Laws doku enerji ölçümü tabanli k-NN siniflandirici modeli ile iris tanima sistemi
Yükleniyor...
Dosyalar
Tarih
20013-06-13
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
IEEE
Erişim Hakkı
info:eu-repo/semantics/closedAccess
Attribution-NonCommercial-NoDerivs 3.0 United States
Attribution-NonCommercial-NoDerivs 3.0 United States
Özet
Biyometrik tanıma teknolojisi genellikle çok pahallı ve son derece önemli güvenlik uygulamaları ile ilişkili olmuştur.İris tanıma sistemi, etkili biyometrik tanımasistemlerinden biridir. Bu çalışmada, farklı insanlardan elde edilen gözimgelerininiçerdiği irisdokuözelliklerinegörekişilerin tanınmasıamaçlanmıştır. İmgeler CASIAiris veritabanındanelde edilmiştir. İmge dokusuna duyarlı yeni yöntemlerdenbiri olanLawsDoku Enerji Ölçümü (Laws TEM) kullanılarak, iris dokusunun belirli yerelalanlarındanöznitelik vektörleri elde edilmiştir. kEn Yakın Komşu (k-NN) sınıflandırıcıparametrelerinden komşu sayısı(k) farklı değerlerde alınarak, elde edilen öznitelik vektörleri k-NN sınıflandırıcısı ile ayrıştırılmıştır. Farklı komşu sayılarına göre sisteminperformans değerlerikarşılaştırılmıştır. Sonuç olarak en yüksek ortalama performans,k-NNsınıflandırıcısınınk=1ve 2komşularıyapısında % 80.74olarak gözlemlenmiştir.
Biometric recognition technology is correlated generally with very expensive top secure applications. Iris recognition system is one of the effective biometric recognition systems. The main purpose of this study is to recognizethehuman from differenteyeimagesaccording to their iris texture characteristics. The digital crop images are derived from CASIAiris imagedatabase. The texture feature vectors are extractedfrom the local iris regionsbyusing Laws Texture Energy Measure(TEM) which isa newmethod for image texture feature extraction. The obtained featurevectors are separated by k-Nearest Neighbor (k-NN)classifieras taking the neighbor number (k) parameter in different valuesand the performance results of each system are comparedaccording to disparate k values. Finally, the best average performance is observed as 80.74% in k=1 and 2 neighborsstructure of k-NNclassifier.
Biometric recognition technology is correlated generally with very expensive top secure applications. Iris recognition system is one of the effective biometric recognition systems. The main purpose of this study is to recognizethehuman from differenteyeimagesaccording to their iris texture characteristics. The digital crop images are derived from CASIAiris imagedatabase. The texture feature vectors are extractedfrom the local iris regionsbyusing Laws Texture Energy Measure(TEM) which isa newmethod for image texture feature extraction. The obtained featurevectors are separated by k-Nearest Neighbor (k-NN)classifieras taking the neighbor number (k) parameter in different valuesand the performance results of each system are comparedaccording to disparate k values. Finally, the best average performance is observed as 80.74% in k=1 and 2 neighborsstructure of k-NNclassifier.
Açıklama
Anahtar Kelimeler
İris Tanıma, İmge İşleme, Sınıflandırma, k-NN Sınıflandırıcı, Laws TEM, Iris Recognition, Image Processing, Classification, k-NN Classifier
Kaynak
WoS Q Değeri
N/A
Scopus Q Değeri
N/A
Cilt
Sayı
Künye
Acar, E., Özerdem, M. S. (2013). Laws doku enerji ölçümü tabanli k-NN siniflandirici modeli ile iris tanima sistemi. 21st Signal Processing and Communications Applications Conference, 24 April 2013, Haspolat, Turkey. https://doi.org/10.1109/SIU.2013.6531397
