Driver recognition and driver verification using data mining techniques
Veri madenciliği teknikleri kullanılarak sürücü tanıma ve sürücü doğrulama
- Tez No: 177922
- Danışmanlar: Y.DOÇ.DR. MUSTAFA TANER ESKİL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: İngilizce
- Üniversite: Işık Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Bu tez sürücü tanıma ve sürücü onaylama çalısmalarını içermektedir. Bu çalısmalar için sürücülerden toplanan bes degisik davranıs isaretleri kullanılmıstır. Bu isaretler yardımıyla sürücülerin öznitelikleri çıkarılmıs ve Karma Gauss Dagılım Modelleri kullanılarak sürücü davranısları modellenmistir. Karma Gauss Dagılım Modellerinin egitilmesi için Beklenti Enbüyütme algoritması kullanılmıstır. Sürücü tanıma çalısması için kimlikleri sınama verileri kullanılarak art olasılıklar elde edilmis ve bu olasılıklar aynı zamanda her sınıf için puan olarak kabul edilmistir. Bu puanların tümlestirilmesi için sabit kurallar ve egitilebilir tümlestiriciler kullanılmıstır. Sürücü dogrulama çalısması için olabilirlik oranının bir esikle karsılastırılması yapılmıstır. Degisik esik degerleri için yanlıs kabul-yanlıs red sıklıklarını grafiklemek için alıcı isletim egrisi kullanılmıstır. Bu çalısmanın amacı degisik sınıflandırıcı tümlestirme yöntemlerinin sürücü tanıma ve sürücü dogrulama performanslarına etkilerinin incelenmesidir. Egitilebilir tümlestirme yöntemleri ve sürücü davranıs sinyalleri kullanılarak sürücü tanımasında ve dogrulamasında düsük hata oranları elde edilmistir. Sonuçlarımız çok modlu sürüs sinyallerinin sınıflandırıcı tümlestirme yöntemleri ile kullanıldıgında sürücünün araba içi sartlarda tanınması ve onaylanmasında çok etkili olduklarını göstermistir.
Özet (Çeviri)
In this thesis we present our research in driver recognition and driver verification. The goal of this study is to investigate the affect of different classifier fusion techniques on the performance of driver recognition and driver verification. We are using five different driving behavior signals for identifying the driver identities. Driving features were extracted from these signals and Gaussian Mixture Models were used for modeling the driver behavior. Gaussian Mixture Model training was performed using the well-known EM algorithm. In recognition study posterior probabilities of identities called scores were obtained with the given test data. These scores were combined using different fixed and trainable (adaptive) combination methods. In verification study we compared posterior probabilities with fixed threshold values for each classifier. For different thresholds, false-accept rate versus falsereject rate was plotted using the receiver operating characteristics curve. We observed lower error rates when we used trainable combiners. We conclude that combined multi-modal signal or classifier methods are very successful in biometric recognition and verification of a person in a car environment.
Benzer Tezler
- 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
- Bulanık kümeler ve meteoroloji uygulamaları
Fuzzy sets and applications of meteorology
HASAN TATLI
Yüksek Lisans
Türkçe
1997
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKİ ŞEN
- Akıllı ulaşım sistemleri için karayolu tipi, kavşak ve virajların derin öğrenme yöntemleri ile belirlenmesi
Determination of highway type, intersections and curves for intelligent transportation systems by deep learning methods
VEDAT TÜMEN
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURHAN ERGEN
- Electric vehicle powertrain design and implementation
Elektrikli araç sürüş sistemi tasarımı ve imalatı
MERT SAFA MÖKÜKCÜ
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR ÜSTÜN
- Toplu ulaşımda sürücü tanıma sistem önerisi: İstanbul minibüs örneği
Driver identification system proposal in public transportation:Case study in İstanbul minibüs
MERVE KARTAL
Yüksek Lisans
Türkçe
2024
UlaşımBandırma Onyedi Eylül ÜniversitesiAkıllı Ulaşım Sistemleri ve Teknolojileri Ana Bilim Dalı
PROF. DR. NECLA TEKTAŞ
PROF. DR. MEHMET TEKTAŞ