Ayırt edici ortak vektör kullanarak parmak boğum tabanlı sınıflandırma
Finger knuckle based classification using discriminative common vector
- Tez No: 416948
- Danışmanlar: PROF. DR. DERVİŞ KARABOĞA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma parmak boğum izi (PBİ) ile kişi tanımlama üzerine yapılmıştır. Tanıma metodu, endüstriel, askeri, güvenlik, adli durumlarda doğruluk en önemli konudur. Tanımlama yapabilmek için ayırt edici vektör (AOV) metodu kullanılarak benzersiz vektörler oluşturulmuştur. Bu vektörler AOV olarak isimlendirilir. Karşılaştırma yapma için öklid uzaklık yöntemi kullanılmıştır. Ayırt etme işlemi şu adımlardan oluşur; resimlerin çekilmesi, resimlerin işlenmesi ve vektörel işleme uygun hale getirilmesi, AOV'nin oluşturulması, karşılaştırmaların yapılarak, karar verilmesi. Bu çalışmada, linkinden edinilen genel kullanıma açık PBİ ve rastgele açılarla çekilmiş iki adet sayısal kamera ile oluşturulan kendi PBİ veri tabanından edinilen veriler kullanılmıştır. Deneylerde AOV temelli PBİ tanıma etkili sonuç vermiştir. Test ve daha önce kullanılmamış verilerinde %100 lük tanıma başarısı elde etmiştir.
Özet (Çeviri)
This working is dealing with identifying authentication via a finger knuckle print (FKP). In industrial, military, security or social applications in personal authentication systems, the most important thing is accuracy. Due to identification, the unique vectors are created by a discriminative common vectors (DCV) based method. They are called discriminative common vectors. For comparing strategy, the Euclidean distance was used. The following steps are defined to the recognition process: defining the image; pre-calculating; apply the discriminative common vectors; matching and lately, determine accuracy rate. For testing and evaluating the method, the experiments were done with the FKP databases, getting from this link [18] and an established non-uniform FKP database, which are randomly taken by two different digital cameras. These experiments showed that the DCV-based FKP recognition approach worked effectively. For training and unseen test data, the recognition accuracy was %100.
Benzer Tezler
- Melanogryllus desertus pall. (orthoptero)un nörosekresyon hücrelerine karanlığın etkisi
Başlık çevirisi yok
GÜLER ÖNAL
- Tanenlerin çilek organ ve dokularındaki dağılımı ve mevsimsel değişimi üzerine araştırmalar
Başlık çevirisi yok
ŞENEL ALBAYRAK
- Hayriye (Kayseri) nefelin-siyenit intrüzyonunun petrografik ve jeokimyasal incelenmesi
Petrographical and geochemical investigation of Hayriye (Kasyseri) nepheline-syenite intrusion
H.MUSTAFA ÖZKAN
Yüksek Lisans
Türkçe
1987
Jeoloji MühendisliğiAnkara ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. YAVUZ ERKAN
- Anadolu karaçamı (Pinus nigra Arn.ssp.pallasiana Lamb.Holmboe)nın coğrafik varyasyonları
Variabilite geographique de Pinus nigra Arn.ssp.pallasiana Lamb. Holmboe
C. ÜNAL ALPTEKİN
Doktora
Türkçe
1986
Ormancılık ve Orman Mühendisliğiİstanbul ÜniversitesiSilvikültür Ana Bilim Dalı
PROF. DR. SUAD ÜRGENÇ