Signature recognition by using SIFT and SURF with SVM basic on RBF for voting online
Online oylama için RBF'de SVM temelli SIFT ve SURF kullanarak imza tanıması
- Tez No: 490125
- Danışmanlar: Prof. Dr. NURAN DOĞRU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: İmza tanıma, SIFT, SURF, SVM-RBF çekirdeği, BOW (sözcük paketi), Açık CV C ++, TCP / IP, Signature recognition, SIFT, SURF, SVM-RBF kernel, BOW (bag of words), Open CV C++, TCP/IP
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 128
Özet
İmza tanıma, bir yazarın örnek üzerinde incelenerek doğruluğunu incelemek ve veritabanında depolanması işlemidir. Bu işlemin iki türü vardır: çevrimdışı ve çevrimiçi. Bu tez, offline tekniği ele alıyor ve arttırılmış çevrimdışı imza tanıma için kullanılan bir SIFT ve bir SURF algoritması öneriyor. Bu süreç, Kelime Çantası özellikleri, birleşik bir boyutsal histogram içindeki her bir eğitim görüntüsünün ana noktalarını ana hatlarıyla çizilen vektör niceleme tekniği kullanarak çalıştırılır. Bir eğitim ve test için radyal taban işlevi (RBF) üzerine kurulmuş çok katmanlı Destek Vektör Makinesi (SVM) sınıflandırıcı içine yerleştirilir. Öz çıkarma için bir görüntü işleme aracı ve aracı olarak açık CV C ++ kullanılır. Bu tezde, SVM tabanlı RBF çekirdeği üzerindeki SIFT performansı, SVM tabanlı RBF çekirdeği üzerindeki SURF ile karşılaştırılmıştır. SVM-RBF çekirdek sistemi ile SIFT kullanımının% 98.75'lik bir doğruluğa, ve SVM-RBF ile SURF' kullanımın % 97, 5'lik bir doğruluğa sahip olduğu bulunmuştur. Bir bilgisayar kullanıcısının ağda başka bir bilgisayar tarafından bir servis istediği ve sağladığı iletişimin istemci / sunucu modelini kullanan TCP / IP'yi kullandık. İstemci sunucu ağı iletişim sistemi, uygulama arabirimi için java programlama dili kullanılarak sağlanır ve ağ özelliğini algılamak ve sistem imgesini ve sistemin önemli verilerini depolamak için java seri hale getirilebilir arabirim yöntemini kullanır.
Özet (Çeviri)
The Signature recognition is known as the process to verify a writer by examining the signature upon samples has been studied and stored in the database .This process has two types: The offline and the online. This thesis deals with the offline technique and proposed a SIFT and a SURF algorithm which is used to detector and descriptor keypoint (features) for each signature image. This process, Bag-of-word features, is operated by making vector quantization technique, which is outlined the key points for each training image inside a unified dimensional histogram. Features of bag-of-word are put inside multiclass Support Vector Machine (SVM) classifier established upon the Radial Basis Function (RBF) for a training and testing. Open CV C++ is used as an image processing tool and tool for feature extraction. In this thesis, the performance of SIFT on SVM based RBF kernel is compared with SURF on SVM based RBF kernel .It is found that the use of SIFT with SVM-RBF kernel system, has an accuracy of 98.75% and SURF with SVM-RBF kernel has an accuracy of 97.5%.We used TCP/IP that uses the client/server model of communication in which a computer user requests and is provided a service by another computer in the network. The client server network communication system is implemented by using java programming language for application interface and use to detect the network feature and use java serializable interface method to store the image of the system and important data of the system.
Benzer Tezler
- Radyal taban fonksiyonlu yapay sinir ağı kullanarak zeki bir imza tanıma sistemi tasarımı
Design of an intelligent signature recognition system by using radial basis function neural network
ARMAĞAN EBRU TEMİZ
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. RAŞİT KÖKER
- Sınıflandırma yöntemleri kullanılarak imza biyometriğine dayalı kişi tanıma
Person recognition based on handwritten signature by using the classification methods
MEHMET ERTEN
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. ADEM ALPASLAN ALTUN
- Çevrimdışı imza tanıma
Offline signature recognition
SİNAN KAYMAZ
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. AHMET AKBAŞ
- Evrişimli sinir ağları ile çevrimdışı imza tanıma ve doğrulama
Offline signature recognition and verification with convolutional neural networks
BİLAL TURAN
Yüksek Lisans
Türkçe
2019
Bilim ve TeknolojiGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
DOÇ. DR. YUSUF SÖNMEZ
- Çevrimiçi biyometrik imza tanıma
Online biometric signature recognition
MUHAMMET AKSAKAL
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BANU DİRİ