Geri Dön

Çevrimiçi biyometrik imza tanıma

Online biometric signature recognition

  1. Tez No: 619151
  2. Yazar: MUHAMMET AKSAKAL
  3. Danışmanlar: PROF. DR. BANU DİRİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 60

Özet

Gelişen teknoloji beraberinde biyometrik çalışmalara olan ilgiyi arttırmıştır. Artan güvenlik ihtiyaçları da biyometrik bilgi tabanlı sistemlerin kullanımını zorunlu kılmıştır. İris, parmak izi gibi statik biyometrikler de yerini imza, ses gibi kişinin davranışsal bilgilerini içeren biyometriklere bırakmıştır. Bu çalışmada, kişilerden bir tablet ve kalem aracılığı ile elde edilen imzalar ve SVC2004 imza veri tabanı kulllanılarak imza tanıma ve doğrulama sistemi geliştirilmiştir. İmzalar üzerinden vuruş sayısı, basınç, hız, ivme vs. gibi çevrimiçi özellikler çıkarılmıştır. Çıkarılan özellikler ve imzalardan alınan örneklemelerle imzaları temsil eden vektörler elde edilmiştir. Bu temsili imza vektörleri, Destek Vektör Makinesi, Naive Bayes, K-En Yakın Komşuluk, Çok Katmanlı Yapay Sinir Ağı ve Evrişimsel Sinir Ağı modelleri ile eğitilerek sistemin başarısı ölçülmüştür.

Özet (Çeviri)

Developing technology has increased interest in biometric studies. Increased security requirements also necessitated the use of biometric information-based systems. Static biometrics, such as iris and fingerprints, have been replaced by biometrics that include behavioral information such as signature and voice. In this study, the signature recognition and verification system has been developed by using the signatures obtained from individuals by means of a tablet and pen and the signature database SVC2004. Online features such as the number of strokes, pressure, velocity, acceleration, etc. were extracted from the signatures. The vectors representing the signatures were obtained with the extracted features and the samples taken from the signatures. The success of the system was measured by training these representative signature vectors with Support Vector Machine, Naive Bayes, K-Nearest Neighborhood, Multilayer Artificial Neural Network and Convolutional Neural Network models.

Benzer Tezler

  1. Offline signature identification system to retrieve personal information from cloud

    Çevrimdışı imza tanıma sistemi bulut kişisel bilgileri almak için

    ADNAN UDAY ADNAN AL KHDHAIRI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. SEFER KURNAZ

  2. Çevrimdışı imza tanıma

    Offline signature recognition

    SİNAN KAYMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    DOÇ. DR. AHMET AKBAŞ

  3. 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

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    PROF. DR. RAŞİT KÖKER

  4. Offline signature verification with user-based and global classifiers of local features

    Kullanıcı bazlı ve evrensel yerel öznitelik sınıflandırıcıları ile çevrimdışı imza doğrulama

    MUSTAFA BERKAY YILMAZ

    Doktora

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞE BERRİN YANIKOĞLU YEŞİLYURT

  5. Identical user matching on cross online social networks: A two-step approach based on face recognition

    Çevrimiçi sosyal ağlarda özdeş kullanıcı eşleştirme: Yüz tanımaya dayalı iki adımlı yaklaşım

    ÖMER AYANA

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ İNAN