Abstract

Damar tanıma sistemleri, insanları damar yapılarına göre ayırabilen bir biyometrik tanıma biçimidir. El-bilek damar deseninden kimlik tanıma da bu sistemlerden birisidir. Bu çalışmada 850 nm dalgaboyuna sahip kızılötesi ışık kaynağı kullanılarak kişilerden alınan el-bilek damar görüntüleri çeşitli görüntü işleme algoritmalarından geçirilerek segmente edilmiştir. Segmentasyonu sağlanan görüntülerden anahtar nokta çıkarımı işlemi için ölçekten bağımsız öznitelik dönüşümü (SURF) yöntemi kullanılmıştır. SURF yöntemi ile elde edilen öznitelikler dönme, kamera açısı, ortamın ışık şiddeti vb. durumlara karşı değişmez olduğu için bu yöntem tercih edilmiştir. Kimlik tespiti işleminde ise çıkarılan anahtar noktalardan faydalanılarak öklid mesafesi yönteminden yararlanılmıştır. Veritabanındaki el-bilek damar örüntüleri kullanılarak yapılan eşleştirme işlemleri sonucu doğruluk oranı %97 olarak tespit edilmiştir.

References

[1] J. M. Cross and C. L. Smith, “Thermographic imaging of the subcutaneous vascular networkof the back of the hand for biometric identification”, Proceedings of 29th InternationalCarnahan Conference on Security Technology, Institute of Electrical and ElectronicsEngineers, 20–35, 1995.
[2] Sang-Kyun Im, Hyung-Man Park, Young-Woo Kim, Sang-Chan Han, Soo-Won Kim, ChulHee Kang and Chang-Kyung Chung, “An Biometric identification system by extracting handvein patterns”, Journal of the Korean Physical Society, 38(3): 268-272, March 2001.
[3] Yildiz, Mustafa Zahid, and Ömer Faruk Boyraz. "Development of a low-cost microcomputerbased vein imaging system." Infrared Physics & Technology 98, 27-35, 2019.
[4] Yildiz, M. Z., Boyraz, O. F., Guleryuz, E., Akgul, A., & Hussain, I. A Novel EncryptionMethod for Dorsal Hand Vein Images on a Microcomputer. IEEE Access, 7, 60850-60867,2019.
[5] Z. Lu, S. Ding, and J. Yin, “Finger vein recognition based on finger crease location,” Journalof Electronic Imaging, vol. 25, no. 4, p. 043004, Nov. 2016.
[6] X. K. Lan, P. Chen, Z. H. Sun, and Z. X. Chen, “A palm vein acquisition and extractionsystem for personal authentication based on FPGA,” Computer Science and SystemsEngineering, Jan. 2015.
[7] R. Raghavendra and C. Busch, “A low cost wrist vein sensor for biometricauthentication,” 2016 IEEE International Conference on Imaging Systems and Techniques(IST), 2016.
[8] M. Akhloufi and A. Bendada, “Hand and Wrist Physiological Features Extraction for nearInfrared Biometrics,” 2008 Canadian Conference on Computer and Robot Vision, 2008.
[9] J. E. S. Pascual, J. Uriarte-Antonio, R. Sanchez-Reillo, and M. G. Lorenz, “Capturing Handor Wrist Vein Images for Biometric Authentication Using Low-Cost Devices,” 2010 SixthInternational Conference on Intelligent Information Hiding and Multimedia SignalProcessing, 2010.
[10] O. C. Kurban, O. Niyaz, and T. Yildirim, “Neural network based wrist vein identificationusing ordinary camera,” 2016 International Symposium on Innovations in IntelligentSystems and Applications (INISTA), 2016.
[11] Boyraz, Ömer Faruk, and Mustafa Zahid Yildiz. "Mobil Damar Görüntüleme CihazıTasarımı." 4th International Symposium on Innovative Technologies in Engineering andScience (ISITES2016) 3-5 Nov 2016 Alanya/Antalya-Turkey. 2016.
[12] H. Bay, T. Tuytelaars, and L. V. Gool, “SURF: Speeded Up Robust Features,” ComputerVision – ECCV 2006 Lecture Notes in Computer Science, pp. 404–417, 2006.