Laws doku enerji ölçümü tabanli k-NN siniflandirici modeli ile iris tanima sistemi

Basit Öğe Kaydı
dc.authorid0000-0002-1897-9830en_US
dc.authorid0000-0002-9368-8902en_US
dc.contributor.authorAcar, Emrullah
dc.contributor.authorÖzerdem, Mehmet Siraç
dc.date.accessioned2019-06-20T12:07:54Z
dc.date.available2019-06-20T12:07:54Z
dc.date.issued20013-06-13en_US
dc.departmentBatman Üniversitesi Mühendislik - Mimarlık Fakültesi Elektrik-Elektronik Mühendisliği Bölümüen_US
dc.description.abstractBiyometrik 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.en_US
dc.description.abstractBiometric 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.en_US
dc.identifier.citationAcar, 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.2013.6531397en_US
dc.identifier.endpage1161en_US
dc.identifier.isbn978-146735562-9
dc.identifier.scopusqualityN/Aen_US
dc.identifier.startpage1157en_US
dc.identifier.urihttps://doi.org/10.1109/SIU.2013.6531397
dc.identifier.urihttps://hdl.handle.net/20.500.12402/2071
dc.identifier.wosqualityN/Aen_US
dc.indekslendigikaynakWeb of Scienceen_US
dc.indekslendigikaynakScopusen_US
dc.language.isotren_US
dc.publisherIEEEen_US
dc.relation.isversionof10.1109/SIU.2013.6531397en_US
dc.relation.journal2013 21st Signal Processing and Communications Applications Conferenceen_US
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/closedAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectİris Tanımaen_US
dc.subjectİmge İşlemeen_US
dc.subjectSınıflandırmaen_US
dc.subjectk-NN Sınıflandırıcıen_US
dc.subjectLaws TEMen_US
dc.subjectIris Recognitionen_US
dc.subjectImage Processingen_US
dc.subjectClassificationen_US
dc.subjectk-NN Classifieren_US
dc.titleLaws doku enerji ölçümü tabanli k-NN siniflandirici modeli ile iris tanima sistemien_US
dc.title.alternativeAn iris recognition system by laws texture energy measure based k-NN classifieren_US
dc.typeConference Objecten_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
06531397.pdf
Boyut:
863.1 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Mühendislik-Mimarlık Fakültesi, Elektrik-Elektronik Mühendisliği Bölümü, Bildiri Metinleri Koleksiyonu
Scopus İndeksli Yayınlar Koleksiyonu
WoS İndeksli Yayınlar Koleksiyonu