Çoklu-biyometrik yöntemlerle kimlik doğrulama

Biyometrik özelliklerin kullanıldığı sistemler numara kullanan şifreleme sistemlerine göre daha güvenlidir. Kişilerin kullandıkları şifreler çalınabilirler fakat biyometrik özellikler kullanan kişinin bir parçası oldukları için böyle bir ihtimal bulunmamaktadır. Bunun yanında biyometrik özellikle %100 güvenli değillerdir. Kötü niyetli kişiler biyometrik karakteristiğe sahip kişileri zor kullanarak bu biyometrilerini kullanabilirler. Günümüzde yapılan tekil biyometrik kimliklendirme çalışmalarında alınan sonuçların; başarı oranı, süre ve hata açısından yeterli performanslara ulaşmamış olmasının nedenleri arasında performansı yüksek olan iris gibi biyometrik parametrelerin elde edilmesinin ve kişilerin bu biyometrik özellikleri vermesinin kabul edilme zorlukları bulunmaktadır. Bunun yanında güvenli tanıma konusunda yapay biyometrilerle kandırma gibi problemler ortaya çıkmaktadır. Tekil-biyometrinin diğer dezavantajı ise kişiden alınan bilgi; şartlardan dolayı okunamadığında tanıma başarısızlıkla sonuçlanmaktadır. Bu çalışma ile birlikte çoklu biyometri kullanarak kişilerin biyometrilerinin herhangi bir tanesi elde edilirken sorunla karşılaşılsa bile diğer biyometrileri sayesinde sistem başarılı olarak çalışmaktadır. Bu çalışmada ile bu sorunlara çözüm bulunmaya çalışılmış ve daha güvenli bir biyometrik sistem olarak çoklu-biyometri için kulak yüz ve termal yüz, çoklu-algoritma için çok katmanlı algılayıcı, destek vektör makineleri, karar ağacı ve olasılıksal sinir ağları ve çoklu-örnek olarak çoklu bir biyometrik sistem önerilmiştir. Yüz ve termal yüz görüntüleri "USTC NVIE Spontaneous Database" veritabanından, kulak görüntüleri ise "IIT Delhi Ear Image Database" veritabanından alınmıştır. xii Her biyometri için üç farklı öznitelik çıkartma yöntemi ve dört farklı sınıflandırma algoritması (çok katmanlı perceptron, karar ağacı, destek vektör makineleri ve istatistiksel sinir ağları) kullanılarak kimliklendirme çalışması yapılmıştır. Bu yöntemlerle beraber iki farklı birleştirme yöntemi(eşleştirme skoru seviyesi birleştirme ve öznitelik seviyesi birleştirme) kullanılmıştır. Alınan sonuçlara göre kişilerin tekil biyometrilerinden alınan sonuçlara göre çoklu biyometri ve birleştirme işlemi sonucunda alınan sonuçlar (FAR,FRR ve doğruluk oranı) daha başarılı olmuştur.