Yapay sinir ağları kullanarak parmak izi ve konuşmacı tanıma

Anahtar kelimeler: YSA, konuşmacı tanıma, parmakizi tanıma Kişileri, onların fizyolojik veya davranışsal özelliklerinden yola çıkarak, otomatik bir tanımlama olan biyometrik, yetkili veya yetkisiz kişileri ayırmada, geleneksel parola ve kişisel tanımlama numaraları gibi yöntemlerden çok daha üstündür. Bu çalışmada, biyometrik özelliklerden olan parmak izi ve konuşma işaretlerinin analizi yapılarak gerekli parametrelerin elde edilmesi sağlanmıştır. Parmakizi örneklerinden Galton karakteristikleri olarak adlandırılan özellik noktalarından en önemli iki tanesi olan uç nokta ve çatal noktalar tespit edilmiş, bu noktaların parmakizinin orta (core) nokta ile olan uzaklıkları referans olarak kabul edilmiştir. Konuşma işaretinden ise MFCC (Mel Frequency Cepstrum Coefficients) yöntemiyle gerekli parametreler çıkarılmıştır. Elde edilen parametreler doğrultusunda geriye yayılım öğrenme algoritmalarından biri olan ?trainscg? kullanılarak giriş, gizli katman ve çıkış katmanından oluşan üç katmanlı bir YSA yapısı ile gerekli kimliklendirme yapılmıştır. YSA eğitildikten sonra, eğitim için kullanılan parmakizi ve konuşma örnekleri test edildiğinde %100 başarı sağlanmış, test amaçlı örnekler kullanıldığında bu oran parmakizlerinde %77, konuşma örneklerinde %86 olmuştur.