Parmak İzi Öznitelik Vektörleri Kullanılarak Ysa Tabanlı Cinsiyet Sınıflandırma

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 ağlarımodelleri ile parmak izinin tüm öznitelik vektörlerini kullanarak zeki bir model tanımlanmıştır. Daha sonra eldeedilen sonuçlar sunulmuştur. Ön analiz çalışmalarımızda, parmak izlerinin değişken miktarda kullanılabilir veriiçerdiği 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.

Anahtar Kelimeler:

Parmak izi, cinsiyet, sınıflandırma, biyometri, zeki model, yapay sinir ağı.

PDF

___

Maltoni, D., Maio, D., Anil, K. Jain, Prabhakar,
S., Handbook of Fingerprint Recognition,
Springer Science+Business Media, New York,
-123, 2003.
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.
Acree, M.A., “Is there a gender difference in
fingerprint ridge density?”, Forensic Science
International, 102 : 35-44, 1999.
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.
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.
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,
-
Özkaya, N., Sağıroğlu, Ş., “Parmakizinden Yüz
Tanıma”, Journal of Engineering and
Architecture of Gazi University, 23(4) : 785-
, 2008.
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.
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.
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):
-50, 2013.
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.