Güncel makine öğrenmesi teknikleri ile iris görüntülerinden cinsiyet analizi
| العنوان: | Güncel makine öğrenmesi teknikleri ile iris görüntülerinden cinsiyet analizi |
|---|---|
| المؤلفون: | Açıl, Tuğba |
| المساهمون: | Kutlu, Yakup, Elektrik-Elektronik Mühendisliği Anabilim Dalı, Mühendislik ve Fen Bilimleri Enstitüsü |
| بيانات النشر: | Mühendislik ve Fen Bilimleri Enstitüsü, 2019. |
| سنة النشر: | 2019 |
| مصطلحات موضوعية: | Texture analysis, İris, Iris, Gender, Deep learning, Engineering Sciences, Cinsiyet, Doku analizi, Computer Engineering and Computer Science and Control, Derin öğrenme, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri |
| الوصف: | 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. Due to the recently increasing population, determining the gender of the person searched in the database means halving the number of data in the database, which will give us a great deal of time. In addition, the gender detection system can be used in security applications requiring gender-based access control, to organize marketing strategies that address only a specific gender group. It is shown that it is seen that the gender detection system has a wide application area. Many biometric features such as fingerprint, face, voice and signature are used in person identification systems. However, due to the unique structure of the iris, it is thought to be a more reliable system compared to other biometric properties. Therefore, in this study, it was tried to estimate the gender by using iris structure. A total of 3000 images were used by using right and left iris images of 750 women and 750 men. Texture analysis, geometric features extraction, Gabor filter, wavelet trasnform and fourier transform were applied to the iris images as features extraxtion techniques. In addition, general, regional and cellular texture analysis was performed on both the iris image and Daugman transformed images. Max normalization and non-linear transformation were applied to these extracted features for making scale invariand. Each feature set extracted each method is used to classify gender and compare echa others. It was clear that there is no best feature set of them. Therefore, after comparing all features echother according to accuracy feature selektion algorithm used to determine subset which had best classificaion accuracy. best individual selection, forward selection and n-take r-away selection algorithms are used as features selection algoritm. The selected features were compared each other. Consequently, the best feature subset was obtained nonlinear transform features with 91% accuracy rate using n-tak r away algorithm. |
| وصف الملف: | application/pdf |
| اللغة: | Turkish |
| URL الوصول: | https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::a84bbbe885824c800ccafb6c96aba432 https://acikbilim.yok.gov.tr/handle/20.500.12812/164319 |
| حقوق: | OPEN |
| رقم الأكسشن: | edsair.dedup.wf.001..a84bbbe885824c800ccafb6c96aba432 |
| قاعدة البيانات: | OpenAIRE |
| الوصف غير متاح. |