Geri Dön

Yapay sinir ağları kullanılarak parmak izi tanıma ve sınıflandırma

Fingerprint identification and classification using artificial neural network

  1. Tez No: 352550
  2. Yazar: ŞAKİR PARLAKYILDIZ
  3. Danışmanlar: DOÇ. DR. FIRAT HARDALAÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 72

Özet

Günümüzde biyometrik özellik olan parmak izi bireylerin kimlik ile ilgili uygulamalarında kullanılmaktadır. Parmak izi e-imza gibi biyometrik kimlikler ile karşılaştırıldığında; güvenilir, düşük maliyetli ve uygulanabilirdir.Bu nedenlerden dolayı , iris tanıma, yüz tanıma ve hareket tanıma, gibi farklı uygulamalar yanında parmak izininde yaygın kullanımı mevcuttur. Çok fazla el parmak izi verisi ise çok geniş sınıflandırma arama ve görüntü kümesinde bilinmeyen bir görüntüyü tespit süresini azaltmak için en iyi yollarından biridir. Çok fazla el parmak izi verisi ise sınıflandırma arama süresini azaltmak ve geniş görüntü kümesinde bilinmeyen bir görüntünün belirlenmesinde uygun yollarından biridir. Bu tez çalışmasında parmak izi sınıflandırılması için yeni bir yöntem olarak veritabanları FVC'de 2000, FVC 2002 ve FVC 2004 sunulmaktadır. Çalışmada eş-oluşum matrisi kullanılan parmak izi görüntülerinin özelliklerini ayıklayan, sınıflandıran ve bireyleri tanımlayan bir sinir ağı için kullanılmıştır. Kullanılan sinir ağı hata yayılma yöntemi sonrası eğitim ile bir çok katmanlı algılayıcı ağdır.

Özet (Çeviri)

Nowadays using fingerprint as a biometric feature is widely utilized in related applications of individuals' identification. Reliability, cost-effectiveness and it applicability in comparison to the other biometric IDs including signature, iris identification, face identification and motion identification, has led to the widespread use of fingerprint in different applications. If too much data is in hand fingerprint classification is one of the ways to reduce the time of searching and identifying an unknown image in a great set of images. In this paper a new method for classifying fingerprints in databases FVC 2000, FVC 2002 and FVC 2004 is presented. In order to extract features from fingerprint images we used co-occurrence matrix and in order to classifying and identifying individuals we used a neural network. The used neural network was a multilayer perceptron network with training after error propagation method.

Benzer Tezler

  1. Akıllı parmak izi tanıma sistemi

    Intelligent fingerprint recognition system

    HAYATİ MURAT KARAKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektronik-Bilgisayar Ana Bilim Dalı

    DOÇ. DR. ENGİN AVCI

  2. 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

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YASEMİN GÜLTEPE

  3. Parmak izinden cinsiyet tanıyan zeki sistem

    Intelligent system for identifying gender from fingerprint

    EYÜP BURAK CEYHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞEREF SAĞIROĞLU

  4. Algısal özet fonksiyonları tabanlı derin öğrenme yöntemleri kullanılarak imgelerin sınıflandırılması

    Classification of images by using deep learning methods based on perceptual hash functions

    FATİH ÖZYURT

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. ENGİN AVCI

  5. Sensor-based activity recognition and authentication using deep learning

    Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma

    NİLAY TÜFEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEHRA ÇATALTEPE