Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Yüz tanıma, Biyometri kişilerin fiziksel ve davranışsal özelliklerini göz önüne alarak yürütülen kimlik belirleme çalışmaları olarak tanımlanır. Bu kişi özelliklerine örnek olarak, retina ve iris görüntüleri, el geometrisi, ve parmak izleri, elin damar görüntüsü, konuşma sesi, yüz özellikleri, , yürüyüş, klavye kullanım şekli, konuşma devinimleri örüntüleri verilebilir. Daha genel anlamda, biyometri bilişim teknolojilerinin bir parçası olup, insanların fiziksel özelliklerini ve davranış biçimlerini irdeleyip kişiyi tanıma amaçlı ipuçları çıkaran bir bilim dalıdır. Bizim içinde çalıştığımız bu biyometriğin içinde yüz özelliklerine bağlı insan tanıma, diğer bir deyiş ile “yüz bulma ve yüz tanıma”dır. Yüz tanımadaki üç temel unsur şöyle tanımlanır:
- Kişi tanılama: Bir nüfus dağarcığı içinde bir kişinin kim olduğunu anlamak.
- Kişi doğrulama: Belirli bir kimlik savıyla başvuran kişinin savının doğru olup olmadığını anlamak.
- Kişi onaylama: Kişinin önceden kayıtlı kişi olup olmadığını, kayıtlı ise bu kaydın güncellenmesini sağlamak.
Yüz tanıma sisteminin ana yapıtaşları
Tipik bir yüz tanıma sisteminin ana yapıtaşları şöyle sıralanır:
- Devşirilme ve kayıt: Kişiler, bir ya da birden fazla Zaman diliminde bir ya da daha fazla fiziksel/ özelliklerini ölçtürerek sisteme kayıt olurlar.
- Veri işleme: Ölçülen yüz özellikleri süzgeçlenir, gürültüden arıtılmaya çalışılır, veriler istatistiksel olarak değerlendirilir, veri sınıflandırıcılar alıştırma döneminden geçirilir, birden fazla veri parçası veya karar mekanizması tümleştirilmeye çalışılır. Mesela, yüz imgelerini ele alalım. Yüz imgeleri, , , , veya video kamerası ile elde edilir. Ham veriler, poz kestirimi, ışıklandırma kaynaklı etkilerin giderimi, farklı ölçekteki yüzlerin aynı boya getirilmesi gibi önişlemlere tabi tutulur. Bu şekilde düzgelenmiş (normalized) yüzlerden öznitelik vektörleri çıkarılır, sadeleştirilir ve gürbüzleştirilir, sınıflandırıcılar eğitilir ve geçerlilik testleri tamamlanır. Bu aşamada her kişi bir yüz şablonu ile tanımlanmaktadır. Birden fazla veri gösterimi, birden fazla şablon ya da karar mekanizması kullanan sistemlerde tümleştirilmeden yararlanılır.
- Test: Bir terminalden oturum açmak isteyen ya da korumalı bir yerleşkeye girmeye çalışan bir kişinin o anki ölçümlerinden yola çıkılarak yeni bir şablonu oluşturulur ve bu test şablonu, şablon kütüphanesinde daha önce elde edilmiş şablonlarla karşılaştırılarak tanımaya çalışılır. Geçerli bir kişinin sistem tarafından tanınamayıp reddedilmesi oldukça olumsuz bir deneyim yaratacağından tanıma doğruluğunun yüksek olması gerekir. Öte yandan yanlış kabul olasılığı yüksekse yetkisiz kullanıcıların ve sahtekarların giriş yapması kolaylaşır. Bu bakımdan yüz tanıma sisteminin güvenilirliği, hem yanlış ret olasılığının düşük, hem de yanlış kabul olasılığının düşük olmasını gerektirir. Bu durum “Eşit Hata Oranı” diye tanımlanır.
