TARIFNAME KIRLI PARMAK Izi VE KIRLI AVUÇ IÇINE YÖNELIK ÇOK ASAMALI FÜZYON ESLESTIRICI Teknik Alan Bulus, önceden minusalari (anahtar noktalari) çikarilmis olan olay yerindeki görüntü kalitesi bozuk olan parmak izleri veya avuç içi izlerinin, önceden minusalari çikarilmis olay yeri parmak izleri veya avuç içi izleri veya önceden minusalari çikarilmis sensör (çevirmeli veya düz basim) parmak izleri veya avuç içi izlerinin eslestirme sürecinde hiz, bellek ve dogruluk metriklerini optimize etmeye yönelik minusanin ölçek, döndürme ve kalite özelliklerini kullanan füzyon eslestirici (FM) yöntemi ile ilgilidir. Önceki Teknik Parmak izi, kisilerin yasamlari boyunca degismeyen kisiye özel benzersiz fiziksel bir özelliktir. Parmak izi, bireylerin kimlik tespitinde en yaygin kullanilan biyometrik özelliklerdendir. Parmak izi, kisinin parmaklarinin üst kismindaki hatlarin ve vadilerin (oyuklarin) birlesiminden olusan modeldir. Parmak izlerinde hat sonlarinda ve hat ayrimlarinda bulunan minusa adi verilen anahtar noktalar bulunmaktadir. Parmak izi tanima süreci olay yerinden elde edilen parmak izleri ve sensör ile alinan parmak izleri için genel olarak benzerdir. Ancak, görüntü kalitesinin bozuklugu ve izlerin boyutlari gibi birçok etkenden dolayi olay yerinden elde edilen parmak izlerinde basari performansinin sensör verilerine göre daha düsüktür. Olay yerinde elde edilen parmak izi görüntü kalitelerinin düsük olmasi nedeniyle, olay yerinden elde edilen parmak izleri/avuç içi izleri gizli parmak izi, kirli parmak izi, niteliksiz parmak izi veya kaynak parmak izi olarak adlandirilmaktadir. Veri tabanlarinda kayitli olan parmak izleri ise sensör parmak izi veya hedef parmak izi olarak adlandirilmaktadir. Gizli parmak izleri, suçlari çözmede kolluk kuvvetleri tarafindan adli kanit olarak kullanilmaktadir. Ancak gizli parmak izi görüntülerindeki deformasyonlar nedeniyle otomatik gizli tanima sistemlerinin performansi istenilen seviyelerden uzaktir. Temel eslestiricilerde kisinin parmak izi görüntüsü tarayici yardimiyla elde edilmektedir. Sonrasinda parmak izi görüntüsü çesitli ön isleme (düsük kaliteli görüntüleri iyilestirme, histogram esitleme vs.) faaliyetleri ile iyilestirilmektedir. Iyilestirilen bu görüntüler üzerinde parmak izini kimliklendirme asamasinda kullanilacak olan minusalar ve diger anahtar noktalar tespit edilmektedir. Tespit edilen her bir minusa (hat sonu ve çatal) için minusanin komsulugunda bulunan diger minusalarla olan uzamsal ve açisal fark bilgileri kullanilarak minusayi temsil eden öznitelik vektörü elde edilmektedir. FingerNet algoritmasi ile minusa tespiti (nitelik çikarimi) yapildiktan sonra karsilastirma asamasinda eslestirici algoritma kullanilarak numerik sonuçlar elde edilmektedir. Literatürde belirtilen birçok yöntem öznitelik vektörlerini olusturmak için kullanilabilir [1]. Eslestirme algoritmasi, elde edilen bu öznitelik vektörlerin kümesini veri tabaninda saklanan diger parmak izi sablonlari (vektörler kümesi) ile karsilastirmaktadir. Veri tabaninda benzerligi en yüksek olan vektör kümesinin/sablonun/silindirin temsil ettigi parmak izi eslesme sonucu olarak kullaniciya sunulmaktadir. Teknigin bilinen durumunda yer alan CN108416262A sayili Çin patent dokümaninda, çoklu karakteristik degerlere dayali bir parmak izi görüntüsü karakteristik eslestirme algoritmasi ile ilgilidir. Dört adimdan olusmaktadir. 