Detection and classification of fingerprints using artificial neural networks
Yapay sinir ağları kullanılarak parmak izinin algılanması ve sınıflandırılması
- Tez No: 168299
- Danışmanlar: DOÇ.DR. TÜLAY YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
ÖZET YAPAY SINIR AĞLARI KULLANILARAK PARMAK İZİNİN ALGILANMASI ve SINIFLANDIRILMASI Parmak izi tanımlama, kişiye özgü olduğu için, dünya genelinde yasal kanıt olarak kabul edilen en eski biyometrik uygulamalardan biridir. Parmak izi sınıflandırması genel olarak Henry Sınıflandırmasına dayanır. Bu sınıflandırma insan parmak izinin beş temel grup altında incelenmesini sağlamıştır. Henry Sınıflandırması ile, parmak izi tanımlama işlemlerinde, tüm veri tabanında tarama yapmak yerine sadece, oluşturulan bu alt sınıflarda tarama yapılarak tarama zamanında ciddi avantajlar sağlanmaktadır. Parmak izi sınıflandırması, öz (core), delta yapılan ile belirlenir. Bu tezde, parmak izi sınıflandırması, Henry sınıflandırmasına uygun olarak, ikili atımlı yapay sinir ağı (Pulse Coupled Neural Network - PCNN) ve MLP (Multi Layer Perceptron) yapay sinir ağlan ile denenmiştir, ikili Atımlı Yapy Sinir Ağı, görüntünün kullanılabilir özelliğini artırma ve görüntü inceltme işleminin doğrudan gri-seviye imajından yola çıkılarak yapılmasını sağlamaktadır. MLP ağı ise PCNN ağının çıkışında doğrudan sınıflandırma işlemini yapmak için kullanılmıştır, ikili görüntüler (binary image) için görüntü inceltme işlemlerinde PCNN ağı kullanılarak geleneksel metodlardaki görüntü işleme adım zamanında azalma sağlanmıştır. Dolayısı ile gerçek zamanlı parmak izi sınıflandırma işlemlerinde, görüntüyü işlemeye harcanan zamanda avantaj sağlanmış olur.
Özet (Çeviri)
IV ABSTRACT DETECTION and CLASSIFICATION of FINGERPRINTS USING NEURAL NETWORKS Fingerprints are one of the most mature biometric technologies and are considered legitimate proofs of evidence in courts of law all over the world and believed to be unique to each person. Classification of fingerprints generally based on Henry classification. Use of the Henry classification Scheme retains the main advantage of allowing to search in a particular cluster of fingerprints in the database. This speeds up the processing at the final stage by reducing the number of comparisons with the database for fingerprint identification cases. Classification of fingerprints to five Henry classes is according to the coarse structure of the ridges, mainly core and delta points, which appear in loop and whorl fingerprints. This thesis proposes a method for Henry classification of fingerprints with a Pulse Coupled Neural Network and a Multi Layer Perceptron. Pulse coupled Neural Network is used for image enhancement and image thinning directly from a gray-level bitmap image. Multi Layer Perceptron is used for the classification stage. By using PCNN for image thinning operations directly for binary images, there is no need to process the image by the traditional methods. So it is an advantage for real time classification cases by reducing the image proccessing time for the classifier. The database used in this thesis is consist of 100 realistic fingerprints divided into five fingerprint classes informly.
Benzer Tezler
- Kütüphane ortamında yüz ve parmak izi tanıma sisteminin geliştirilmesi
Development of face and fingerprint recognition system in library environment
MOHAMMED RIDHA MOHAMMED AHMED ALSARRAR
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASEMİN GÜLTEPE
- Yüz tanıma problemine karma yöntemlerin uygulanması
Application of hybrid techniques to face recognition problem
ERGÜN GÜMÜŞ
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
- Assembly kodu üzerinden doğal dil işleme ve yapay zeka ile zararlı yazılım tespiti
Malware detection through natural language processing and artificial intelligence on assembly codes
ALPER EĞİTMEN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SIRMA YAVUZ
PROF. DR. ALİ GÖKHAN YAVUZ
- Dizel araçlarda ses analiz yöntemleri ve sürücü bilgi sistemi tasarımı ile motor arızası tespiti
Engine fault detection of diesel vehicles by sound analysis methods and driver information system design
ALI MARDAN HAMEED QUTUB
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL SARITAŞ
- Detection of chemometric markers in liver tissue using infrared spectroscopy
Başlık çevirisi yok
ARWA DAHHAM ABDULHADI QADAWEE
Yüksek Lisans
İngilizce
2023
BiyokimyaAltınbaş ÜniversitesiBiyomedikal Ana Bilim Dalı
DOÇ. DR. HAKAN KAYGUSUZ
DR. ÖĞR. ÜYESİ ŞEBNEM GARİP USTAOĞLU