Geri Dön

Biometric set images compression in medical purposes

Başlık çevirisi mevcut değil.

  1. Tez No: 667411
  2. Yazar: NUHA AL-MSARHED
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 44

Özet

Bilgisayarların geniş kullanımıyla ve dolayısıyla muazzam kapsamda bilgi biriktirme ve bilgi aktarımına duyulan gereksinimle, bilgiyi saklamanın verimli yöntemleri temel hale geldi. Böylesine devasa verileri yönetmek sık sık sorunlara yol açabilir. Bu nedenle, dijital bilgilerin pratik kullanıma sunulabilmesi için verimli ve etkili bir şekilde depolanması ve geri çağrılması gerekir. Biyometrik veri seti görüntüleri büyük miktarda benzerliğe sahiptir ve bu veri seti büyük miktarda depolama gerektirir. Bu tür görüntülere tanıma sistemi için ihtiyaç vardır ve herhangi bir bilgi kaybı olmamalıdır. Bu nedenle, bu projede bu tür görüntüleri kodlamak için kayıpsız bir sıkıştırma yöntemi önerildi. Uygulanan sıkıştırma yöntemi iki aşamadan oluşur; bunlar kodlama ve kod çözmedir. Uygulanan yöntem iki tür biyometrik veri kümesi (yüz ve iris) üzerinde test edildi. Deneysel sonuçlar, uygulanan yöntemin sıkıştırma oranı açısından iyi sonuçlar verdiğini göstermektedir.

Özet (Çeviri)

With the wide utilization of PCs and therefore requirement for enormouss scope stockpiling and transmissions of information, productive methods of putting away of information have gotten fundamental. Managing such gigantic data can frequently introduce troubles. So, the digital information must be stored and retrieved in an efficient and effective manner, in order for it to be put to practical use. Biometric data set images have a large amount of similarities and this data set required a large amount of storage. These types of o images are needed for recognition system and should not have any loss of its information. So, in this project a lossless compression method was proposed for coding these types of images. The applied compression method consists from two stages; these are coding and decoding. The applied method was tested on two types of biometric datasets (face and iris). The experimental results show the applied method gives good results in term of compression ratio

Benzer Tezler

  1. Görüntü üzerinde sayısal damgalama ve gömülü sistem uygulaması

    Digital watermarking on images and its embedded system implementation

    OĞUZ AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜRVET KIRCI

  2. Image quality assesment and enhancement for robust face recognition

    Yüz tanıma için imgelerin kalite ölçümü ve iyileştirilmesi

    ONUR SERTKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAYFUN AKGÜL

  3. Face recognition with local Walsh transform

    Yerel Walsh dönüşümü ile yüz tanıma

    MERYEM UZUN PER

    Doktora

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  4. Yapay sinir ağları kullanılarak parmak izi tanıma ve sınıflandırma

    Fingerprint identification and classification using artificial neural network

    ŞAKİR PARLAKYILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FIRAT HARDALAÇ

  5. Scorenet: Derin kaskat skor seviyesi füzyonu ile kısıtlanmamış görüntüler üzerinden kulak tanıma

    Scorenet: Unconstrained ear recognition with deep cascade score level fusion

    ÜMİT KAÇAR

    Doktora

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜRVET KIRCI