Geri Dön

Human identification and verification by hand geometry information

El geometri bilgileri ile insan tanımlama ve doğrulama

  1. Tez No: 724170
  2. Yazar: MUSTAFA KANAAN MUSTAFA
  3. Danışmanlar: DOÇ. DR. GÖKHAN ŞENGÜL
  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: 2022
  8. Dil: İngilizce
  9. Üniversite: Atılım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 86

Özet

Bu tezde, el geometrisi tabanlı bir insan tanımlama sistemi önerilmiştir. El, insan vücudunun hayati bir bileşenidir. İnsan tanımlama ve doğrulama sistemleri için kullanılabilecek birçok benzersiz özellikten oluşur. Bu çalışma, el görüntülerinden çıkarılan öznitelikleri kullanarak insanı tanımaya yönelik bir yaklaşım sunmaktadır. Önerilen yöntem, ön işleme, özellik çıkarma ve sınıflandırma aşamaları olmak üzere üç aşamada gerçekleştirilmiştir. Ön işleme adımında, özellik çıkarım modeli için el görüntüleri yeniden boyutlandırılır. Öznitelik çıkarma aşamasında, el özniteliklerini çıkarmak için evrişimli sinir ağı (AlexNet modeli) kullanılır. Çıkarılan özellikler, iyi bilinen Destek Vektör Makineleri (SVM) ve k-en yakın komşu sınıflandırıcıları kullanılarak sınıflandırılır. Önerilen yöntem, farklı sayıda eğitim ve test görüntüsü kullanılarak CASIA-MS-Palmprint veri kümesi üzerinde test edilmiştir. el geometrisi tabanlı tanıma sistemi için kullanılır. Ortalama doğruluk, duyarlılık ve özgüllük 94.36, 89.96 ve 90.36 idi. Sistem yeterli sayıda görüntü ile eğitildiğinde tanıma doğruluğu oranının makul olduğu sonucuna varıyoruz.

Özet (Çeviri)

In this thesis, a hand geometry-based human identification system is proposed. The hand is a vital component of the human body. It consists of many unique features that can be used for human identification and verification systems. This study presents an approach for recognizing the human using the features extracted from hand images. The proposed method is implemented in three steps, namely preprocessing, feature extraction and classification phases. In the preprocessing step, the hand images are resized for the feature extraction model. In the feature extraction phase, the convolutional neural network (AlexNet model) is used in order to extract hand features. The extracted features are classified using the well*known Support Vector Machines (SVM) and k-nearest-neighbourhood classifiers. The proposed method is tested on the CASIA-MS-Palmprint dataset, using a different number of training and testing images. in used for the hand geometry-based recognition system. The average accuracy, sensitivity, and specificity were 94.36, 89.96 and 90.36. We conclude that the recognition accuracy rate is reasonable when the system is trained with an adequate number of images.

Benzer Tezler

  1. Sanal mimarlığın gerçeği

    Başlık çevirisi yok

    CEM YARDIMCI

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. HÜLYA YÜREKLİ

  2. Davranışsal ve fiziksel multi-biyometri ile kişi kimliklendirme ve hareket tanıma üzerine yaklaşımlar

    Approaches to person identification and motion recognition with behavioral and physical multi-biometrics

    ONUR CAN KURBAN

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YILDIRIM

  3. Dokunma dinamiği ile mobil kullanıcılar için kimlik doğrulama

    Mobile user authentication using touch dynamics

    RIDVAN ÖZGÜVENİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. MUHAMMED OĞUZHAN KÜLEKCİ

  4. Human identification verification from biometric dorsal hand vein images based on deep learning generative adversarial networks

    Derin öğrenme üretken karşılık ağlarına dayalı biyometrik dorsal el damar görüntülerinden insan tanımlama doğrulaması

    KHALED MOHAMED AB ALASHİK

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. REMZİ YILDIRIM