การหาจุดสนใจของภาพที่เหมาะสมของขั้นตอนวิธีเอสไอเอฟที สำหรับการยืนยันภาพลายเซ็น

Abstract

ขั้นตอนวิธีเอสไอเอฟที เป็นขั้นตอนวิธีสำหรับการหาลักษณะเด่นของภาพที่ได้รับความนิยม โดยใช้หลักการทำซ้ำเพื่อหาจุดสนใจของภาพ (Keypoints) ซึ่งภาพแต่ละภาพที่ใช้ในการหาจุดสนใจของภาพ จะใช้จำนวนรอบในการวิเคราะห์ไม่เท่ากัน ซึ่งทำให้จุดสนใจของภาพที่ได้ไม่สามารถบอกได้ว่าเป็นจุดสนใจของภาพที่เหมาะสมหรือไม่ ในงานวิจัยนี้ได้เสนอวิธีการกำหนดจำนวนรอบในการหาจุดสนใจของภาพลายเซ็นที่เหมาะสม โดยการเปรียบเทียบระยะห่างของภาพลายเซ็นซึ่งคำนวณจากระยะทางยุคลิดระหว่างจุดสนใจของภาพลายเซ็นในแต่ละรอบ โดยกำหนดเกณฑ์พิจารณา = 0.2 และนำจำนวนรอบที่ได้กำหนดจุดสนใจของภาพลายเซ็นต้นแบบเพื่อเปรียบเทียบระหว่างภาพลายเซ็นจริงและภาพลายเซ็นคู่ทดสอบด้วยขั้นตอนวิธีเอสไอเอฟที การเปรียบเทียบระยะห่างระหว่างภาพลายเซ็น ใช้เกณฑ์พิจารณา = 0.25 นอกจากนี้ยังทำการเปรียบเทียบภาพลายเซ็นต้นแบบกับภาพลายเซ็นจริงและภาพลายเซ็นคู่ทดสอบโดยบุคคล ผลการวิจัยใช้ตัวอย่างภาพลายเซ็นจากบุคคลทั่วไปจำนวน 20 คนๆ ละ 10 ภาพลายเซ็นรวม 200 ภาพลายเซ็นเป็นลายเซ็นต้นแบบ ผลการวิเคราะห์ภาพลายเซ็นต้นแบบ พบว่าจุดสนใจของภาพลายเซ็นที่เหมาะสมเกิดขึ้นในรอบที่ 6 ด้วยค่าระยะห่างของภาพลายเซ็น ≤ และผลการเปรียบเทียบภาพลายเซ็นต้นแบบกับภาพลายเซ็นจริงจำนวน 20 ภาพและภาพลายเซ็นคู่ทดสอบจำนวน 20 ภาพ ด้วยขั้นตอนวิธีเอสไอเอฟทีด้วยค่าระยะห่างของภาพลายเซ็น ≤ พบว่ามีค่าร้อยละความสำเร็จเท่ากับ 82.50 สำหรับการเปรียบเทียบโดยบุคคลจำนวน 10 คน พบว่ามีค่าร้อยละความสำเร็จเท่ากับ 77.25 SIFT Algorithm is a popular method for finding feature of an image. It uses repetitive method for finding key points within an image. The number of rounds for analyzing key points for each picture is not equal and still in doubt whether the key points found be appropriate. This research proposed a method for determining the number of rounds to be analyzed for obtaining the optimized key points for signature identification by comparing calculated Euclidean distance of signature image key points in each round with the assigned value of  as 0.2, and used the signature image from optimized round to designate the key points of stored original signature images for comparison with a test signature image by the SIFT Algorithm with the assigned value of  as 0.25, by the SIFT Algorithm. In addition, the comparison of signature was also performed by 10 individual persons. In this research, samples of 400 signatures from 20 persons, each provided 10 signatures, were tested and found that the optimized key points was found in the sixth round with the distance between the stored original signatures and the signatures used for testing, using SIFT Algorithm, was less than or equal to the assigned  value. The distance from the comparisons of 20 sample signatures, between 20 genuine signatures and their test pairs, using SIFT Algorithm, was less than the assigned  value. The test results showed that the comparison success percentage using the SIFT Algorithm was 82.50 and the comparison success percentage by 10 individual persons was 77.25.