Fingerprint recognition by using convoloutional neural network and support vector machine classification

Biyometri, bir bireyle ilişkili belirli fizyolojik özellikleri kullanarak geleneksel doğrulama yöntemlerinin sorunlarını çözmeye çalışır. Tüm biyometrik göstergeler arasında parmak izlerinin iyi düzeyde güvenilirliğe sahip olduğu gösterilmiştir. En yaygın olarak kullanılan yerel temsil, parmak izlerinin ayrıntılarına (minutiae) dayanmaktadır. Bir parmak izindeki ayrıntıların deseni, parmak izinin geçerli bir temsilini oluşturur. Otomatik tanıma için en çok kullanılan ayrıntılar dallar ve sonlardır. Bununla birlikte, parmak izi edinme teknikleri göz önüne alındığında, sonların ve çatalların deformasyonlara uğraması yaygındır, bu yüzden genellikle minutiae olarak adlandırılırlar. Bu nedenle, bu belgede bu özelliklere sadece küçük ayrıntılar olarak değineceğiz. Bu çalışmada, parmak izlerini içeren farklı veri tabanlarıyla eğitilmiş evrişimli sinir ağları CNN kullanılarak minutiae'nin tanınması için önerilen bir metodoloji kullanılarak elde edilen sonuçları açıklıyoruz, ardından parmak izlerinin yeni giriş görüntülerini çıkarılan özelliklere göre sınıflandırmak için destek vektör makinesi sınıflandırmasını kullanıyoruz. CNN tarafından ve veri setiyle eşleştirilen yöntemimiz, parmak izi tanıma için kullanılan önceki doğrusal yöntemlerden daha iyi doğruluğa ve daha düşük MSE'ye sahip olduğunu kanıtladı.