Derin konvolüsyonel sinir ağlarına dayalı iris tanımlaması

Dünyada, güvenlik ihtiyacı değişik yöntemler kullanılarak yapılmaktadır. Biyometrik sistemleri de çok değişik amaç için kulanılmaktadır. Bilim ve teknolojinin gelişmesiyle birlikte, bir çok biyometrik sisteme alternatif olarak iris biyometrisi bir çözüm sunuyor. Bu araştırmada, irisin biyometrik modalitelerini kullanarak insanları tanımlamak için derin öğrenme algoritmasına (CNN) dayanan yeni bir biyometrik tanımlama önerilmiştir. Çalışma görevlerinde derin öğrenme yöntemlerinin sayısız performansının yorumlanmasında, önerilen biyometrik tanımlamanın yapısı, SoftMax ve ReLu aktivasyon fonksiyon sınıflandırıcılarını kullanarak görüntüleri bölümlere ayıran, öznitelikleri çıkaran ve sınıflandıran evrişimli sinir ağları (CNN'ler) ve VGG-16, VGG-19, ResNet-50 ve ResNet101 kullanılmıştır. Çalışma sonucunda, özellik çıkarımı için MobileNet, AlexNet ve InceptionV3 gerçekleştirildi ve eğitim verilerinde %97,44 ve test verilerinde ise %98,35 doğruluk elde edilmiştir. İris sınıflandırmasında ise CNN, ImageNet ve TinyVGG kullanılarak eğitim test verilerin de %98.11 ve test verilerinde %98.35 doğruluk elde edilmiştir. .