Bu kaydın yasal hükümlere uygun olmadığını düşünüyorsanız lütfen sayfa sonundaki Hata Bildir bağlantısını takip ederek bildirimde bulununuz. Kayıtlar ilgili üniversite yöneticileri tarafından eklenmektedir. Nadiren de olsa kayıtlarla ilgili hatalar oluşabilmektedir. MİTOS internet üzerindeki herhangi bir ödev sitesi değildir!

Palm Print Identification

Oluşturulma Tarihi: 19-06-2018

Niteleme Bilgileri

Tür: Tez

Alt Tür: Yüksek Lisans Tezi

Yayınlanma Durumu: Yayınlanmamış

Dosya Biçimi: PDF

Dil: İngilizce

Konu(lar): TEKNOLOJİ, Elektrik mühendisliği. Elektronik. Nükleer mühendislik,

Yazar(lar): Jebriel, Belal Ali Mesbah (Yazar),

Emeği Geçen(ler): Tora, Hakan (Araştırma Sorumlusu),

Anahtar Kelimeler

palm print identification, local binary pattern (LBP), histogram oforiented gradients (HOG), neural networks, support vector machine (SVM).


Özet

This thesis explores the appropriateness of identifying palm prints through a standarddatabase and a classifier. This study uses two sets of databases, CASIA and IIT,which contain left hand and right hand images. The features of the local binarypattern (LBP) and histogram of oriented gradients (HOG) are extracted from theimages by MATLAB. Training and testing sets are created from these features. Amultilayer neural network and support vector machines (SVM) with two separatekernels, linear and quadratic, are trained and tested on the selected databases. Thechosen features are empirically compared with one another. Better results have beenaccomplished in HOG for both classifiers. In addition, the performance of theclassifiers are evaluated. It has been observed that the neural network achieves betterresults than SVM for LBP features of both datasets. On the other hand, for HOGfeatures, they do not display many advantages over one another.


İçindekiler



Açıklamalar



Haklar



Notlar



Kaynakça


Atıf Yapanlar

Gözat Sayfasına Dön

 

Sosyal Medya ve Araçlar

İstatistikler

  • Kayıt
    • Bu ay: 21
    • Toplam: 2320
  • Online
    • Ziyaretçi: 23
    • Üye: 0
    • Toplam: 23

Detaylı İstatistikler