Özellik çıkarma ve sınıflandırma algoritmaları kullanılarak iris tanıma
Iris recognition using feature extraction and classification algorithms
- Tez No: 510990
- Danışmanlar: DR. ÖĞR. ÜYESİ BAHATTİN KARAKAYA, DR. ÖĞR. ÜYESİ ABDURRAHİM AKGÜNDOĞDU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Biyometrik tanıma sistemleri ile karşılaştırıldığında iris tanıma, iris yapısının benzersiz oluşu ve yapısını yaşlanmaya karşı koruması sebepleriyle tercih edilir. Bununla birlikte, düşük kaliteli iris görüntüleri, değişen aydınlatma koşullarında görüntü elde edilmesi, göz kapağının ve iris bölgesindeki kirpiklerin gürültü etkisi genel olarak iris tanıma sistemlerinin performansını olumsuz yönde etkilemektedir. Bu yazıda, göz görüntülerinde eliptik maske ile segmentasyon için yeni bir yöntem sunulmaktadır. Önerilen segmentasyon yönteminden sonra çıkarılan özellik vektörlerine 2 boyutlu ayrık dalgacık dönüşümü (2B-DD) uygulanır. MATLAB kullanılarak çıkarılan özellikler daha sonra WEKA (Makine öğrenmesi amacıyla Waikato üniversitesinde geliştirilmiş yazılım) platformunda eğitilmiş ve test edilmiştir. Yapay sinir ağları (YSA) sınıflamasının performansı, farklı makine öğrenme algoritmaları ve literatürde farklı özellik çıkarma yöntemleri ile karşılaştırılmıştır. Çalışma CASIA Thousand veritabanında uygulanmış ve rasgele seçilmiş 10 sınıf ile % 90.00 tanıma oranı elde edilmiştir. Her sınıftan 20 resim, tüm sınıflardan toplam 200 resim olarak gerçekleştirilmiştir. Bu resimlerin %70'i eğitim verileri ve %30'u test verileri olarak sınıflandırılmaktadır. 2B-DD (2 boyutlu ayrık dalgacık dönüşümü) ile çıkarılan özelliklere polinomsal çekirdek ön işlem adımı uygulanır. Deneysel sonuçlar önerilen yöntemin başarılı olduğunu ve diğer yöntemlere göre tercih edilebilir olduğunu göstermektedir.
Özet (Çeviri)
The iris is preferred as a biometric property comparing other biometrics by courtesy of its stability and uniqueness. However, low-quality iris images, acquisition under varying lighting conditions, noise effect of eyelid and eyelashes on iris area have a negative impact on the performance of iris recognition systems in general. This paper presents a novel method for segmentation through an elliptic mask on eye images. The feature extraction is applied through 2 Dimensional Discrete Wavelet Transform after proposed segmentation method. The features extracted using MATLAB are then trained and tested on WEKA platform. The performance of Artifical Neural Network classification is compared with different machine learning algorithms as well as different feature extraction methods in the literature. The work is applied on CASIA Thousand database and %90.00 recognition rate is achieved with randomly selected 10 classes. Twenty pictures are used from each of the classes as a total of 200 pictures from all classes. 70 percent of these pictures are classified as training data and 30 percent of them as test data. PolyKernel preprocess step is applied to the pictures that are feature extracted by 2D DWT. The experimental results show that proposed method is a success and preferable to compare other states of the art methods.
Benzer Tezler
- Deep convolutional neural network based unconstrained ear recognition
Derin evrişimsel sinir ağı tabanlı kısıtsız kulak tanıma
FEVZİYE İREM EYİOKUR
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Dynamic heuristic approach to enhance the performance of few-shot meta-learning
Az örnekle meta-öğrenmenin performansını artırmak için dinamik heuristik bır yaklaşım
ÖMER MİRHAN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NUMAN ÇELEBİ
- Güncel makine öğrenmesi teknikleri ile iris görüntülerinden cinsiyet analizi
Gender analiysis on iris images using novel machine learning techniques
TUĞBA AÇIL
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİskenderun Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAKUP KUTLU
- Sınıflandırma problemlerinde meta-sezgisel optimizasyon yöntemlerinin özellik seçimi ve ayrıklaştırma amacıyla kullanımı
Utilization of metaheuristic optimization methods for feature selection and discretization on classification problems
İSMAİL KOÇ
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL BABAOĞLU
- Görüntü işleme teknikleri kullanılarak kayısı sınıflandırılması (sınıflandırma yöntemlerinin karşılaştırılması) ve leke analizi
Classification of apricot using image processing techniques (compari̇son of classification methods) and stain analysis
İBRAHİM HAKKI KADİRHANOĞULLARI
Doktora
Türkçe
2023
ZiraatIğdır ÜniversitesiTarım Bilimleri Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. KÖKSAL KARADAŞ