Bir yapay sinir ağı modeli ile imza tanıma

Bu çalışmada, yapay sinir ağı kullanılarak imza tanıma işlemi gerçekleştirilmiştir. İmza tanıma işleminde, öncelikle imzalar normalize edilmiş ve arka planda oluşan gürültü ve kirlilikleri gidermek için eşiklenmiş ve ardından yapay sinir ağı eğitiminde kullanılacak özellikler elde edilmiştir, İmzalar, imza yoğunluğu, imzanın merkezler arası göreli yatay farkı, imzanın merkezler arası göreli dikey farkı, imzanın genişliği, imzanın yüksekliği olmak üzere 5 özelliğine bakılarak, birbirlerinden ayırt edilmişlerdir. Ayrıca yapay sinir ağı yapısının öğrenme performansına gizli katman sinir sayısının etkisi, değişik sayıda gizli katman siniri kullanılarak gözlenmiştir.

In this study, signature verification was done using artificial neural networks. In signature verification process the first, the signatures were normalized and to eliminate the noise and blemishes occured in background the signatures were thresholded. The last, features used in artificial neural network's learning were extracted. Signatures and five features included; signature density, horizontal relative difference between signature centers, vertical relative difference between signature centers, signature width, signature high was extracted. Further, effect of the artificial neural network structure and hidden layer on learning performance were investigated.

___

[1] ABB AS, Rasha, K.,"Back Propagation Networks Prototype For Off-Line Signature Verification", Master Thesis, March 1994.

[2] BALCI, O., "İmza ve El Yazıları Sahteciliklerinin Araştırılması", Yüksek Lisans Tezi, Ankara Üniversitesi, Sağlık Bilimleri Enstitüsü, Ankara, 1995.

[3] RAMESH,V.E., MURTY,M. N„ Off-line signature verification using genetically optimized weighted features,Pattern Recognition 32 (1999) 217-233.

[4] SENSIOR A, W, "Off-line handwriting recognitions: A review and experiments." Technical report, Cambridge University Engineering Department, December 1992.

[5] PLAMONDON,R. And LORETE, G., "Automatic signature verification and writer identification - the state ui the art", Pattern Recognition 22(2): 107-129, 1989.

[6] ANIL K. Jain ., FRIEDERIKE D. G., SCOTT D. C., "Or-line signature verification", Pattern Recognition 3J (2002), 2963-2972

[7] TÜRKOĞLU, İ. "Yapay Sinir Ağları ile Nesne Tanıma", Fırat Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi, 1996.

[8] DOGUÇ, U. "Esnek İmalat Sistemlerinde Makine Sayılarının ve Teslim Tarihinin Belirlenmesinde Yapay Sinir Ağlarının Kullanılması", Sakarya Üniversitesi Fen Bilimleri Enstitüsü Doktora Tezi, EKİM 2001.