Medyan sağlam genişletilmiş yerel ikili model ile el görüntülerinin kişi, yaş ve cinsiyete göre sınıflandırılması

Abstract

Biyometrik teknolojiler bireylerin fizyolojik ve davranışsal özelliklerini dikkate alarak bireyleri otomatik tanımayı amaçlamaya çalışır. Burada kullanılan yöntemler çok çeşitli olmakla birlikte kullanılan kişisel nitelikler de çeşitlilik göstermektedir. Yüz özellikleri, parmak ve damar izleri, iris, retina, kulak, el ve parmak tanıma fizyolojik özelliklerden yalnızca bir kısmıdır. Kullanılan uygulamalardaki güvenlik düzeyine göre ortaya çıkabilecek yanılma payını azaltmak adına bu kişisel özelliklerden bir veya daha fazlası kullanılması tercih edilebilmektedir. Biyometrik tanıma sistemleri güvenlik sistemleri uygulamalarında değişen gereksinimlere sahiptir. Yüksek güvenlik düzeyi gerektiren uygulamalarda parmak izi ve iris tanıma iyi çalışırken düşük güvenlik düzeyi gerektiren uygulamalarda ise gizlilik endişeleri nedeniyle pek uygun olmamaktadır. El görüntülerinden tanımlama ise çok yüksek bir ayırt ediciliği olmadığı düşüncesinden hareketle daha fazla kabul görmektedir. Fakat orta düzeydeki güvenlik uygulamaları için yeterlidir. Bunlar dışında avuç içi görüntülerinin güvenirlik, kararlılık, kullanıcı dostu, müdahaleci olmaması ve esnek kullanım gibi özellikleri ile birçok avantajı vardır. Buradaki çalışmada ise el şeklinin sağ ve sol el verilerinin hem üst yüzey hem de iç yüzey görüntüleri kullanılarak kişileri tanımlama, yaşlarını belirleme ve cinsiyetlerini tespit etme amaçlanmaktadır. Bu amaçla 100 farklı kişiye ait hem elinin iç yüzeyine ait (10 tane) hem de elin dış yüzeyine ait (10 tane) görüntü toplanmıştır. Bu durum sağ ve sol el için ayrı ayrı yapılmış ve toplamda 3955 adet görüntü elde edilmiştir. Bu görüntülerin Medyan Sağlam Genişletilmiş Yerel İkili Model (MRELBP) kullanılarak öznitelikleri çıkarılmıştır. Görüntüler kişi, yaş ve cinsiyet için sınıflandırılmıştır. Sonuçlar sırasıyla %91,4, %85,9 ve %92,6 olarak elde edilmiştir.

Biometric technologies try to automatically recognize individuals by taking into account the physiological and behavioral characteristics of individuals. Although the methods used here are very diverse, the personal qualities used also vary. Facial features, finger and vein prints, iris, retina, ear, hand and finger recognition are only some of the physiological features. It may be preferred to use one or more of these personal features in order to reduce the margin of error that may arise depending on the security level in the applications used. Biometric recognition systems have varying requirements in security systems applications. Fingerprint and iris recognition work well in applications that require high security levels, while applications that require low security levels are not suitable due to privacy concerns. On the other hand, identification from hand images is more accepted based on the idea that it does not have a very high distinctiveness. But it is sufficient for medium security applications. Apart from these, palm images have many advantages such as reliability, stability, user-friendliness, non-intrusiveness and flexible use. In this study, it is aimed to identify people, determine their ages and determine their gender by using both upper surface and inner surface images of right and left hand data of hand shape. For this purpose, images of both the inner surface of the hand (10) and the outer surface of the hand (10) of 100 different people were collected. This was done separately for the right and left hands, and a total of 3955 images were obtained. The features of these images were extracted using the Median Robust Extended Local Binary Model (MRELBP). Images are classified for person, age and gender. The results were 91.4%, 85.9% and 92.6%, respectively.