Som algoritmasıyla parmak izi sınıflandırılmasının FPGA uygulaması

Abstract

Bu tez çalışmasında, parmak izi sınıflandırılması yapay sinir ağı algoritmalarındanöz-düzenlemeli haritalama yöntemiyle gerçekleştirilmiştir. Öz-düzenlemeliharitalama algoritmasının ve biyolojik nöron davranışının FPGA' de sayısaldevrelerle gerçekleştirilmesi amaçlanmıştır. Buna ek olarak, insan beyninin paralelişleme özelliği modellenerek algoritmanın işleme zamanının kısaltılmasıhedeflenmiştir.Öz düzenlemeli haritalama kullanılmasıyla sınıflandırma danışmansız öğrenme ilegerçekleştirilmiştir. Öz düzenlemeli haritalama yönteminde sınıf sayısı uygulamayagöre düzenlenebildiğinden, veritabanının en uygun yapıda düzenlenmesihedeflenmiştir.Danışmansız öğrenme ile daha önce eğitim aşamasında kullanılmayan parmakizlerinin de doğru sınıflandırılması hedeflenmiştir.Anahtar Kelimeler: FPGA, Sinir ağları, Parmak izi.Danışman: Yrd. Doç Ali Ziya ALKAR, Hacettepe Üniversitesi, Elektrik ve ElektronikMühendisliği Bölümü, Elektronik Anabilim Dalı

In this work the fingerprint classification is performed using the self-organizingmapping neural network algorithm. By modelling the self-organizing mappingalgorithm the biological neuron behaviour is implemented in the FPGA as digitalcircuits. In addition, the processing time is aimed to be shortened by modelling theparalel processing characteristic of the human brain.Classification is performed by unsupervised learning making use of self organizingmapping. Since the number of classes can be arranged according to theapplication, the database is aimed to be organized in the best possible structure.Correct classification of the non-trained fingerprints is also aimed withunsupervised learning in this work.Keywords: FPGA, Neural Network, Fingerprint.Advisor: Asst. Prof. Dr. Ali Ziya ALKAR, Hacettepe University, Department ofElectrical and Electronics Engineering, Electronics Section