Geri Dön

Siamese neural networks for biometric hashing

Biyometrik karma için siyam yapay sinir ağları

PDF İndir

  1. Tez No: 420244
  2. Yazar: MATİN AZADMANESH
  3. Danışmanlar: DOÇ. DR. HAKAN ERDOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 77

Özet

Bu proje biyometrik kym icin yeni bir yontem tanmlanmasn icermektedir.  Onerdigimiz metod, bir derin sinir ag(deep neural network) yaps araclg ile benzerlik koruyan bir iliskilendirme ogrenilmesi saglar. Bu, kym icin iliskilendirme yapan iki birbirine es(ikiz) yapay sinir ag iceren bir ag mimarisi sayesinde mumkun klnmstrc. Yapay sinir ag parametreleri ogrenme asamasnda ayn nsann resimlerini birbirine benzer, farkl insanlar n resimlerini birbirinden farkl kodlara indirgeyecek sekilde ayarlanmaktadr. Yapay sinir agndan elde edilen onkym ckts, rastgele yanstma ve snrlandrma yontemi ile biyometrik kym dizinine cevirilmektedir.  Onkym dizinleri ogrenimi srasnda, dogrulama esnasnda kullanlan Hamming uzaklk olcutu ile iliskili olan acsal uzaklk olcutu kullanlmstr. Deneylerimizin neticesinde onerdigimiz metodun PCA temelli baz alnan yontemlere nazaran daha iyi calstg gozlemlenmistir. Ayrca acsal uzaklk olcutu kullanan bir ikiz agn  Oklidyen uzaklk kullanan alternati ne gore daha iyi dogrulama basarm elde ettigi gosterilmistir.

Özet (Çeviri)

In this project we propose a new method for biometric hashing. In our method we use a deep neural network structure to learn a similarity preserving mapping. For this purpose we train a neural network architecture that consists of two identical neural nets called Siamese neural nets where each one performs the mapping for hashing. The weights are tuned in training such that two di erent biometric data of a person yield a similar code but codes corresponding to di erent subject's images are far away. The neural network outputs a pre-hash vector which is then converted to a biometric hash vector through random projection and thresholding. We use angular distance measure to train pre-hash vectors which is more related with the Hamming distance that is used between hashes in veri cation time. Our experiments show that the introduced method can outperform a PCA-based baseline. We also show that a biometric hashing system which was trained using the angular distance can achieve better veri cation rates than another one trained with the Euclidean distance.

Benzer Tezler

  1. Tez No

    887239

    Privacy-preserving mechanisms for face verification systems

    Yüz doğrulama sistemleri için gizliliği koruyucu mekanizmalar

    MARAM H. W. ALAGHBAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YILDIRIM

  2. Tez No

    492632

    Üç boyutlu iskelet verilerinden metrik öğrenme tabanlı hareket tanıma

    Metric learning based action recognition from three dimensional skeleton data

    ŞEYMA YÜCER

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. YUSUF SİNAN AKGÜL

  3. Tez No

    898612

    An improved transfer learning based siamese network for face recognation

    Yüz tanıma için geliştirilmiş aktarım öğrenme tabanlı sıamese ağı

    DALHM GHALIB HALBOOS AL-SHAMMARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    البروفيسور. دكتور. DEVRİM AKGÜN

  4. Tez No

    893318

    Uzamsal ön işleme yöntemleri ve siyam sinir ağları kullanılarak biyomedikal görüntülerde morfolojik bozuklukların sınıflandırılmas

    Classification of morphological disorders using spatial preprocessing methods and siamese neural networks in biomedical images

    MUSTAFA CEBECİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAMZA OSMAN İLHAN

  5. Tez No

    832427

    In car theft security system by face detection

    Başlık çevirisi yok

    RAOOF HAYDER RAOOF ALTAHER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAKAN KOYUNCU

Geri Dön