Geri Dön

Yüz biyometrik sistemlerinde sahteciliklerin tespiti

Spoofings detection in facial biometric systems

  1. Tez No: 856601
  2. Yazar: UĞUR TURHAL
  3. Danışmanlar: DOÇ. DR. VASİF NABİYEV
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 145

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

  1. Biometric identity verification using on-line & off-line signature verification

    Dinamik ve statik imzaları kullanarak biyometrik kimlik doğrulama

    ALİSHER KHOLMATOV

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYŞE BERRİN YANIKOĞLU

  2. Detection of presentation attacks for face recognition systems

    Yüz tanıma sistemlerinde yanıltma ataklarının tespiti

    MEHMET FATİH GÜNDOĞAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ÇİĞDEM EROĞLU ERDEM

  3. 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

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. KEMAL BIÇAKCI

  4. Mobil ödeme sistemlerinde kişisel verilerin güvenli saklanması için model tasarımı ve performans analizi

    Model design and performance analysis for secure storage of personal data in mobile payment systems

    ÖZNUR ŞENGEL

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET SERTBAŞ

    DOÇ. DR. MUHAMMED ALİ AYDIN

  5. Biyometrik verilerin pasaport ve sınır kapılarında uygulanması ve bir model önerisi

    The application of biometric data on passport and at border gates and a proposal of a model

    BAHATTİN ŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    İşletmeBeykent Üniversitesi

    İşletme Yönetimi Ana Bilim Dalı

    YRD. DOÇ. DR. KAZIM SARI