Aycan YÜKSEL Boğaziçi Üniversitesi, Bilgisayar Mühendisliği 15/04/2010

Ebat: px

Şu sayfadan göstermeyi başlat:

Download "Aycan YÜKSEL Boğaziçi Üniversitesi, Bilgisayar Mühendisliği 15/04/2010"

Berna Özbey
7 yıl önce
İzleme sayısı:

1 Aycan YÜKSEL Boğaziçi Üniversitesi, Bigisayar Mühendisiği 15/04/2010

2 İçerik Giriş Gene Sistem Modei Damar Görüntüeme Teknikeri Damar Veritabanı Özniteikerin Çıkarımı ve Eşeştirme Sonuçar

3 Damar Biyometrisi Tekik İkizerde bie damarar birbirinden farkıdır. Değişmezik İnsan yaşamı boyunca değişmez, sadece kaınaşabiir. Güveniirik Deri atındadır. Kopyaanması diğer biyometrik teknikere göre daha zordur.

4 Uyguama Aanarı Güvenik sistemeri Giriş kontroünün yapıdığı her tür sistemde kuanıabiir. Ağ ya da bigisayara giriş Banka uyguamaarı, ATM, kiosk Bank of Tokyo Mitsubishi(BTM) de Fijutsu nun damar biyometrik sistemini haihazırda kuanııyor.

5 Gene Sistem Modei Imgeerin ede edimesi Veri Topama Eerin Çakıştırıması Ve ROI Seçimi Damar Özniteik Çıkarımı Damararn İkiieştirimesi Ve İncetimesi ICA LEM ouşturma LHD Uzakığı CSM Öçütü Kimik Tespiti

6 Kaynak Özeiker ve Sonuçar Y. Ding ve diğereri [2] L. Wang ve diğereri [3] Veritabanı: 48 kişi* 5 imge = 240 Yöntem: Damar haritası üzerinde damararın bitiş ve çakışma noktaarına dayaı bir özniteik çıkarım agoritması. Başarım: %99.1 doğruuk Veritabanı: 30 kişi* 9 imge = 270 Yöntem: Zhang and Suen iskeet çıkarım agoritması ve LEM Başarım: %0 yanış eşeşme hatası ve % 0 yanış reddetme hatası Z. Wang ve diğereri [4] Veritabanı: 100 kişi * 5 imge = 500 Yöntem: Hausdorff ve LEM ve Gabor yöntemi Başarım: Hausdorff 58%, LEM 66%, Gabor 80% K. A. Toh ve diğereri [5] Veritabanı:50 kişi*10 imge*2 e =1000 Yöntem: Aya damararı ve aya izi bigisi birikte kuanımı. Farkı kerne tiperi için SVM sınıfandırıcısı için sonuçar verimiş. Aya damararı ve aya izi sonuçarı SUM kuraı ie bireştirimiş. Başarım: RBF kernei ie birikte SVM sonuçarında en iyi geneeme ede edidiği bidirimiş.

7 Görüntüeme Teknikeri Near-infrared (NIR) Görüntüeme nm araığında çaışır. E, e ayası ve biekteki damararı görüntüemede başarıdır. Dış ortam değişikikerine karşı daha toeransıdır. Fakat, e yüzeyindeki kıar, ein kaınığı gibi sorunar mevcuttur.

8 Görüntüeme Teknikeri Far-infrared (FIR) Görüntüeme 8-14 μm araığında çaışır. Ein arka yüzeyindeki büyük damaarı görüntüemede iyidir. Dış ortam değişikikerine karşı daha duyarıdır.

9 E Damar Veritabanı Şu anda 100 kişi, 30 ve 100 kişi üzerinde çaışmaar yapıdı. Her koşuda 3 imge kaydedidi: Oağan koşuarda, Bir çantanın 1 dakika boyunca taşınmasından sonra, Ei açıp kapamaya dayanan bir egzersizin bir dakika boyunca yapımasından sonra, Ein yüzeyinde bir buz parçasının tutumasından sonra. Topamda so e için 100x4x3 Ayrıca, sağ e için sadece norma koşuda 3 imge.

10 a) Norma koşuda, b) Çanta taşıdıktan sonra c) Fizikse aktiviteden sonra, d) Buz tuttuktan sonra.

11 E İmgeeri ve İgii Damar Aanarı Yörük Düzgeeme Agoritması *6, 7+.

12 Kuanıan Yöntemer Bağımsız Bieşener Anaizi (Independent Component Anaysis-ICA) Griseviye damar imgeerine direk uyguandı. Doğru Ayrıt Haritası (Line Edge Map-LEM) İkiieştirme Gürütü azatma İskeet çıkarımı Damar çizgi böüterinin çıkarıması LHD (Line Segment Hausdorff Distance) Hesapanması

Eşikeme Yöntemerinin Karşıaştırmaı Sonuçarı Başarım Yanış Sınıfama Hatası Hausdorff MHD (Modified Hausdorff Distance) Niback 0.

