Akıllı parmak izi tanıma sistemi
Intelligent fingerprint recognition system
- Tez No: 270052
- Danışmanlar: DOÇ. DR. ENGİN AVCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Parmak izi tanıma, parmak izi imgesi, yapay sinir ağları, sınıflandırıcısı, entropi kavramı, merkez kenar değişim yöntemi, Fingerprint recognition, fingerprint images, an artificial neural network, classifier, the concept of entropy, the center edge of change method
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik-Bilgisayar Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Günümüzde biyometri alanında gerçekleştirilen yenilikler ışığında biyometrik görüntüler ve biyomedikal görüntülerin işlenmesi önem kazanmıştır. Şimdiye parmak izi tanıma çalışmaları göz kararı ile uzman tarafından laboratuar ortamında yapılmaktaydı. Teknolojinin gelişmesiyle, bu eski teknikler hata oranlarının yüksek olmasından dolayı yerini otomatik parmak izi tanıma yöntemlerine bıraktı. Literatürde parmak izi tanıma çalışmalarındaki hata payını en aza indirgemek amacıyla gerçekleştirilmiş birçok otomatik parmak izi tanıma çalışması yer almaktadır. Bu çalışmada ise daha önceden yapılmış bu otomatik parmak izi tanıma yöntemlerine alternatif olamsı için Çoklu Entropi-Yapay Sinir Ağları (EYSA) yöntemi kullanılmıştır. Bu amaçla, ilk önce, toplam 40 kişinin her birinin 10 el parmağının 8'er adet parmak izi örneği kullanılarak bir parmak izi veri tabanı elde edilmiştir. Daha sonra ön işlem aşamasında, merkez - kenar değişimi yöntemi kullanılarak görüntülerin uzaklık vektörü elde edilmiştir. Özellik çıkarım ve sınıflandırma aşamalarında ise, ön işlem aşamasında elde edilen görüntülerin her biri için sırasıyla norm, logaritmik enerji ve eşik entropileri olmak üzere 3 adet entropi değeri hesaplanmıştır. Böylece özellik vektörü elde edilmiş olup bu özellik vektörü, sınıflandırma aşamasında YSA sınıflandırıcısının girişlerine verilmiştir. Son olarak test aşamasında ise YSA sınıflandırıcısının doğru sınıflandırma başarımı hesaplanmış ve bu başarım oranının ortalama % 85.06 oranında olduğu görülmüştür.
Özet (Çeviri)
Today, in the light of innovations in the field of biometrics, biometric images and processing of biomedical images have gained importance. Fingerprint recognition now works with the eye specialist to be produced in a laboratory environment. In literature, it is worked to minimize the margin of error in fingerprint identification. This study was done for the automatic fingerprint recognition. In here, Artificial Neural Networks (MANN) method is used as an alternative method for the automatic fingerprint recognition the multi-entropy. For this purpose, first, a fingerprint image database was composed. In preprocessing phase, center - the edges changing method is used for obtained variation of distance vector images. In feature extraction and classification phases, the norm, respectively, of the logarithmic energy and entropy threshold entropy value was calculated to be 3each of the images. Thus, feature vector is obtained and this feature vector are given to ANN classifier inputs in classification stage. Finally, in the testing phase, the ANN classifier of the correct classification performance and the success rate is calculated as the average rate was 85.06%.
Benzer Tezler
- Parmak izi tanıma ve akıllı kart tabanlı endüstriyel uygulamalar
Fingerprint recognition and smart card based industrial applications
MAKBULE KARAKÜLAH
Yüksek Lisans
Türkçe
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA DANACI
- Fingerprint pattern recognition system based on modify multi-connect architecture (MMCA)
Başlık çevirisi yok
LAYTH KAMIL ADDAY AL MAJMAIE
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- Akıllı telefon temelli parmak izi tanıma sistemleri
Fingerprint recognition systems based on smartphones
BİLGEHAN ARSLAN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEREF SAĞIROĞLU
- Parmak izi tanıma temelli gerçek zamanlı öğrenci yoklama sistemi otomasyonu
Fingerprint recognition based online student attendance automation system design
MUSTAFA MEHMET KARABULUT
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YETKİN TATAR
- Deep convolutional neural network based unconstrained ear recognition
Derin evrişimsel sinir ağı tabanlı kısıtsız kulak tanıma
FEVZİYE İREM EYİOKUR
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL