .   [3 5 ]   M u sb a h   A b d u lk a rim  M u sb a h   At a y a   a n d   M u sa b   A.  M .   Ali,   “ Ac c e p tan c e   o f  Web site  S e c u rit y   o n   E - b a n k in g .   A - Re v iew , ”  In   2 0 1 9   IEE E  1 0 t h   Co n tr o l  a n d   S y ste m Gr a d u a te  Res e a rc h   Co ll o q u iu m ( ICS GRC) ,   IEE E,   2 0 1 9 .   [3 6 ]   M u h a rm a n   Lu b is,  e t   a l. ,   “ P riv a c y   a n d   p e rso n a l   d a ta  p ro tec ti o n   in   e lec tro n ic   v o ti n g :   fa c to rs  a n d   m e a su re s , ”  T EL KOM NIKA  T e lec o mm u n ic a ti o n   C o mp u ti n g   El e c tro n ics   a n d   Co n tro l ,  v o l .   1 5 ,   n o .   1 ,   p p .   5 1 2 - 5 2 1 ,   2 0 1 7 .   [3 7 ]   Ke tu t  G e d e   Da r m a   P u tra,  “ Hig h   P e rfo rm a n c e   P a lmp rin t  I d e n ti fica ti o n   S y ste m   Ba se d   on   Tw o   Dim e n sio n a l  G a b o r , ”  T EL KOM NIKA  T e lec o mm u n ic a ti o n   C o mp u ti n g   El e c tro n ics   a n d   Co n tro l,   v o l .   8 ,   n o .   3 ,   p p .   3 0 9 - 3 1 8 ,   2 0 1 0 .   [3 8 ]   Ha id e r  M .   Al - M a sh h a d i   a n d   M o h a m m e d   H.  Ala b iec h ,   “ A  S u rv e y   o f  Ema il   S e r v ice ;  Attac k s,  S e c u ri ty   M e t h o d s  a n d   P ro to c o ls , ”  In ter n a ti o n a l  J o u rn a l  o f  Co m p u ter   A p p l ica ti o n s ,  v o l.   1 6 2 ,   n o .   1 1 ,   p p .   3 1 - 4 0 ,   2 0 1 7 .   [3 9 ]   No o r  Afiz a   M o h d   Ariff in ,   e t  a l . ,   “ Vu l n e ra b il it ies   d e tec ti o n   u si n g   a tt a c k   re c o g n i ti o n   tec h n iq u e   i n   m u lt i - fa c to r   a u th e n ti c a ti o n ,”   T EL KO M NIKA  T e lec o mm u n ica ti o n   Co m p u ti n g   E lec tro n ics   a n d   Co n tro l ,  v o l.   1 8 ,   n o .   4 ,   p p .   1 9 9 8 - 2 0 0 3 ,   2 0 2 0 .   [4 0 ]   M o h a m m e d   S h u a ib ,   e t  a l . ,   “ Blo c k c h a in - b a se d   fra m e wo rk   fo r  se c u re   a n d   re li a b le  lan d   r e g istry   sy ste m , ”  T EL KOM NIKA  T e lec o mm u n ic a ti o n   C o mp u ti n g   El e c tro n ics   a n d   Co n tro l ,   v o l .   1 8 ,   n o .   5 ,   p p .   2 5 6 0 - 2 5 7 1 ,   2 0 2 0 .   [4 1 ]   Ala a   Wag ih   Ab d a lag a d e r,   e t  a l. ,   “ A  n e w  a lg o rit h m   fo r  imp lem e n ti n g   m e ss a g e   a u th e n ti c a ti o n   a n d   i n te g rit y   in   so f twa re   imp lem e n tatio n s , ”  T EL KOM NIK A   T e lec o mm u n ic a ti o n   C o mp u ti n g   El e c tro n ics   a n d   C o n tr o l ,  v o l.   1 8 ,   n o .   5 ,     pp.   2 5 4 3 - 2 5 4 8 ,   2 0 2 0 .   [4 2 ]   “ Th e   Ho n g   Ko n g   P o l y tec h n ic  Un iv e rsity   C o n tac t - fre e   3 D/2 D  H a n d   Im a g e s  Da tab a se   v e rsio n   1 . 0 , ”   [On l in e ].   Av a il a b le:  h tt p :/ /www . c o m p . p o l y u . e d u . h k /~ c sa jay k r /my h o m e /d a tab a se _ re q u e st/3 d h a n d /Ha n d 3 D. h t m     Evaluation Warning : The document was created with Spire.PDF for Python.