Dijital fotogrametri teknikleri ile kişi tanıma

Abstract

Teknolojinin gelişmesiyle beraber güvenlik vazgeçilmez unsurlar arasında yer almaya başlamıştır. Her türlü sistemin güvenliğini artırıcı değişik yöntemler kullanılmakta ve alternatif çözümler araştırılmaktadır.Kişinin fiziksel özelliklerinin kimlik tespitinde kullanılması esasına dayanan biyometri teknolojileri, son yıllarda oldukça sık karşılaşılan güvenlik yaklaşımlarındandır.Bu çalışmada, en doğal ve kullanıcı açısından kabul edilebilir biyometrik özelliklerin tümleştirilmesine dayalı bir çoğul biyometrik kimlik doğrulama sistemi önerilmiştir. Çalışmada kişiye ait parmak izi ve yüz bilgilerinden yararlanılmıştır.Mevcut parmak izi tanıma sistemleri, parmak izi görüntülerinden çıkartılan hat sonu ve çatal noktaları kullanır. Bu özellikleri kullanan ve öznitelik tabanlı olarak adlandırılan otomatik parmak izi tanıma sistemlerinde, parmak izlerinin karşılaştırılabilmesi için, giriş ve veritabanında kayıtlı nokta kümeleri arasında döndürme, ölçekleme ve öteleme gibi dönüşümler hesaplanır, dönüşüm sonucu benzeşen özellik nokta sayısına bağlı olarak eşlemeye karar verilir.Çalışmada Fotogrametride sıkça kullanılan iki boyutlu doğrusal bir dönüşüm olan Affin dönüşümü kullanılarak, özellik noktalarının eşlemesi yapılmıştır. Affin dönüşümü kullanılarak, referans noktadan bağımsız, özelik noktalarının açılarının hesaplanmasına ve ölçeklemeye ihtiyaç duymayan bir eşleme metodu gerçekleştirilmiştir. Yapılan çalışmayla, parmak izi eşlemede kullanılan nokta tabanlı eşleme tekniklerinde hatalara sebep olan durum ve işlemler geliştirilen algoritmanın kullanılmasıyla ortadan kaldırılmıştır. Affin dönüşümüyle verilerin karşılaştırılmasının daha hızlı ve kolay yapılabildiği, veritabanına kaydedilen verilerde azalma sağladığı görülmüş ve eşleme işleminde tam başarı sağlanmıştır.Yüz tanıma için geometrik nokta tabanlı eşleme yöntemi kullanılarak karşılıklı ilişki yöntemiyle eşleme yapılmıştır. Yüz tanıma işlemi, parmak izi ile kişinin tanınmasından sonra kişiyi doğrulama için kullanılmıştır.Sistem FVC2000 parmak izi veri tabanı ile Frontal Face Yüz veri tabanı verileri kullanılarak test edilmiştir. Test sonucu, parmak izi tanıma için FRR ( Yanlış Kabul Oranı) %1'in altında kalırken, FRR (Yanlış Red Oranı) % 4 olmuş, yüz tanıma için FRR ( Yanlış Kabul Oranı) % 5, FRR (Yanlış Red Oranı) % 7olmuştur. Uygulama sonucu parmak izi için geliştirilen eşleme algoritması eşleme işleminde tam başarı sağlamıştır. Yüz tanımada ise sistemin yüz bulma, yüze ait özellik noktalarının çıkartılması işlemlerindeki olumsuz etkiler nedeniyle başarı oranı düşük çıkmıştır. Parmak izi ve yüz eşlemenin birlikte değerlendirildiği test sonucunda, sistemin FRR( yanlış red oranı) 0,1, FAR(yanlış kabul oranı) 0 olmuştur.Parmak izi ve yüz eşlemenin birlikte değerlendirildiği bir sistemde sistemin hatalı eşleme yapma olasılığının yok denecek kadar az olduğu görülmüştür.Anahtar Kelimeler: Dijital Fotogrametri, Kişi tanıma, biyometri, parmak izi tanıma, yüz tanıma, nokta eşleme, Affin Dönüşümü

Accompanying improvement of the technology, security started to take place amongst the indispensable factors. Different methods which increase the security of every kind of systems has been using and alternate solutions have been searching.The biometry technologies, which hold on usage of principal in individual?s identification of physical features, are the approaches that have quite often met recently.In this study, it has been offered a plural biometric identification confirmation system that has held on materiality of biometric features acceptable and the most natural according to user. In the study, it has been imposed from the fingerprint and face knowledge belonged the individual.Existing fingerprint recognizance systems use the ridge ending points and the bifurcation points from extraction of fingerprint images. In the automatic fingerprint recognizance systems called as with attribute basement and used such features, in order to be checked against the fingerprint, it is computed transformations such as transition and scaling and turning amongst the recorded pinpoint piles in entrance and database, and it is decided the pairing according as the number of special feature which resembled each other aftermath transformation.In the study, by using the Affine transformation which was two dimensions linear and was often used in the Photogrammetry, it had been realized the coupling of the specialty points. By using the Affine transformation, it had been realized a coupling method, which did not need scaling, and being computed of the angles of the specialty points. With the Affine transformation, it had been seen that the comparing of the data could be done faster and easier and provided reduction in the datum, which were recorded to the database and it, had provided a full success in the pairing process.By using the geometric point based method to recognize face, it had been done pairing process with the cross correlation method. The process of recognize face used for confirming the individual after the fingerprint and individual had been recognized.The system had been tested by using the FVC2000 fingerprint database and Frontal Face database. After testing, while FRR (False Reject Rate) for the fingerprint reorganization was less than 1 percent, FRR (False Reject Rate) had become 4 percent and while FRR (False Reject Rate) for the face reorganization was 5 percent, FRR (False Refusal Rate) had become 7 percent. After practicing, the pairing algorithm, which was improved for the fingerprint, had provided a full success in the pairing process. Nevertheless, due to negative efficiency in removing processes of specialty points, the rate of success was low. After testing which was evaluated the fingerprint and face pairing together, FRR (False Reject Rate) of system had become 0,1 and FAR (False Acceptance Rate) of system had become 0.In a system which was evaluated the fingerprint and the face pairing together, it had been found that the system had hardly ever made mistake pairing.Key Words: Digital Photogrammetry, Personal Identification, Biometry, fingerprint recognition, face recognition, point matching, Affine transformation.