Performance enhancement of palm recognition system by robust machine learning approaches
Başlık çevirisi mevcut değil.
- Tez No: 672286
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 57
Özet
Görüntü işleme, bir görüntüden tanınabilen sağlam ve muazzam özellikler nedeniyle çeşitli güvenlik sistemleri için anahtar teknolojidir. Görüntü işlemenin yanı sıra konuşmacı tanıma gibi birçok başka biyometrik tanıma teknolojisi de mevcuttur. Konuşma aynı zamanda en zengin özellik kaynaklarından biridir ve kişisel tanımlama sistemlerinde hayati bir rol oynayabilir. Birçok kişisel tanıma teknolojisi, yaşa ve çevresel koşullara duyarlıdır. Sesi örnek alırsak, küçük çocuğun sesi yetişkinin sesi ile aynı değildir, bu nedenle biyolojik özelliklerdeki herhangi bir değişikliğin üstesinden gelmek için konuşmacı tanıma sistemi periyodik olarak yükseltilebilir. Bu zorluk, görüntü tabanlı kişisel tanımlama durumunda da devam etmektedir; örneğin, potansiyel kişisel tanıma teknolojilerinden biri olarak kabul edilen yüz tanıma, yaş etkisinin yanı sıra saç büyümesi ve makyaj gibi diğer etkilerden de etkilenebilir. Palm, kişisel tanımlamaya katılmak için yeterli özellik içerir, avuç içi özelliklerine güvenmenin teşvik edici konularından biri, yaşa ve çevresel etkilere karşı dirençlidir. Bu projede, avuç içi tabanlı kişisel tanımlama, IIT Delhi palmiye veri kümesine dayalı olarak uygulanmaktadır. Siyah renkli bir kutunun içine yerleştirilmiş bir mobil kamera kullanılarak her adaydan sağ el görüntüsü elde edilmektedir. İlgi alanı her bir avuç içi görüntüsünden doğru bir şekilde kırpıldı ve bu nedenle avuç içi sınıflandırması için derin öğrenme ve makine öğrenme algoritmaları kullanıldı. Sonuçlar, İleri Besleme Sinir Ağı tabanlı avuç içi tanıma modelinin diğer makine öğrenimi teknolojilerine göre daha iyi performans gösterdiğini gösterdi
Özet (Çeviri)
Image processing is the key technology for various security systems due to the robust and tremendous features that can be recognized from an image. Many other biometrical recognition technologies are existed along with image processing alike speaker recognition. Speech is also one of the richest sources of features and can play vital role in personal identification systems. Many personal recognition technologies are susceptible by the age and environmental conditions. Taking the voice as an example, voice of small child is not alike the voice of adult, so, speaker recognition system might be upgraded periodically in order to tackle any changes of the biological features. This challenge is persisting also in case of image based personal identification, for example, face recognition which considered as one of the potential personal recognition technologies may also susceptible by the age impact as well as other impacts such as hair growth and makeup. Palm includes enough features for participating the personal identification, one of the encouraging matters of relying on palm features is their resistivity to the age and environmental impacts. In this project, palm based personal identification is implemented based on IIT Delhi palm dataset. Right hand image is being acquired from each candidate using a mobile camera placed inside a black color box. Region of interest was accurately cropped from each palm image and hence deep learning and machine learning algorithms are used for palm classification. Results shown that Feed Forward Neural Network based palm recognition model is outperformed over the other machine learning technologies
Benzer Tezler
- Geometrik tabanlı öznitelik çıkarma ve öznitelik füzyonuna dayalı parmak damar tanıma
Geometric based feature extraction and finger vein recognition based on feature fusion
FATİH TİTREK
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER KAAN BAYKAN
- Performance enhancement of an air-to-air missile autopilot controller via genetic algorithms
Havadan havaya bir füze otopilot denetleyicisinde genetik algoritmalar ile başarım artırımı
FATİH OĞUZ
Yüksek Lisans
İngilizce
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiSistem ve Kontrol Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEZA KERESTECİOĞLU
- Performance enhancement of LoRa communication using interleaved chirp spreading lora with Gray coding
Interleaved chırp kullanarak lora iletişiminin performans geliştirilmesi LoRa yaymak ve Gray kodlama
ZAID JAMEEL RADHI KAMOONA
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. MUHAMMAD ILYAS
- Performance enhancement of manet against wormhole attacks by using modified ad-hoc on-demand distance vector protocol
Geliştirme manet performansı değiştirilmiş ad-hoc on-demand üzerine mesafe vektör protokolü kullanarak wormhole saldırılara karşı
HUSSEIN ALI H. JAWDAT HUSSEIN JAWDAT
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUHAMMAD ILYAS
- Performance enhancement of graphene/silicon based near-infrared Schottky photodiodes
Grafen/silikon bazlı yakın-kızılötesi Schottky fotodiyotunun performans geliştirmesi
MEHMET FİDAN
Doktora
İngilizce
2022
Fizik ve Fizik Mühendisliğiİzmir Yüksek Teknoloji EnstitüsüFizik Ana Bilim Dalı
PROF. DR. CEM ÇELEBİ