Classification of hand images using geometric features
Geometrik öznitelikler kullanarak el görüntülerinin sınıflandırılması
- Tez No: 328498
- Danışmanlar: YRD. DOÇ. DR. METEHAN MAKİNACI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 51
Özet
Kişi tanıma ve doğrulama sistemleri güvenlik ve kullanım kolaylıkları bakımından çok önemlidir. Bu sistemler el tanıma, parmakizi tanıma, iris tanıma, yüz tanıma gibi biometric sistemlerin kullanıldığı sistemlerdir. Fabrikalarda firmalarda, hastanelerde veya okullarda çalışanların veya öğrencilerin giriş çıkışlarının kontrol edildiği, çalışma günlerinin ve saatlerinin sayısının çıkarıldığı kısacası tüm bilgilerin otomatik düzenlenebildiği sistemlerdir.Bu çalışmamızda, geometrik özniteliklerle çeşitli sınıflandırma yöntemlerinin kullanıldığı, minimum hata ile sistemin nasıl işleyeceğine dair çalışmalar yapılan el tanıma sistemleri üzerine çalışılmıştır. Bize ait olan düzeneğimizle el veritabanı oluşturulmuştur. Bu veritabanı herbir insandan 5 görüntü alınarak toplamda 300 adet görüntü içermektedir. Bu görüntülere iyi bir öznitelik çıkarma işlemi için en uygun görüntü işleme yöntemleri kullanılmıştır. Öznitelik çıkarma işlemi için yapılan görüntü işlemeyle elde edilen sonuçlar sonrasında bulunan veri tabanına sınıflandırma yöntemleri uygulanmıştır.Bu projede k-NN yöntemi ve Doğrusal Ayırma Analizi olmak üzere 2 adet sınıflandırma yöntemi kullanılmıştır. 60 kişiden alınan 300 adet el görüntüsü ile 16 özniteliğe sahip veri tabanı için k-NN yöntemiyle elde edilen başarı yüzde 97,00 , Doğrusal Ayırma Analiziyle elde edilen başarı yüzde 97,7'dir.Farklı yöntem ve algoritmalarla sonuçlar elde edilmiş ve kullanılan yönteme göre minimum hataları gösteren tablolar yapılmıştır. Sonuçlar karşılaştırılmıştır. El tanıma sistemi için en iyi yöntemin hangisi olduğuna karar verilmiştir.
Özet (Çeviri)
Personal identification and verification systems are very important for high security and ease of usage in these days. These systems are hand recognition, fingerprint recognition, iris recognition; face recognition which uses biometrics traits. These are the systems with which the entry/ exit of personnel or students in and out of the factories, firms, hospitals and schools are controlled, with which the number of working days and hours are found, in short with which all the information can be obtained.Two classification methods are used in this project. They are k-Nearest Neighbor Algorithm and Linear Discriminant Analysis. The success rate of k-NN Method is 97.0 percent; the success rate of Linear Discriminant Analysis is 97.7 percent for the database containing 16 features with 300 hand images obtained from 60 people.The results were obtained by different methods and algorithm, and a table showing the minimum error rates according to the method used, was prepared. Results were compared. The best method for hand recognition system was decided.
Benzer Tezler
- Yapay sinir ağları ile optik karakter tanıma
Optical character recognition with artificial neural network
MURATCAN UZTEMUR
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. AFİFE LEYLA GÖREN SÜMER
- Bilgisayarla görü yöntemleri ile sivri biberlerin eğriliğe göre sınıflandırılması
Classification of green peppers using computer vision methods
CAN ÇOKSÖYLER
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HELİN DUTAĞACI
- Determination of spatial distributions of greenhouses using satellite images and object-based image analysis approach
Nesne tabanlı sınıflandırma yaklaşımı ve uydu görüntüleri kullanılarak seraların mekansal dağılımının belirlenmesi
GİZEM ŞENEL
Doktora
İngilizce
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ÇİĞDEM GÖKSEL
PROF. DR. MANUEL ANGEL AGUILAR TORRES
- Age and gender classification from ear images
Kulak imgelerinden yaş ve cinsiyet sınıflandırma
DOĞUCAN YAMAN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT