Low-quality fingerprint identification model usingglobal map feature indication (gmfi) methodology

Abstract

Biyometrik Parmak İzi Tanımlama (BFI), görüntü işleme, bilgisayar görmegörevi ve makine öğrenmede en zor görevlerden biridir. Eşsizliği ve zaman içindekitutarlılığı nedeniyle en iyi bilinen Biyometrik yöntemdir. Yüzyılı aşkın bir süredir,biyometrik parmak izleri insanların kimliğini saptamak için yaygın olarakkullanılmaktadır. Son zamanlardaysa, bilgisayar kapasitelerinin avantajlarındandolayı biyometrik parmak izi tanımlama otomatik bir sistem haline gelmiştir.Biyometrik parmak izi görüntü tanımlama akıllı teknoloji ve bilgi güvenliğindeönemli bir husus oluşturmaktadır.Bu tezde, parmak izi tanımlama için lokalizasyona dayalı ufak ayrıntılarçıkarımı yöntemi için bir geliştirme yaklaşımı önermekteyiz. Lokalizasyona dayalıyaklaşımı geliştirmek için bir Global Harita Özellik Göstergeleri (GMFI)metodolojisine dayanan düşük kaliteli parmak izi tanımlama yaklaşımı için güçlü veetkin bir model önermekteyiz. Bu tezin ana katkısı, düşük kaliteli parmak izi görüntütanımlaması ile bütün parmak izi tanımlama durumlarını ele almak, lokalizasyonyaklaşımını orijinal halinden daha güçlü ve daha uygun bir duruma getirerek busorunun üstesinden gelmektir. Önerilen sistem, düşük kaliteli parmak izi görüntüsüdurumlarında en çok zorluk yaşanan FCV 2006 veri tabanı kullanılarak testedilmiştir.Deneysel sonuçlar lokalizasyon yaklaşımına dayanan ufak detay çıkarımının(%58.13) oranda başarı göstermesine rağmen, bizim yaklaşımımızın yaklaşık(%98.74) oranında başarı gösterdiğini ortaya koymuştur, bu da önerdiğimiz yönteminstandart yaklaşımdan (%40) daha fazla başarılı olduğu anlamına gelmektedir.Bununla beraber bizim yaklaşımımız ön işleme için ortalama süre olarak (10.0854saniye) alırken, lokal yaklaşım (6.270 saniye) almıştır.

Biometric Fingerprint Identification (BFI) is one of the most challenge tasks inthe image processing, computer vision task, and machine learning. It is the mostwell-known biometric since of their uniqueness and the consistency over time. Overa century, biometric fingerprints have been widely used for human identification.More recently, due to the advantages of the computational capability, biometricfingerprint identification becomes an automated system. Biometric fingerprint imageidentification presents a key issue in the intelligent technology and informationsecurity.In this thesis, we propose an enhancement approach for the localization basedminutia feature extraction approach for fingerprint identification. We propose such arobust and efficient model for low quality fingerprint identification approach basedon a Global Map Features Indication (GMFI) methodology to improve the Localizedbased approach. Our main contribution of this thesis is to jump over this difficulty tomake the localization approach stronger than the original one to make more suitableto deal with all fingerprint image identification cases such a low-quality fingeringimage identification. The proposed system has been tested using FCV 2006 databasethat has shown the most challenges low-quality fingerprint image cases.The experimental results show our approach has achieved about 98.74%) whilethe localization approach based minutia feature extraction has achieved (58.13%)xiiiwhich means that our proposal by (40%) more than the standard approach. Although,our approach has consumed (10.0854 sec.) as the mean average time while the localapproach has consumed (6270 sec.) as the means average consuming time for thepreprocessing.