Yüksek LisansAçık Erişim

Güncel makine öğrenmesi teknikleri ile iris görüntülerinden cinsiyet analizi

Bu tez size mi ait?

Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.

2019
0 görüntülenme
0 i̇ndirme

Özet (TR)

Son zamanlarda artan nüfus miktarından dolayı, veri tabanında arama yaparken aranılan kişinin cinsiyetinin belirlenmesi veri tabanındaki veri sayısının yarıya indirilmesi demektir bu da bize zaman açısından büyük bir kolaylık sağlayacaktır. Bunun yanısıra cinsiyet tespit sistemi cinsiyet tabanlı erişim kontrol gerektiren güvenlik uygulamalarında, sadece belirli bir cinsiyet grubuna hitap edecek olan pazarlama stratejilerinin oluşturulmasında kullanılabilir. Bunlara bakıldığında cinsiyet tespit sisteminin oldukça geniş uygulama alanına sahip olduğu görülmektedir. Kişi tanımlama sistemlerinde parmak izi, yüz, ses, imza atımı gibi birçok biyometrik özellik kullanılmaktadır. Ancak irisin eşsiz yapısından dolayı diğer biyometrik özelliklere göre daha güvenilir bir sistem olduğu düşünülmektedir. Bu nedenle bu çalışmada iris yapısı kullanılarak cinsiyet tahmini yapılmaya çalışılmıştır. 750 kadın ve 750 erkek olmak üzere her kişinin sağ ve sol iris görüntüleri kullanılarak toplamda 3000 görüntü üzerinde uygulama gerçekleştirilmiştir. İris görüntülerine öznitelik çıkarma yöntemi olarak doku analiz yöntemleri, gemoterik features çıkartma, gabor filtresi, dalgacık dönüşüm, fourier dönüşümü uygulanmıştır. Ayrıca irisin genel, bölgesel ve hücresel doku analizi yöntemi hem iris görüntüsüne hemde Daugman dönüşümü uygulanarak öznitelik çıkarılmıştır. Çıkarılan bu özniteliklere birimsel boyut farkını gidermek için max normalizasyonu ve non-linear dönüşümü uygulanmıştır. Her bir öznitelik çıkartma yöntemiyle öznitelik kümleri oluturulmuş ve sınıflandırma başarım değerleri karşılaştırılşmıştır. İçlerinde en iyi öznitelik kümesi bulunamadığı açıktır. Bu sebeple karşılaştırma sonrasında öznitelik seçi,m algoritmaları uygulanmıştır. Bireysel en iyi seçim, ileri seçim ve n-al r-bırak seçim algoritmaları kullanılarak öznitelik seçimi yapılmıştır. Seçim algoritma sonuçları birbirleriyle karşılaştırılmıştır. Sonuç olarak, %91 başarım oranı ile en iyi öznitelik alt kümesi non-liner dönüşüm yapılmış özniteliklerden elde edilmiştir.

Yazar

Tuğba Açıl

Bu Yayına Nasıl Atıf Yapılır

Tuğba Açıl (Yüksek Lisans Tezi). Güncel makine öğrenmesi teknikleri ile iris görüntülerinden cinsiyet analizi, 2019, İskenderun Technical University.

Anahtar Kelimeler

Lisans

Tüm Hakları Saklıdır

Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.

İskenderun Technical University tezlerinden daha fazlası