Geri Dön

Çoklu-biyometrik yöntemlerle kimlik doğrulama

Verification by using multi-biometric methods

  1. Tez No: 507310
  2. Yazar: KADİR SERCAN BAYRAM
  3. Danışmanlar: DR. ÖĞR. ÜYESİ BÜLENT BOLAT
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Haberleşme Bilim Dalı
  13. Sayfa Sayısı: 67

Özet

Biyometrik özelliklerin kullanıldığı sistemler numara kullanan şifreleme sistemlerine göre daha güvenlidir. Kişilerin kullandıkları şifreler çalınabilirler fakat biyometrik özellikler kullanan kişinin bir parçası oldukları için böyle bir ihtimal bulunmamaktadır. Bunun yanında biyometrik özellikle %100 güvenli değillerdir. Kötü niyetli kişiler biyometrik karakteristiğe sahip kişileri zor kullanarak bu biyometrilerini kullanabilirler. Günümüzde yapılan tekil biyometrik kimliklendirme çalışmalarında alınan sonuçların; başarı oranı, süre ve hata açısından yeterli performanslara ulaşmamış olmasının nedenleri arasında performansı yüksek olan iris gibi biyometrik parametrelerin elde edilmesinin ve kişilerin bu biyometrik özellikleri vermesinin kabul edilme zorlukları bulunmaktadır. Bunun yanında güvenli tanıma konusunda yapay biyometrilerle kandırma gibi problemler ortaya çıkmaktadır. Tekil-biyometrinin diğer dezavantajı ise kişiden alınan bilgi; şartlardan dolayı okunamadığında tanıma başarısızlıkla sonuçlanmaktadır. Bu çalışma ile birlikte çoklu biyometri kullanarak kişilerin biyometrilerinin herhangi bir tanesi elde edilirken sorunla karşılaşılsa bile diğer biyometrileri sayesinde sistem başarılı olarak çalışmaktadır. Bu çalışmada ile bu sorunlara çözüm bulunmaya çalışılmış ve daha güvenli bir biyometrik sistem olarak çoklu-biyometri için kulak yüz ve termal yüz, çoklu-algoritma için çok katmanlı algılayıcı, destek vektör makineleri, karar ağacı ve olasılıksal sinir ağları ve çoklu-örnek olarak çoklu bir biyometrik sistem önerilmiştir. Yüz ve termal yüz görüntüleri“USTC NVIE Spontaneous Database”veritabanından, kulak görüntüleri ise“IIT Delhi Ear Image Database”veritabanından alınmıştır. xii Her biyometri için üç farklı öznitelik çıkartma yöntemi ve dört farklı sınıflandırma algoritması (çok katmanlı perceptron, karar ağacı, destek vektör makineleri ve istatistiksel sinir ağları) kullanılarak kimliklendirme çalışması yapılmıştır. Bu yöntemlerle beraber iki farklı birleştirme yöntemi(eşleştirme skoru seviyesi birleştirme ve öznitelik seviyesi birleştirme) kullanılmıştır. Alınan sonuçlara göre kişilerin tekil biyometrilerinden alınan sonuçlara göre çoklu biyometri ve birleştirme işlemi sonucunda alınan sonuçlar (FAR,FRR ve doğruluk oranı) daha başarılı olmuştur.

Özet (Çeviri)

Systems using biometric features are more secure than encryption systems using numbers. The passwords used by people can be stolen, but there is no such possibility as they are part of the person using the biometric features. However, biometric features are not 100% safe. Malicious people can use these biometrics by forcing people with biometric characteristics. In this study, we tried to find solutions to these problems. A safer biometric system has been proposed. Today's results in singular identification studies have not achieved enough performance in terms of success rate, error and time. There are difficulties in getting biometric parameters such as iris (which has high performance) because people do not release these biometric characteristics. Besides, problems arise about safe recognition. Another disadvantage is that the in singular-biometri, information can not be read due to the conditions and results in failure. With this study, even if the problem is encountered when any one of the biometrics of the person is being obtained by using multiple biometrics, the system works successfully thanks to other biometrics. Face and thermal facial images were taken from the“USTC NVIE Spontaneous Database”database and ear images were taken from the“IIT Delhi Ear Image Database”database. For each biometry, three different feature extracting methods and four different classification algorithms (multi-layered perceptron, decision tree, support vector xiv machines and statistical neural networks) were used for identification. Two different fusion methods (matching score level fusion and feature level fusion) are used with these methods. The results (FAR, FRR, and accuracy) resulting from multiple biometry and fusion have been more successful than results from individual biometrics of individuals.

Benzer Tezler

  1. Yüz tanıma tekniğine dayalı yoklama sistemi geliştirilmesi

    Development of an attendance registration system based on face recognition technique

    AHMED B SALEM SALAMH

    Doktora

    Türkçe

    Türkçe

    2023

    Mühendislik BilimleriKastamonu Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİL İBRAHİM AKYÜZ

  2. Avuç parmak eklem yüzey örüntüsü çıkarımı ve aya imgelerine dayalı çoklu biyometrik sistem geliştirilmesi

    Extraction of palm finger joint surface and development of multibiometric system based on palm image

    ÖZGE MAKUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT EKİNCİ

  3. Havada imza ve yüz tanımaya dayalı çoklu biyometrik sistem tasarımı

    Multi-biometric system design based on in-air signature and face recognition

    SERKAN SALTÜRK

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİHAN KAHRAMAN

  4. Privacy protecting biometric authentication systems

    Kişisel gizliliği sağlayan biyometrik doğrulama sistemleri

    ALİSHER KHOLMATOV

    Doktora

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    DOÇ. DR. BERRİN YANIKOĞLU

  5. Gerçek zamanlı sayısal görüntü işleme ve örüntü tanıma tekniklerinin araştırılması ve uygulanması

    Investigation and implementation of real-time digital image processing and pattern recognition techniques

    GHULAM SAKHİ SHOKOUH

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. REFİK SAMET