Teknolojik olarak “Bağımsız Bileşenler Analizi, Asal Bileşenler Analizi ve Dinamik Yerel Farklandırıcı Analizi metotlarından ortaya çıkarılmış metotlardır.
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Yuz tanima Biyometri kisilerin fiziksel ve davranissal ozelliklerini goz onune alarak yurutulen kimlik belirleme calismalari olarak tanimlanir Bu kisi ozelliklerine ornek olarak retina ve iris goruntuleri el geometrisi ve parmak izleri elin damar goruntusu konusma sesi yuz ozellikleri yuruyus klavye kullanim sekli konusma devinimleri oruntuleri verilebilir Daha genel anlamda biyometri bilisim teknolojilerinin bir parcasi olup insanlarin fiziksel ozelliklerini ve davranis bicimlerini irdeleyip kisiyi tanima amacli ipuclari cikaran bir bilim dalidir Bizim icinde calistigimiz bu biyometrigin icinde yuz ozelliklerine bagli insan tanima diger bir deyis ile yuz bulma ve yuz tanima dir Yuz tanimadaki uc temel unsur soyle tanimlanir Kisi tanilama Bir nufus dagarcigi icinde bir kisinin kim oldugunu anlamak Kisi dogrulama Belirli bir kimlik saviyla basvuran kisinin savinin dogru olup olmadigini anlamak Kisi onaylama Kisinin onceden kayitli kisi olup olmadigini kayitli ise bu kaydin guncellenmesini saglamak Yuz tanima sisteminin ana yapitaslariTipik bir yuz tanima sisteminin ana yapitaslari soyle siralanir Devsirilme ve kayit Kisiler bir ya da birden fazla Zaman diliminde bir ya da daha fazla fiziksel ozelliklerini olcturerek sisteme kayit olurlar Veri isleme Olculen yuz ozellikleri suzgeclenir gurultuden aritilmaya calisilir veriler istatistiksel olarak degerlendirilir veri siniflandiricilar alistirma doneminden gecirilir birden fazla veri parcasi veya karar mekanizmasi tumlestirilmeye calisilir Mesela yuz imgelerini ele alalim Yuz imgeleri veya video kamerasi ile elde edilir Ham veriler poz kestirimi isiklandirma kaynakli etkilerin giderimi farkli olcekteki yuzlerin ayni boya getirilmesi gibi onislemlere tabi tutulur Bu sekilde duzgelenmis normalized yuzlerden oznitelik vektorleri cikarilir sadelestirilir ve gurbuzlestirilir siniflandiricilar egitilir ve gecerlilik testleri tamamlanir Bu asamada her kisi bir yuz sablonu ile tanimlanmaktadir Birden fazla veri gosterimi birden fazla sablon ya da karar mekanizmasi kullanan sistemlerde tumlestirilmeden yararlanilir Test Bir terminalden oturum acmak isteyen ya da korumali bir yerleskeye girmeye calisan bir kisinin o anki olcumlerinden yola cikilarak yeni bir sablonu olusturulur ve bu test sablonu sablon kutuphanesinde daha once elde edilmis sablonlarla karsilastirilarak tanimaya calisilir Gecerli bir kisinin sistem tarafindan taninamayip reddedilmesi oldukca olumsuz bir deneyim yaratacagindan tanima dogrulugunun yuksek olmasi gerekir Ote yandan yanlis kabul olasiligi yuksekse yetkisiz kullanicilarin ve sahtekarlarin giris yapmasi kolaylasir Bu bakimdan yuz tanima sisteminin guvenilirligi hem yanlis ret olasiliginin dusuk hem de yanlis kabul olasiliginin dusuk olmasini gerektirir Bu durum Esit Hata Orani diye tanimlanir Teknolojik olarak Bagimsiz Bilesenler Analizi Asal Bilesenler Analizi ve Dinamik Yerel Farklandirici Analizi metotlarindan ortaya cikarilmis metotlardir