Palm print identification
Avuç içi tanımlaması
- Tez No: 540297
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN TORA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Avuç izi tanımlama, yerel ikili örüntü (YİÖ), yönlü gradyan histogramı (YGH), sinir ağları, destek vektör makinesi (DVM), palm print identification, local binary pattern (LBP), histogram of oriented gradients (HOG), neural networks, support vector machine (SVM)
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, standart bir veritabanı ve bir temizleyici aracılığıyla avuç izi tanımlanmasının uygunluğunu araştırmaktadır. Bu çalışma, sol el ve sağ el görüntüleri içeren veritabanları CASIA ve IIT için iki öznitelik kümesi kullanmaktadır. Yerel ikili örüntü (YİÖ) ve yönlü gradyan histogram (YGH) öznitelikleri, MATLAB tarafından görüntülerden elde edilmiştir. Eğitim ve test setleri bu özelliklerden oluşturuldu. Çok katmanlı katmanlı bir sinir ağı ve lineer ve kuadratik kernel kullanan destek vektör makineleri (DVM), seçilen veritabanlarında eğitilmiş ve test edilmiştir. Seçilen özellikler deneysel olarak birbirleriyle karşılaştırılmıştır. Her iki sınıflandırıcı için YGH'de daha iyi sonuçlar elde edilmiştir. Ayrıca, sınıflandırıcıların performansı da değerlendirilmiştir. Sinir ağın, her iki veri setinin YİÖ öznitelikleri için SVM'den daha iyi sonuçlar verdiği gözlenmiştir. Ancak, YGH özellikleri için birbirlerine göre çok fazla avantajları yoktur.
Özet (Çeviri)
This thesis explores the appropriateness of identifying palm prints through a standard database and a classifier. This study uses two sets of databases, CASIA and IIT, which contain left hand and right hand images. The features of the local binary pattern (LBP) and histogram of oriented gradients (HOG) are extracted from the images by MATLAB. Training and testing sets are created from these features. A multilayer neural network and support vector machines (SVM) with two separate kernels, linear and quadratic, are trained and tested on the selected databases. The chosen features are empirically compared with one another. Better results have been accomplished in HOG for both classifiers. In addition, the performance of the classifiers are evaluated. It has been observed that the neural network achieves better results than SVM for LBP features of both datasets. On the other hand, for HOG features, they do not display many advantages over one another.
Benzer Tezler
- Human identification using palm print images
Palm resim kullanarak insan tanımları
MOHAMED R.A ALHASSI
Yüksek Lisans
İngilizce
2017
Bilim ve TeknolojiYıldırım Beyazıt ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖZKAN KILIÇ
- Human identification using palm print images based on combined local binary pattern and gray level co-occurrence matrix
Başlık çevirisi yok
AYSHA AHMED OTMAN TAYEB
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET ALTUNDAG
- Human identification using palm print images based on deep learning methods and gray wolf optimization algorithm
Derin öğrenme yöntemlerine ve gri kurt optimizasyonu algoritmasına dayalı palmiye baskı görüntüleri kullanarak insan tanımlama
FIRAS HASAN ALI ALSHAKREE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYHAN AKBAŞ
- Using GLCM based on LBP/data mining tools for human identification through palm vein image
LBP/veri madenciliğine dayalı GLCM kullanarak avuç içi damar görüntüsü ile kişi tanıma
FIRAS SHIHAB AHMED
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BİROL TİLKİ
- Blood veins based palm recognition using deep learning paradigm
Başlık çevirisi yok
IBRAHIM ABDULHAMEED
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. OĞUZ BAYAT