Derin öğrenme yöntemlerine ve gri kurt optimizasyonu algoritmasına dayalı palmiye baskı görüntüleri kullanarak insan tanımlama

Bu tezde, insan tanımlaması için avuç içi baskı görüntüleri kullandık. Bu tez dört adım içermektedir. İlk adımda, avuç izi görüntüleri üzerinde derin öğrenme ve yerel ikilinin kullanıldığı özellik çıkarım yöntemi kullanılmıştır. Daha sonra Gray-Wolf optimizasyon yöntemi kullanılarak seçilen en iyi özellikler. Üçüncü adımda, test ve doğrulama verilerinde kullanılacak veri setinin tanınması için en yakın komşuluk yönteminde kullanılan bu öznitelikler. Son olarak, veri setinden hata indeksi ve doğru indeksin tanınma yüzdesini hesaplayan tanıma oranı ile sonuçları değerlendirdik. Bu tezin amacı, yüksek tanıma oranı elde etmek için Gri Kurt Optimizasyonu yöntemini ve derin öğrenmeyi kullanmaktır. Bu çalışmada Polytechnic Hong Kong üniversitesi veri seti ve Tongji Contactless veri seti gibi iki ünlü veri seti kullandık, farklı yöntemlerin tanınma oranı değerlendirildi ve test edildi. Önerilen yöntemin tanıma oranında ilke bileşen analizi, gradianet histogramı gibi diğer yöntemlere göre yüksek performansa sahip olduğunu gösterdik. Elde ettiğimiz önerilen yöntem için tanıma oranı 96,72 çıkmıştır.