Geri Dön

Deep learning in fingerprint analysis

Parmak izi analizinde derin öğrenme

  1. Tez No: 631248
  2. Yazar: PELİN İRTEM
  3. Danışmanlar: DR. ÖĞR. ÜYESİ NESLİ ERDOĞMUŞ
  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: İngilizce
  9. Üniversite: İzmir Yüksek Teknoloji Enstitüsü
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 61

Özet

Parmak izleri, en yaygın kullanılan kişisel kimlik saptama özelliklerinden biridir. Kişiye özgü oldukları için, adli vakalarda önemli bir rol oynarlar. Uzun yıllar boyunca, kimlik tespit işlemleri insan operatörler tarafından gerçekleştirilmiştir. Ancak, teknolojik gelişmelerle birlikte, otomatik parmak izi tanıma sistemleri ortaya çıkmış ve nüfustaki artış, bu sistemlerin sağlamlıklarının önemini artırmıştır. Diğer yandan, derin öğrenme, bilgisayarla görü alanında birçok etkileyici gelişmeye yol açmıştır. Parmak izi analizi aslında görüntü işleme ve bilgisayarla görü kapsamındadır; ancak, parmak izi analizinde derin öğrenmenin kullanımı oldukça sınırlıdır. Bu çalışma, otomatik parmak izi tanıma sürecinin iki farklı aşamasında derin öğrenme tekniklerinin kullanılmasına odaklanmaktadır: Parmak izlerinin sınıflandırması ve parmak izi özellik noktalarının çıkarılması. Seçilen iki aşama için derin öğrenme sistemleri geliştirilmiş ve bu sistemler veri kümesi boyutu, farklı ağ mimarileri gibi çeşitli yönlere göre analiz edilmiştir.

Özet (Çeviri)

Fingerprints are one of the most widely used personal identification traits. They play a crucial role in forensics because they are considered to be unique to each person. For many years, the identification of individuals had been carried out by human operators. However, with technological developments, automated fingerprint recognition systems have arisen, and the growth in the population has increased the importance of their robustness. On the other hand, deep learning has led to many impressive developments in the area of computer vision. Fingerprint analysis is indeed in the scope of image processing and computer vision; however, the usage of deep learning in fingerprint analysis is rather limited. This study focuses on using deep learning techniques on two different stages of the automated fingerprint recognition pipeline: Fingerprint classification and fingerprint minutiae extraction. Deep learning systems are developed for those two selected stages and analysed with respect to several aspects such as dataset size and different network architectures.

Benzer Tezler

  1. Sensor-based activity recognition and authentication using deep learning

    Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma

    NİLAY TÜFEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEHRA ÇATALTEPE

  2. Analysis of fingerprint matching performance with deep neural networks

    Derin sinir ağları ile parmak izi eşleştirme performansı analizi

    ALPER GÖÇEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NESLİ ERDOĞMUŞ

  3. Algısal özet fonksiyonları tabanlı derin öğrenme yöntemleri kullanılarak imgelerin sınıflandırılması

    Classification of images by using deep learning methods based on perceptual hash functions

    FATİH ÖZYURT

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. ENGİN AVCI

  4. Assembly kodu üzerinden doğal dil işleme ve yapay zeka ile zararlı yazılım tespiti

    Malware detection through natural language processing and artificial intelligence on assembly codes

    ALPER EĞİTMEN

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SIRMA YAVUZ

    PROF. DR. ALİ GÖKHAN YAVUZ

  5. Face recognition and person re-identification for person recognition

    Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması

    EMRAH BAŞARAN

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

    PROF. DR. MUHİTTİN GÖKMEN