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

GENDER CLASSIFICATION BASED ON ANN WITH USING FINGERPRINT FEATURE VECTORS

PARMAK İZİ ÖZNİTELİK VEKTÖRLERİ KULLANILARAK YSA TABANLI CİNSİYET SINIFLANDIRMA

Pages
201–207
Publication Date
2022-10-18
DOI
—
🏛️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)

The results show that the relationship between fingerprint and gender is high.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:There are statistical analysis studies on gender classification by analyzing a particular area of fingerprint in literature.
📊
Key Findings & Data:Success rate of the developed intelligent system is obtained 72% in our tests.
💡
Conclusion & Impact:The results show that the relationship between fingerprint and gender is high.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Domain Parameters

Abstract

There are statistical analysis studies on gender classification by analyzing a particular area of fingerprint in literature. In these studies it has been determined that ridge counts of fingerprint were used. The studies was performed with limited data. The data used depend on race or country. Also the processes were performed manually. In this study for the first time in the literature, an intelligent model have been identified using all feature vectors of fingerprint with artificial neural network models for determining the relationship between gender and fingerprint. Then results that have been obtained are presented. In our preliminary analysis studies, it has been observed that fingerprints contain a changeable amount of usable data. The quantity of data used in this study is determined by considering this amounts. Success rate of the developed intelligent system is obtained 72% in our tests. The results show that the relationship between fingerprint and gender is high.

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. B., AKYIL, E., SAĞIROĞLU, Ş. (2022). GENDER CLASSIFICATION BASED ON ANN WITH USING FINGERPRINT FEATURE VECTORS. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 29 - Sayı: 1, 201–207. https://ajindex.com/articles/523683

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (11)

  1. Maltoni, D., Maio, D., Anil, K. Jain, Prabhakar, S., Handbook of Fingerprint Recognition, Springer Science+Business Media, New York, 10-123, 2003
  2. Gutierrez-Redomero, E., Alonso, C., Romero, E., Galera, V., “Variability of fingerprint ridge density in a sample of Spanish Caucasians and its application to sex determination”, Forensic Science International, 180: 17-22, 2008
  3. Acree, M.A., “Is there a gender difference in fingerprint ridge density?”, Forensic Science International, 102: 35-44, 1999
  4. Nayak, V.C., Rastogi, P., Kanchan, T., Yoganarasimha, K., Kumar, G.P., Menezes, R.G., “Sex differences from fingerprint ridge density in Chinese and Malaysian population”, Forensic Science International, 197: 67-69, 2010
  5. Nayak, V.C., Rastogi, P., Kanchan, T., Lobo, S.W., Yoganarasimha, K., Nayak, S., Rao, N.G., Kumar, G.P., Shetty, B.S.K., Menezes, R.G., “Sex differences from fingerprint ridge density in the Indian population”, Journal of Forensic and Legal Medicine, 17: 84–86, 2010
  6. Sağıroğlu, Ş., Özkaya, N., “Otomatik Parmak izi Tanıma Sistemlerinde Kullanılan Önişlemler İçin Yeni Yaklaşımlar”, Journal of Engineering and Architecture of Gazi University, 21(1): 11-19, 2006
  7. Özkaya, N., Sağıroğlu, Ş., “Parmakizinden Yüz Tanıma”, Journal of Engineering and Architecture of Gazi University, 23(4): 785- 793, 2008
  8. Özkaya, N., Sağıroğlu, Ş., “Otomatik Parmakizi Tanıma Sistemlerinde Özellik Noktalarının Tespitinde Yapay Sinir Ağlarının Kullanılması”, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 13(1): 91-111, 2007
  9. Gnanasivam P, Muttan S., “Fingerprint Gender Classification using Wavelet Transform and Singular Value Decomposition”, IJCSI International Journal of Computer Science Issues, 9(2), No 3, 2012
  10. Gornale, S.S. ve ark., “Analysis of Fingerprint Image for Gender Classification Using Spatial and Frequency Domain Analysis”, American International Journal of Research in Science, Technology, Engineering & Mathematics, 1(1): 46-50, 2013
  11. Tom, R.J., Arulkumaran,T., “Fingerprint Based Gender Classification Using 2D Discrete Wavelet Transforms and Principal Component Analysis”, International Journal of Engineering Trends and Technology, 4(2): 199-203, 2013.