Amal EJJARI, Pelin GORGEL, Ahmet SERTBAŞ

COMPUTER AIDED PALM VEIN AUTHENTICATION SYSTEM BASED ON FEATURE MATCHING

Son yıllarda, biyometrik teknolojiler el içi damar görüntülerini onaylama ve kimlik tanımada en çok kullanılan yollardan biri haline gelmiştir. Damarlar insan vucudunun özel kısımları olduğundan, damar travmalarını simüle etmek, değiştirmek çok zordur hemen hemen imkansızdır. Bu çalışmada, bilgisayar destekli avuç içi damar izi kimlik doğrulama sistemi geliştirilmiştir. Araştırmamızda kullandığımız tüm datalar CASIA veritabanından alınmıştır. Sistemin ilk iki adımı damar izini ortaya çıkarımını ve ilgili bölge çıkarımını iyileştirmek adına ön işlemlerin yapılmasıdır. Avuç içi damar izi özelliklerinı yoketme görevi kızılötesi avuç içi tanıma işinde diğer iddialı açık bir nokta teşkil etmektedir. Bu çalışmada, avuç içi damar izi görüntülerini simgelemek için 6 farklı özellik kullanılmıştır. İlk 2 özellik, avuç içi damar izi görüntü işlemede en çok kullanılan Yerel İkili Şablon ve Zernike Moment adı verilen özellik çıkarım yöntemleridir. Diğer 4 özellik bizim bu çalışmada önerdiğimiz yeni özelliklerdir. Bunlar toplam damar uzunluğu, damar yoğunluğu, merkezi damar yoğunluğu ve damar iletimi özellikleridir. Herbir çıkarımlanan özellik listesi, farklı insanların avuç içi damar izlerini ayırt etmek için kullanılan bir özellik vektörü olarak birleştirilmiştir. Sistemimizi test etmek için, 20 gönüllüden oluşan küçük bir çalışma grubundan alınan görüntüleri kullandık. Her gönüllüden de 6 adet resim toplanmıştır. Toplam olarak veri tabanı 120 adet avuç içi damar izi görüntüsü içermektedir. Eşleştirme performansı için kosinüs benzerlik yöntemi kullanılmıştır. Elde edilen sonuçlara göre, yeni özellikler daha yüksek duyarlık, seçicilik ve doğruluk değerleri üretmiştir

ÖZELLİK EŞLEMEYE DAYALI BİLGİSAYAR DESTEKLİ AVUÇ İÇİ DAMAR İZİ KİMLİK DOĞRULAMA SİSTEMİ

In recent years, biometric technologies have become one the most used ways to identify and confirm hand vein patterns. Because veins are a particular part of the human body; it is difficult or almost impossible to damage, alter or simulate the vascular trauma. In this study a computer aided palm vein authentication system is developed. All the data that we used in our research were taken from the CASIA database. The first two steps used in the system are entering the preprocessing stage to improve the relevant region extraction (ROI) and vessel appearance. The task of removing the palm vein feature is another challenging question in the work of infrared palm recognition. In this study; six features have been introduced to represent palm vein image. The first and second features are standard features which are mostly used in palm vein image processing: Local Binary Pattern and Zernike Moments. The remaining features are novel features which we developed for this study: Total Vessel Length, Vessel Density, Central Density and Vessel Propagation. Each extracted feature list is combined as a feature vector that is used to separate palm veins of different people. To test our system we used images of a small study group which is made of 20 volunteers. From each volunteer 6 pictures are collected. In total, the database contains 120 palm vein images. For matching performance cosine similarity has been used. According to the results obtained using all these methods, the novel features produce higher sensitivity, specificity and accuracy

PDF

___

Dipti, V., Sipi, D. (2015). Processing and Enhancement of Palm Vein Image in Vein Pattern Recognition System, IJCSMC, 4(4), p.137 – 141.
Gonzales, R.C., Woods, R.E. (2001). Digital Image Processing. ABD:Pearson.
Konukoglum, E., Yoruk, E., Darbon, J. & Sankur, B. (2006). Shape-Based Hand Recognition, IEEE Transactions on Image Processing, 15 (7), p.1803-1815.
Lin, C., Chuang, T. & Fan, K. (2005). Palmprint Verification using Hierarchical Decomposition, Pattern Recognition, 38 (12), p.2639-2652.
Matyas, V. and Ríha, Z. (2002). Biometric authentication security and usability, Advanced communications and multimedia security, IFIP the International Federation for Information Processing, 100, p. 227-239.
Michael, G., Connie, T., Teoh, A. (2010). A Contactless Biometric System Using Palm Print and Palm Veins Features, Computer and Information Science (online publication)
Mirmohamadsadeghi, L., (2013), Palm Vein Recognition with Local Binary Patterns and Local Derivative Patterns. IEEE Transactions on Pattern Analysis and Machine Intelligence. Washington, DC, USA.
Ojala, T., Pietikainen, M. and Harwood, D. (1994). Performance evaluation of texture measures with classification based on Kullback discrimination of distributions, In Proceedings of the 12th IAPR International Conference on Pattern Recognition (1: p. 582 –585). Jerusalem, Israel.
Ojala, T., Pietikainen, M., Maenpaa, T. (2002). Multiresolution gray-scale and rotation invariant texture classification with local binary patterns. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24, p.971–987.
Polli, R. M., Maran, A. V., Jouglas, A. T. Z, Silva E., Brandi, P.S., and Hass, D. I. (2011). A Proposal for the Hand Palm Identification Using Local Binary Pattern. International Journal of Advanced Engineering Sciences and Technology (IJAEST), 9(2), p.302–309.
Prabu, S.M., and Sivanandam, S.N. (2013). A novel biometric system for person recognition using palm vein images. International Journal on Computer Science and Engineering (IJCSE), 5(8), p.692-697.
Riera, A., Soria-Frisch, A., Caparrini, M., Cestcr, I. and Ruffini. (2009). Multimodal Physiological Biometrics Authentication, Biometrics: Theory, Methods, and Applications, p.55-56.
Shapiro, L., Stockman, G. (2000). Computer Vision, Prentice Hall Upper Saddle River, N.J.
Sharma Ashok, S., Patel Mitul, M.,Chaudhari Jitendra, P. (2013). Palm Print Identification using Zernike moments, International Journal of Engineering and Innovative Technology (IJEIT), 2(11).
Vaid, S., Mishra, D. (2015). Comparative analysis of Palm-Vein recognition system using basic transforms, Advance Computing Conference (IACC) IEEE International. Banglore, India.
Wang, J.W., and Chen, T.H. (2011). Building Palm Vein Capturing System for Extraction, 21st International Conference on Systems Engineering (p.311-314). Las Vegas, NV, USA.
Wilson, C., 2010. Vein Pattern Recognition, United States: Taylor and Francis Group.
Yingbo, Z., Ajay, K. (2011). Human Identification Using Palm-Vein Images. IEEE transactions on information forensics and security, 6 (4), p.1247-1259.
Zhou, H., Wu, J. and Zhang. J. (2010). Digital Image Processing: Part II.