Derin öğrenmeye dayalı yüz ve vücut biyometrilerinin tümleştirilmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: Türkçe
Öğrenci: AHMET BİLGİÇ
Danışman: Tülay Yıldırım
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Akıllı sistemler, teknolojinin gelişmesi ile güvenliğin korunması noktasında önemli görevler üstlenmiştir. Giriş Kontrol Sistemleri (Access Control Systems) buna bir örnektir. Güncel Giriş Kontrol Sistemlerinde birçok doğrulama kriterine göre doğrulama yapılmaktadır, bunlar PIN, RFID kart, parmak izi ve yüzdür. Bu sistemlerde biyometrik veriye dayalı kontrol yapan çözümler güvenlik seviyesinin bir sonucu olarak tercih edilmektedir. Bu konuda yapılan çalışmalar, Biyometrik Giriş Kontrol Sistemleri (Biometric Access Control Systems) olarak isimlendirilmektedir. Son yıllarda biyometri alanında yapılan çalışmalarda vücudun belirli bir kısmından tek bir t anında alınan veriler yerine, kişinin karakteristik sayılan birçok özelliğinin beraber değerlendirilmesi ve bu verilerin de yine tek bir t anında değil belirli bir zaman aralığında alınması yaklaşımı ile karşılaşılmaktadır. Bu çalışmada kişilerin yüz ve hareket bilgilerini beraber kullanarak çoklu biyometrik verilerin elde edilmesi ile doğruluk seviyesi yüksek, kritik güvenlik seviyesine sahip yerlerde giriş kontrolü uygulamalarında kullanılabilecek, temassız, gürbüz bir çoklu biyometrik sistem önerilmektedir. Kinect kamera kullanılarak oluşturulmuş yüz ve harekete ait iki farklı biyometrik veri ile sanal çoklu biyometrik veri kümesi oluşturulmuştur. Yüz ve harekete ait özelliklere füzyon işlemi uygulanmıştır. Derin öğrenme modelinden elde edilen yüz öznitelikleri ve enerji resimleri haline getirilen hareket silüetlerine öncelikle özellik azaltma yöntemi uygulanmıştır. Azaltılmış özelliklerden benzerlik matrisi oluşturulmuştur. Yüz ve hareketin bu iki benzerlik matrisi, toplam füzyon kuralı kullanılarak birleştirilmiş ve z-skor normalizasyonu yapılmıştır. Tekli ve çoklu biyometrik performans karşılaştırılması yapılmış ve sonuçlar analiz edilmiştir. Önerilen çoklu biyometri yöntemiyle, Evrişimsel Sinir Ağı (ESA) ile yüz tanımaya kıyasla daha yüksek performans ve güvenilirlik elde edilmiştir. Elde edilen sonuçlar, yüz tanıma işleminde ortaya çıkabilecek sahteciliğin, hareket verileri ile ortadan kaldırılabileceğini ve hareket verisinin bu yöntemle kimlik doğrulama için kullanılabileceğini göstermektedir.