Kısıtlamasız avuç izi biyometrik doğrulama için stereo tabanlı yaklaşımlar

Abstract

Bu çalışmada, el hareketini kısıtlayıcı herhangi bir aparatın olmadığı, arka planı tamamen serbest ve portatif bir avuç izi doğrulama sisteminin geliştirilmesi amaçlanmıştır. Böyle bir sistemde elin başarılı bir şekilde bölütlenmesi ve hizalama sorunlarının çözülmesi gerekmektedir. Çalışmada, el bölütleme işlemi Aktif Görünüm Modeli tabanlı bölütleme ile gerçekleştirilmiştir. Elin kamera düzlemine paralel tutulmadığı durumlarda karşılaşılan hizalama sorunları ise, önerilen iki yeni özgün yaklaşım (Palm2AAM ve AAM2Palm) ile aşılmaya çalışılmıştır. Çalışma kapsamında önerilen yaklaşımlar derinlik bilgisine ihtiyaç duymaktadırlar. Bu amaçla iki adet kameranın kullanıldığı bir stereo görüntü alma düzeneği hazırlanmış ve bu düzenek ile 3 yeni avuç izi veriseti oluşturulmuştur. Bu verisetleri üzerinde yapılan deneysel çalışmalarla, önerilen yöntemlerin doğrulama performanslarına olan etkileri irdelenmiştir. Deneylerde, avuç izi özellik çıkarımı için hem kodlama tabanlı hem de alt uzay tabanlı yöntemler uygulanmıştır. Özellikle literatürde başarısı kanıtlanmış olan kodlama tekniklerinin perspektif bozulma altındaki görüntülerde çok başarısız oldukları gösterilmiştir. Alt uzay tabanlı yöntemler ise Gabor filtresi ile birlikte kullanıldığında istenilen performans değerlerine yaklaşmışlardır. Bunların dışında, stereo kamera düzeneğinin sunduğu avantajlardan faydalanarak 3 adet birleşik model önerilmiş ve elin duruş açısı tespit edilerek, el pozunun doğrulama başarımına olan etkisi gösterilmiştir. In this study, it is aimed to develop a palmprint verification system that is portative, completely free background and does not have any hand movement restricting apparatus. In such a system, the hand must be successfully segmented and alignment problems must be resolved. In the study, hand segmentation was performed with Active Appearance Model based segmentation. Alignment problems encountered when the hand is not parallel to the camera plane have been tried to be overcome with two new original approaches (Palm2AAM and AAM2Palm). The proposed approaches within the scope of the study need depth knowledge. For this purpose, a stereo image acquisition device was prepared using two cameras and 3 new palmprint dataset were collected with this device. Experimental studies on these datasets have examined the effects of the proposed methods on verification performance. In the experiments, both coding-based and subspace-based methods were applied for palmprint feature extraction. In particular, it has been shown that coding techniques, which have been proven successful in the literature, are very unsuccessful in images under perspective distortion. Subspace based methods approach to desired performance values when used with Gabor filter. In addition to these, three combined models have been proposed with the help of the advantages that the stereo camera system offers and the effect of the hand position on the verification performance was shown by determining the hand posture angle.