شناسایی اشخاص مبتنی بر بیومتریکها به عنوان یک روش موثر برای شناسایی اتوماتیک با ضریب اطمینان بالا مد نظر قرار گرفته است. سیستمهای بیومتریک چندگانه تصاویر دریافتی از سنسورهای مختلف را ترکیب می‌نمایند و در مقابل سیستمهای بیومتریک تکی از میزان دقت و امنیت بیشتری برخوردار هستند. به همین منظور در این مقاله، ترکیبی از مشخصه‌های چهره، کف دست و گوش افراد را برای تصدیق هویت به کار بردیم. ویژگیهای استخراج شده توسط مسیر بطنی بینایی، نسبت به تغییرات چرخش، مقیاس و جابجایی مقاوم هستند. همچنین دو طبقه بندی کننده ماشین بردار پشتیبان و نزدیکترین همسایگی برای متمایز کردن کلاسها، به کار گرفته شده است. در مرحله همجوشی از تطبیق امتیازات استفاده شده است. نتایج آزمایشی برای مجموعه داده چهره ORL درصد شناسایی %96، برای مجموعه داده کف دستPOLYU درصد شناسایی %96.6 و برای مجموعه داده گوش USTB درصد شناسایی %94 را نشان داده است. همچنین نرخ دقت %100 روی مجموعه داده ترکیبی چهره، کف دست و گوش به دست آمده است. Manuscript profile

Identification based on faces is still a useful method for many applications and face recognition developing is an active research Field. In this paper, a novel face identification method is proposed. The proposed method (Bridle Path on Gabor Phase (BPGP)) is based on extracting texture patterns from phases of the Gabor wavelet. Also, in order to describe the textures, a novel texture descriptor method (Bridle Path) is proposed to extract the features from textures. The Bridle Path method inspired by LBP method and brings some advantages such as lower feature vector length and higher texture description capability in comparison with LBP. Experimental results shows that, Bridle Path texture descriptor is a powerful tool for describing textures and consequently proposed face recognition method (BPGP) yields high identification performance compared to other methods. Manuscript profile