13 Eşikeme Yöntemerinin Karşıaştırmaı Sonuçarı Başarım Yanış Sınıfama Hatası Hausdorff MHD (Modified Hausdorff Distance) Niback Bernsen Yasuda Wang [3] Otsu

14 LEM Çıkarım Aşamaarı a) NIR bantta bir damar imgesi, b) Yasuda eşikemesinden sonraki imge, c) Gürütü azatma agoritmasından sonraki imge, d) İncetme agoritmasından sonraki imge.

15 LEM Çıkarım Aşamaarı

16 LHD Uzakığının Hesapanması j i 2 j i 2 // 2 j i θ a j i t m, d t m, d t m, W d t m, d j i T t M m m M m m t m, d min 1 ),T h(m j i i i i LHD M T,,h M,T h max M,T H j i j i // j i θ t m, d t m, d t m, d

17 a) Parae ve dik uzakıkar, b) Parae uzakığın sıfır oduğu durumar

18 a) E damar imgesi b) Doğru Ayrıt Haritası

19 d θ m, t tanθ i j

20 Doğruarı parae yapmak için kısa oanı orta noktasından aradaki açı kadar döndür.

21 İki doğruyu da x eksenine parae oacak şekide döndür.

22 Parae ve dik uzakıkarı hesapa. d m, t min, // i j //1 //2

23 Sonuçar ICA1 ICA2 LEM Çoğunuk Oyaması Borda Sayımı Topama Dayaı T. Çarpıma Dayaı T. Sınama Kümesi Tanıma EHO Tanıma EHO Tanıma EHO Tanıma Tanıma Tanıma Tanıma N1,N2,N B1,B2,B A1,A2,A I1, I2, I Tanıma başarısının tek eğitim kümesi kuanıan karşıaştırmaı sonuçarı. (EHO: Eşit Hata, T: Tümeştirme)

24 Sonuçar ICA1 ICA2 LEM Çoğunuk Oyaması Borda Sayımı Topama Dayaı T. Çarpıma Dayaı T. Sınama Kümesi Tanı ma EHO Tanı ma EHO Tanıma EHO Tanıma Tanıma Tanıma Tanıma N1,N2,N B1,B2,B A1,A2,A I1, I2, I Tanıma başarısının çift eğitim kümesi kuanıan karşıaştırmaı sonuçarı. (EHO: Eşit Hata, T: Tümeştirme)

26 Kaynakça [1] Jain, A., K., Fynn, P., and Ross A., A., Handbook of Biometrics, Springer, [2] Ding, Y., Zhuang, D., and Wang, K., A Study of Hand Vein Recognition Method, Proceedings of IEEE Conference on Mechatronics & Automation, [3] Wang, L., Leedham, C.G, and Cho, S.-Y., Infrared imaging of hand vein patterns for biometric purposes, The Institution of Engineering and Technoogy, Computer Vision, 1, (3 4), pp , [4] Wang, Z., Zhang, B., Chen, W., and Gao, Y., A performance Evauation of Shape and Texture based methods for Vein Recognition, Congress on Image and Signa Processing, IEEE [5] Toh, K.,A., Eng, H., L., Choo, Y., S., Cha, Y., L, Yau, W., Y., and Low, K., S., Identity Verification Through Pam Vein and Crease Texture, Lecture Notes In Computer Science, [6] Konukogu, E., Yorük, E., Darbon, J., and Sankur, B., Shape-Based Hand Recognition, IEEE Trans. on Image Processing, 15(7), , 2006.

27 [7] Yoruk, E., Dutagaci, H., and Sankur, B.,Hand Biometry, Image And Vision Computing, 24(5), , [8] Wang, K., Ding, Y., and Wang, D., A study of hand vein based identity authentication method. Science and Technoogy Review,23(1): 35-37, [9] [10] Gao, Y. and Leung, M.K.H., Line Segment Hausdorff Distance on Face Matching. Pattern Recognition. 35 (2002) [11] Sezgin, M., Sankur, B, Survey over Image Threshoding Techniques and Quantitative Performance Evauation, Journa of Eectronic Imaging, 13(1), , [12] Hyvarinen, A. and Oja, E., Independent component anaysis: Agorithms and appications, Neura Networks 13 (4-5), , [13] Gokberk, B., Saah, A.A., Akarun, L., "Rank-based decision fusion for 3D shape-based face recognition", Audio- and Video-based Biometric Person Authentication (AVBPA), Terrytown, New York, Juy 2005.

Benzer belgeler

Kızılötesi Görüntülerden El-Damar Örüntüsü Tespiti

Kızılötesi Görüntülerden El-Damar Örüntüsü Tespiti Volkan Seymen 1, Ömer Faruk Boyraz, Özdemir Çetin, Mustafa Zahid Yıldız 1 Sakarya Üniversitesi, Teknoloji Fakültesi, Bilgisayar Mühendisliği Bölümü, Esentepe,