Derin öğrenmeye dayalı el sırtı damar tanıma tekniğinin geliştirilmesi
Developing a dorsal hand vein recognition technique based on deep learning
- Tez No: 513361
- Danışmanlar: DR. ÖĞR. ÜYESİ METE ÇELİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Evrişimsel Sinir Ağları, Derin Öğrenme, Örüntü tanıma, Sınıflandırma, Biyometrik Sistem, Convolutional Neural Networks, Deep Learning, Pattern Recognition, Classification, Biometric System
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
El sırtı damarı tanıma, biyometrik tanıma tekniklerinden birisidir. Şimdiye kadar çok çeşitli biyometrik yaklaşımlar test edilmiş ancak bazıları istenen performansta sistem doğruluğu verememiştir. Bu nedenle bu tezde, Yakın Kızılötesi (Near Infrared - NIR) görüntüleri kullanarak el damarı kalıplarını tanımlamak ve tanımak için Evrişimsel Sinir Ağı (Convolutional Neural Network - ESA) yöntemi ile bir derin öğrenme sınıflandırma stratejisi önerilmiştir. NIR el damarı görüntüleri farklı sıcaklık koşullarına sahiptir ve damar örüntüinin her birey için farklı olması nedeniyle daha iyi bir kalite ve ileri güvenlik sağlar. Başlangıçta damar görüntüleri, yüksek kaliteli el damarı görüntüleri elde etmek için, ön işleme tabi tutulur ve bu işlem el sırtı damarlarının çıkarılması için uygun görüntüler sağlar. Daha sonra, el sırtından damarın çıkarılması için Fuzzy C-Mean (FCM) yöntemi kullanılmakta ve böylece özellik çıkarımı adımının desteklenmesi sağlanmaktadır. Damar tanıma evreleri için, ESA, önceden oluşturulmuş tanımaya göre sınıflandırılmış ilgi bölgesini (region of interest - ROI) eğitir. Ayrıca, ESA yaklaşımı doğruluğu önemli ölçüde arttırır ve el damarını tanıma problemine çözüm bulur. Deneysel sonuçlar, önerilen modelin % 94.5 doğruluk elde ettiğini göstermektedir.
Özet (Çeviri)
Dorsal hand vein identification is one of the biometric identification techniques. A wide variety of biometric approaches have been tested so far but several propose have been paralyzed the system accuracies. So in this thesis we propose a novel method, deep learning classification strategy by Convolutional Neural Network (ESA) method to identify and recognize hand vein patterns using Near Infrared (NIR) images. This NIR hand vein images have different temperature conditions, and provide a better quality and advance security with its vein pattern uniqueness. Initially, vein input images are pre-processed for high quality hand vein images and which provides suitable images for dorsal hand vein extraction. Then, Fuzzy C-Mean (FCM) segmentation method is used to segment vein from hand dorsal background to support the feature extraction stage. For the vein recognition phases, Convolutional Neural Network is trained Region of Interest (ROI) classified to preformed recognition. Furthermore, ESA approach significantly improves the accuracy and helps us to solve hand vein recognition problem. Experimental results show that our model achieved 94.5% accuracy.
Benzer Tezler
- Design of a new biometric system based on hand geometry images using deep learning methods
El geometrisi görüntüleri ile derin öğrenme yöntemlerini kullanarak yeni biyometrik sistem tasarımı
HASAN NAJAT SHAKIR SHAKIR
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDA ŞAHİN
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL
- Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma
Başlık çevirisi yok
MEHMET YAKARTEPE
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KERİM DURAN
- Ön işlemenin ve askorbik asitin dondurularak depolanan yılan balıklarının (Anguilla anguilla) kalitesine etkileri
Başlık çevirisi yok
H.VOLKAN GÖKSEL
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. AYDIN URAL