SavedAdd your journal

Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2014 / Cilt: 29 Sayı: 1

Parmak İzi Öznitelik Vektörleri Kullanılarak Ysa Tabanlı Cinsiyet Sınıflandırma

Eyüp Ceyhan
Şeref Sağıroğlu
Emre Akyıl
Pages
—
Publication Date
2014-03-27
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Sonuçlar parmak izi ve cinsiyet arasındaki ilişkinin yüksek olduğunu göstermektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Literatürde, parmak izinin belirli bir bölgesi analiz edilerek cinsiyet sınıflandırma üzerine istatistiksel analiz çalışmaları mevcuttur.
📊
Key Findings & Data:Bu çalışmada kullanılan veri miktarı bu değerler göz önünde bulundurularak belirlenmiştir.
💡
Conclusion & Impact:Sonuçlar parmak izi ve cinsiyet arasındaki ilişkinin yüksek olduğunu göstermektedir.
🔬Design:Review & Systematic Survey
📍Scope:Comprehensive Sample
⚙️Variables:Parmak izi · cinsiyet · sınıflandırma

Özet

Literatürde, parmak izinin belirli bir bölgesi analiz edilerek cinsiyet sınıflandırma üzerine istatistiksel analiz çalışmaları mevcuttur. Bu çalışmalarda parmak izi tepe çizgisi sayılarının kullanıldığı belirlenmiştir. Çalışmalar kısıtlı veriyle yapılmıştır. Kullanılan veri ırka veya ülkeye bağımlıdır. İşlemler de el ile yapılmıştır. Bu çalışmada, literatürde ilk kez parmak izi ve cinsiyet arasındaki ilişkiyi belirlemek için yapay sinir ağları modelleri ile parmak izinin tüm öznitelik vektörlerini kullanarak zeki bir model tanımlanmıştır. Daha sonra elde edilen sonuçlar sunulmuştur. Ön analiz çalışmalarımızda, parmak izlerinin değişken miktarda kullanılabilir veri içerdiği gözlenmiştir. Bu çalışmada kullanılan veri miktarı bu değerler göz önünde bulundurularak belirlenmiştir. Yaptığımız testlerde geliştirilen zeki sistemin başarı oranı %72 olarak elde edilmiştir. Sonuçlar parmak izi ve cinsiyet arasındaki ilişkinin yüksek olduğunu göstermektedir.

🔖

Cite This Article

Ceyhan, E., Sağıroğlu, Ş., Akyıl, E. (2014). Parmak İzi Öznitelik Vektörleri Kullanılarak Ysa Tabanlı Cinsiyet Sınıflandırma. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 29 Sayı: 1. https://doi.org/10.17341/gummfd.85657

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (49)

  1. Maltoni, D., Maio, D., Anil, K. Jain, Prabhakar,
  2. S., Handbook of Fingerprint Recognition,
  3. Springer Science+Business Media, New York,
  4. 123, 2003.
  5. Gutierrez-Redomero, E., Alonso, C., Romero, E.,
  6. Galera, V., “Variability of fingerprint ridge
  7. density in a sample of Spanish Caucasians and its
  8. application to sex determination”, Forensic
  9. Science International, 180: 17-22, 2008.
  10. Acree, M.A., “Is there a gender difference in
  11. fingerprint ridge density?”, Forensic Science
  12. International, 102: 35-44, 1999.
  13. Nayak, V.C., Rastogi, P., Kanchan, T.,
  14. Yoganarasimha, K., Kumar, G.P., Menezes, R.G.,
  15. “Sex differences from fingerprint ridge density in
  16. Chinese and Malaysian population”, Forensic
  17. Science International, 197: 67-69, 2010.
  18. Nayak, V.C., Rastogi, P., Kanchan, T., Lobo,
  19. S.W., Yoganarasimha, K., Nayak, S., Rao,
  20. N.G., Kumar, G.P., Shetty, B.S.K., Menezes,
  21. R.G., “Sex differences from fingerprint ridge
  22. density in the Indian population”, Journal of
  23. Forensic and Legal Medicine, 17: 84–86, 2010.
  24. Sağıroğlu, Ş., Özkaya, N., “Otomatik Parmak izi
  25. Tanıma Sistemlerinde Kullanılan Önişlemler İçin
  26. Yeni Yaklaşımlar”, Journal of Engineering and
  27. Architecture of Gazi University, 21(1): 11-19,
  28. Özkaya, N., Sağıroğlu, Ş., “Parmakizinden Yüz
  29. Tanıma”, Journal of Engineering and
  30. Architecture of Gazi University, 23(4): 785-, 2008.
  31. Özkaya, N., Sağıroğlu, Ş., “Otomatik Parmakizi
  32. Tanıma Sistemlerinde Özellik Noktalarının
  33. Tespitinde Yapay Sinir Ağlarının Kullanılması”,
  34. Pamukkale Üniversitesi Mühendislik Bilimleri
  35. Dergisi, 13(1): 91-111, 2007.
  36. Gnanasivam P, Muttan S., “Fingerprint Gender
  37. Classification using Wavelet Transform and Singular Value Decomposition”, IJCSI
  38. International Journal of Computer Science
  39. Issues, 9(2), No 3, 2012.
  40. Gornale, S.S. ve ark., “Analysis of Fingerprint
  41. Image for Gender Classification Using Spatial
  42. and Frequency Domain Analysis”, American
  43. International Journal of Research in Science, Technology, Engineering & Mathematics, 1(1):
  44. 50, 2013.
  45. Tom, R.J., Arulkumaran,T., “Fingerprint Based
  46. Gender Classification Using 2D Discrete Wavelet
  47. Transforms and Principal Component Analysis”,
  48. International Journal of Engineering Trends
  49. and Technology, 4(2): 199-203, 2013.