Fingerprint Pattern Classification by Using Various Pre-Trained Deep Neural Networks

Authors : Yucel CIMTAY, Bensu ALKAN, Berkan DEMİREL

Pages : 258-261

Doi:10.31590/ejosat.903999

View : 20 | Download : 14

Publication Date : 2021-04-15

Article Type : Research Paper

Abstract :Biyometri teknolojisi, kişisel kimlik tespiti gibi güvenlik konuları açısından oldukça önemlidir. Göz-iris tanıma, yüz tanıma ve damar örüntüsü tanıma gibi biyometrik teknoloji ile ilgili birçok çözüm sunulmuştur. Dahası, günümüzün en önemli kimlik doğrulama yöntemlerinden biri parmak izi tanımadır. Her parmak izinin kendine özgü sırt, çukur, delta ve çekirdek model örüntüsü vardır. Bu örüntüler lasso(ilmek), ark(yay) ve wirbel gibi benzersiz parmak izi tiplerini oluşturur. Parmak izi paterni tanıma sorunu, eşleştirme sürecini hızlandırmak için çok önemli bir ön adımdır. Bu nedenle, özellikle büyük parmak izi veritabanları için her zaman doğru bir örüntü tanıma yöntemine ihtiyaç vardır. Geleneksel yöntemlerin yanı sıra son zamanlarda parmak izi örüntü tanıma amacıyla daha çok CNN kullanılmaktadır ve literatürde yüksek tanıma oranlarına ulaşan birçok çalışma bulunmaktadır. Bu çalışmada, tanıma oranlarını artırmak için önceden egitilmis Xception ve NasNetLarge CNN mimarilerini kullanarak parmak izi sınıflandırmasına yönelik otomatik bir teknik öneriyoruz. NIST Özel veritabanı 4'ü kullanarak deneyler yapildi ve dört kategori için: yay, sağ lasso, sol lasso ve wirbel, şu ana kadarki en iyi puan olan %97.3 ve % 98,5 tanınma oranlarina ulaştık. Ayrıca model, yay ve fitilli yay iki ayrı sınıfa ayrılarakta test edilmiş ve 5 sınıf için % 91,5 ve %90.2 tanınma oranına ulaşılmıştır.
Keywords : Parmak izi tanıma sistemleri, derin ogrenme, evrisimli sinir agi, oruntu tanima, Henry siniflandirma sistemi