Publication: Avuçiçi esaslı biyometrik kimlik tanımlama ve doğrulama
Abstract
AVUÇİÇİ ESASLI BİYOMETRİK KİMLİK TANIMLAMA VE DOĞRULAMA Bilgi tabanlı ölçümler, bir kısım fiziksel ve sanal uzaylara erişimi kontrol etmek için çok güvenilir değildir. Bu ölçümler yetkili kişileri diğerlerinden ayırt edemez. Bu nedenle, bilgisayarların işlem gücünden yararlanan alternatif bir yaklaşım, kimlik tanımlama ve/ veya doğrulama uygulamalarında önemli bir insan-makine arayüzü aktivitesi haline gelmiştir. Sonuçta, biyometri, giderek sayısallaşan dünyamızda toplum ve devlet nezdinde giderek daha büyük bir kabul görmektedir. Biyometri kapsamında kullanılan önemli araçlardan birisi, avuçiçi görüntüsüdür. Bununla beraber, güvenilir bir avuçiçi tanıma problemi hala çözüm bekleyen sorunlar barındırmaktadır. Bu tez çalışmasında, anılan sorunların çözümüne katkıda bulunmak üzere,
vektörler yaklaşımının kullanıldığı bir kimlik tanımlama ve tanıma sistemi tasarlanmıştır. Buna göre; kimlik tanımlama evresinde, elde edilen avuçiçi görüntüleri, bir kısım görüntü işlemlerinin ardından, öz-avuçiçleri uzayındaki bir noktaya karşılık gelen bir katsayılar vektörü ile temsil edilir. Bu yolla, farklı bireylerden elde edilen avuçiçi görüntüleri ile bir veri tabanı oluşturulur. Kimlik doğrulama evresinde, bilinmeyen avuçiçi görüntüsünü temsil eden katsayılar vektörü ile, veri tabanındaki diğer kişilere ait avuçiçi görüntülerini temsil eden katsayılar vektörleri arasında Euclid mesafeleri ve/ veya korelasyonlar hesaplanarak, önceden belirlenen bir eşik değere göre karşılşatırmalar yapılır. Böylece bulunan en küçük Euclid uzaklığına (veya en büyük korelasyona) karşılık gelen avuçiçi görüntüsü ile bilinmeyen bireyin kimliği eşlenir. Çalışmanın filtrelemeler ve test süreçlerini de kapsayan bütün evreleri, MATLAB’ın hazır komutları ve fonksiyonlarından yararlanarak gerçekleştirilmiştir. ROC analizine dayalı performans testleri için, CASIA veri tabanından elde edilen 42 farklı bireye ait toplam 672 avuçiçi görüntüsü kullanılmıştır. Test sonuçları, tasarlanan sistemin; hem Euclid uzaklığı, hem de korelasyona bağlı karşılaştırmalara dayanarak yaptığı kimlik tanıma için tatmin edici bir hassasiyete varıldığını göstermiştir. ABSTRACT BIOMETRIC IDENTIFICATION AND VERIFICATION OF PERSONALITY USING PALMPRINT Knowledge-based security measures to control accessing some physical and virtual spaces are not very reliable. Furthermore, they cannot differentiate the authorized user among others. Therefore, an alternative approach using the power of computer have become an important human-machine interface activity for identification and/ or verification of personality. As a result, biometric sysytems are gaining public and government acceptance in an increasingly digital world. Palmprint is one of the important form of biometrics used in this context. However, reliable palmprint recognition is still an open problem. In this thesis, an eigenvectors based palmprint identification approach has been contributed for solving this problem. In the identification phase, following some image processing steps, acquired palmprint images are represented by a coefficients vector in the eigenpalms space. A data base including the coefficient vectors of different personal palmprints has been created by this way. In the verification phase, Euclid distances and/ or correlations between the coefficient vector of unknown palmprint and other coefficient vectors in the data base are calculated and compared with a threshold value to find the minimum distance (or maximum correlation) corresponding to the recognized personal palmprint. All phases of the studies including filtering and testing processes have been completed in MATLAB environment. A palmprint data base including 672 palmprint images of 42 different person have been chosen from CASIA data base and they are used for ROC analysis based performance tests. Test results show that, designed system has sufficient identification and recognition accuracy both for Euclid distance based and correlation based comparisions.
vektörler yaklaşımının kullanıldığı bir kimlik tanımlama ve tanıma sistemi tasarlanmıştır. Buna göre; kimlik tanımlama evresinde, elde edilen avuçiçi görüntüleri, bir kısım görüntü işlemlerinin ardından, öz-avuçiçleri uzayındaki bir noktaya karşılık gelen bir katsayılar vektörü ile temsil edilir. Bu yolla, farklı bireylerden elde edilen avuçiçi görüntüleri ile bir veri tabanı oluşturulur. Kimlik doğrulama evresinde, bilinmeyen avuçiçi görüntüsünü temsil eden katsayılar vektörü ile, veri tabanındaki diğer kişilere ait avuçiçi görüntülerini temsil eden katsayılar vektörleri arasında Euclid mesafeleri ve/ veya korelasyonlar hesaplanarak, önceden belirlenen bir eşik değere göre karşılşatırmalar yapılır. Böylece bulunan en küçük Euclid uzaklığına (veya en büyük korelasyona) karşılık gelen avuçiçi görüntüsü ile bilinmeyen bireyin kimliği eşlenir. Çalışmanın filtrelemeler ve test süreçlerini de kapsayan bütün evreleri, MATLAB’ın hazır komutları ve fonksiyonlarından yararlanarak gerçekleştirilmiştir. ROC analizine dayalı performans testleri için, CASIA veri tabanından elde edilen 42 farklı bireye ait toplam 672 avuçiçi görüntüsü kullanılmıştır. Test sonuçları, tasarlanan sistemin; hem Euclid uzaklığı, hem de korelasyona bağlı karşılaştırmalara dayanarak yaptığı kimlik tanıma için tatmin edici bir hassasiyete varıldığını göstermiştir. ABSTRACT BIOMETRIC IDENTIFICATION AND VERIFICATION OF PERSONALITY USING PALMPRINT Knowledge-based security measures to control accessing some physical and virtual spaces are not very reliable. Furthermore, they cannot differentiate the authorized user among others. Therefore, an alternative approach using the power of computer have become an important human-machine interface activity for identification and/ or verification of personality. As a result, biometric sysytems are gaining public and government acceptance in an increasingly digital world. Palmprint is one of the important form of biometrics used in this context. However, reliable palmprint recognition is still an open problem. In this thesis, an eigenvectors based palmprint identification approach has been contributed for solving this problem. In the identification phase, following some image processing steps, acquired palmprint images are represented by a coefficients vector in the eigenpalms space. A data base including the coefficient vectors of different personal palmprints has been created by this way. In the verification phase, Euclid distances and/ or correlations between the coefficient vector of unknown palmprint and other coefficient vectors in the data base are calculated and compared with a threshold value to find the minimum distance (or maximum correlation) corresponding to the recognized personal palmprint. All phases of the studies including filtering and testing processes have been completed in MATLAB environment. A palmprint data base including 672 palmprint images of 42 different person have been chosen from CASIA data base and they are used for ROC analysis based performance tests. Test results show that, designed system has sufficient identification and recognition accuracy both for Euclid distance based and correlation based comparisions.