Yüz biyometrik sistemlerinde sahteciliklerin tespiti
Spoofings detection in facial biometric systems
- Tez No: 856601
- Danışmanlar: DOÇ. DR. VASİF NABİYEV
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, standart bir görüntüleme aygıtı kullanan yüz biyometrik doğrulama sisteminde, düşük hata oranı ile yüz sahteciliği tespiti yapan modeller önerilmektedir. Çalışma iki başlık altında değerlendirilmiştir. İlk aşamada, geleneksel doku tanımlama yöntemlerinden elde edilen öznitelikler, klasik öğrenme algoritmaları yardımıyla sınıflandırılarak sahtecilik tespiti gerçekleştirilmiştir. Bu aşamada ilk olarak, bir giriş görüntüsünde sahtecilik tespitine en çok etki eden yüz bölgesinin bulunması hedeflenmiştir. Ardından, renk uzaylarının probleme etkileri araştırılmış ve düşük öznitelik vektörü boyutuna sahip bir örüntü kodlayıcı önerilmiştir. İkinci aşamada ise derin öğrenme algoritmalarının yüz sahteciliği tespitine etkisi araştırılmıştır. Bu kısımda, literatürde sıklıkla kullanılan Xception ağının parametre sayısı azaltılarak, indirgenmiş bir versiyonu üretilmiştir. Oluşturulan bu modele dikkat blokları eklenerek, öznitelik kodlayıcılar üzerinde kanallardaki bilginin ağırlıklandırılması sağlanmıştır. Son olarak, klasik öznitelik çıkarma yöntemi ile derin öğrenme modellerini içeren karma girişli bir derin öğrenme ağı önerilmiş ve sistemlerin performansları değerlendirilmiştir. Elde edilen sonuçlar, renk bilgisinin sahtecilik tespitinde etkili olduğunu, önerilen öznitelik kodlayıcının güçlü tanımlama yeteneğinin yanında düşük hesaplama karmaşıklığına sahip olduğunu ve derin öğrenme modellerinin yüz sahteciliği tespitindeki başarımının, klasik yöntemlerden daha iyi olduğunu ortaya koymuştur.
Özet (Çeviri)
In this thesis, we propose models for face spoofing detection with low error rate in a face biometric verification system using a standard imaging device. The study is evaluated under two headings. In the first stage, spoofing detection is performed by classifying the features obtained from traditional texture identification methods with the help of classical learning algorithms. In this stage, firstly, it is aimed to find the face region in an input image that has the most effect on spoofing detection. Then, the effects of color spaces on the problem were investigated and a pattern encoder with low feature vector size was proposed. In the second stage, the effect of deep learning algorithms on face spoofing detection is investigated. In this section, a reduced version of the Xception network, which is frequently used in the literature, is produced by reducing the number of parameters. Attention blocks were added to this model and the information in the channels was weighted on the feature coders. Finally, a hybrid deep learning model including classical feature extraction method and deep learning models is proposed and the performances of the systems are evaluated. The results show that color information is effective in spoofing detection, the proposed feature encoder has low computational complexity with strong identification capability, and the performance of deep learning models in face spoofing detection is better than classical methods.
Benzer Tezler
- Biometric identity verification using on-line & off-line signature verification
Dinamik ve statik imzaları kullanarak biyometrik kimlik doğrulama
ALİSHER KHOLMATOV
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYŞE BERRİN YANIKOĞLU
- Yüz tanıma sistemlerinde derin öğrenme tabanlı biyometrik saldırı tespiti
Deep learning-based biometric attack detection in face recognition systems
SENA ÖZKARA
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe ÜniversitesiBilgisayar Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEVZAT OLGUN
- Hastane otomasyon sistemlerinde yüz tanıma sistemlerinin kullanımı
Use of facial recognition systems in hospital automation system
MEHMET ŞAM
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EDİZ ŞAYKOL
- Yüz tanıma sistemlerinde canlılık analizi
Liveness detection in face recognition systems
TUGAY BOZİK
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NİHAN KAHRAMAN
- Kimlik kartı biyometrik fotoğraf ve telefon kamerası özçekim ile yüz tanıma, veri toplama, test, değerlendirme ve karşılaştırma
Face recognition, data collection, testing, evaluation and comparison with id card biometric photo and phone camera selfie
MURAT SEKMEN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. KEMAL BIÇAKCI