Abstract:
Bu çalışmanın amacı, sahada programlanabilir kapı dizileri (SPKD) üzerinde yüz ve parmak izi tanıma sistemi gerçeklemektir._x000B_Tezin araştırma aşamasında, yüz ve parmak izi tanıma sistemi oluşturmak için otomatik olarak bir kişiyi ayırıcı fiziksel ve davranışsal niteliklerine göre tanıma anlamına gelen biyometrik tanıma incelendi. SPKD yapılandırma ve programlama yöntemleri de tanıma sistemlerinin donanım ve yazılımını tasarlamak için araştırıldı._x000B_Bu tezde belirtilen tanıma sistemlerinin iki çalışma aşaması vardır. Çevrimdışı öğrenme aşamasında, yüz ve parmak izi resimleri MATLAB tarafından toplanır. Daha sonra oluşturulan bu veritabanı öznitelik çıkarma için SPKD'ye gönderilir. Bu çalışmada öznitelik çıkarmak için Temel Bileşen Analizi (TBA) algorithması kullanılmıştır. Yüz ve parmak izindeki tüm öznitelikler çıkarıldıktan sonra, bu öznitelikler SPKD'nin hafızasında saklanır. Çevrimiçi deneme ya da tanıma aşamasında, öncelikle yüz ve parmak izi resimlerinden öznitelikler çıkarılır, daha sonra bu öznitelikler SPKD'nin hafızasında saklanan veritabanı ile karşılaştırılır. Karşılaştırma sonucu, tanımlama sonucudur. Bu tezde ayrıca yüz ve parmak izi tanıma sistemlerininden oluşan, birleştirmenin karar verme seviyesinde yapıldığı çoklu biyometrik tanıma sistemi tasarlanmıştır. The aim of this study is to implement a face and fingerprint recognition system on field programmable gate array (FPGA)._x000B_In the research stage of this thesis, biometric recognition which refers to use of distinctive physiological and behavioral characteristics for automatically recognizing a person were observed to constitute a face and fingerprint recognition system. FPGA configuration and programming methods were also investigated to design the hardware and the software of the recognition systems._x000B_The recognition systems that are proposed in this thesis have two working phases. In the offline training phase, face and fingerprint images are collected by MATLAB. Then, this database is sent to FPGA to extract features. Principal Component Analysis (PCA) is the feature extraction algorithm that is used in this study. After all features of face and fingerprint images are extracted, the features are stored on the memory of FPGA. In the online test phase or recognition phase, the features of test images are extracted then these are compared to restored values of the database from the memory of FPGA. The result of comparison is then displayed. This thesis also proposes a multibiometric recognition system which is constituted from face and fingerprint recognition systems by using the fusion at the decision level.