1. adim, bir parmak izi görüntüsünün baski seklini kayitli bir parmak izi sablonuyla karsilastirilmasi; 2.adim, parmak izi görüntüsünün karakteristik nokta numarasinin kayitli parmak izi sablonuyla karsilastirilmasi; 3.adim , parmak izi görüntüsünün ve kayitli parmak izi sablonunun mesafe eslestirmesini, sirt hatti numarasi eslestirmesini ve dahil edilen açi eslestirmesini ayni anda gerçeklestirilmesi; 4.adim, eger üç adimdaki eslestirmeler basariliysa, parmak izi görüntüsünün kayitli parmak izi sablonuyla eslestirildiginin belirlenmesi adimlarini içermektedir. Parmak izi görüntü Teknigin bilinen durumunda yer alan CN111695386A sayili Çin patent dokümaninda, geçerli bir parmak izi görüntüsünün arka plan dokusunun ortadan kaldirilmasi ve temiz bir parmak izi görüntüsünün elde edilmesi ile ilgilidir. Bir birinci ön isleme tabi tutulmus görüntüyü elde etmek için arka planin ortadan kaldirildigi temiz parmak izi görüntüsü üzerinde ilk ön islemenin gerçeklestirilmesi, etkin alan üzerinde yön alani tahmini ve yön alani düzeltmesinin yapilmasi ve parmak izi ile gelistirilmis bir görüntü elde etmek için yön alani düzeltmesine tabi tutulan etkin bölge üzerinde ikinci ön islemin gerçeklestirilmesi adimlarini içerir. Düzenlemenin yöntemiyle, parmak izi alma süreleri kisalir, parmak izi görüntüsünün kalitesi iyilestirilir, parmak izi almanin karmasikligi azaltilir. Parmak izi tanimlamasi, karakteristik veriler ile parmak izi sablonunun karakteristik verileri arasindaki karsilastirmaya göre tamamlanir. Veri tabani parmak izine ait minusa, çikinti gibi bilgileri Teknigin bilinen durumunda yer alan parmak izi sorgulamalarinda çok fazla bellek kullanilmaktadir ve dolayisiyla eslesme süreci yavas islemektedir. Ayrica ölçek farkliliklarina karsi duyarli olmayan yöntemler yer almaktadir. Teknigin bilinen durumunda kirli parmak izleri tespitinde açi, ölçek ve minusa kalitesi parametrelerine odaklanmis, yüksek dogruluk, yüksek hiz ve bellek kullanimi önceleyen bir füzyon eslestirici yöntemi bulunmamaktadir. Dolayisiyla belirli parametrelere göre hiz, dogruluk ve bellek önceleyen çok asamali füzyon eslestiricinin gelistirilmesi ihtiyaci duyulmustur. Bulusun Amaçlari Bu bulusun amaci kirli parmak izleri tespitinde yüksek dogruluk, yüksek hiz ve az bellek kullanimi önceleyen çok asamali füzyon eslestirici yönteminin gerçeklestirilmesidir. Bu bulusun bir baska amaci, açi, ölçek ve minusa kalitesi parametrelerine odaklanmis, yüksek dogruluk, yüksek hiz ve bellek kullanimi önceleyen çok asamali füzyon eslestirici yönteminin gerçeklestirilmesidir. Bu bulusun bir baska amaci, temel eslestirmeye göre daha basarili sonuçlar elde edebilen çok asamali füzyon eslestirici yönteminin gerçeklestirilmesidir. Bulusun Ayrintili Açiklamasi Bu bulusun amaçlarina ulasmak için gerçeklestirilen çok asamali füzyon eslestirici ekli sekillerde gösterilmistir. Bu sekiller; Sekil 1: Çok asamali füzyon eslestiriciye ait sablon olusturma asamasi ve arama asamasini gösteren sematik bir gösterimdir. Sekil 2: Çok asamali füzyon eslestiricinin arama asamasinin içerdigi 4 adimi gösteren bir sematik gösterimdir. Sekil 3: Çok asamali füzyon eslestiricinin FM 6 konfigürasyonu kullanilarak yapilmis olan örnek bir eslestirmenin gösterimidir. Sekillerde yer alan yöntem tek tek numaralandirilmis olup, bu numaralarin karsiliklari asagida verilmistir. Sablon olusturma asamasi Arama asamasi Hedef parmak izi görüntüsü Kaynak parmak izi görüntüsü Hedef parmak izi sablonu Kaynak parmak izi sablonu 2. asama . 3. asama . 4. asama Bulus, çok asamali füzyon eslestirici yöntemi olup; parmak izi okuma cihazi veya olay yeri ekipmanlari kullanilarak parmak izi görüntüsünün alinmasi, elde edilen parmak izi görüntüsünün ön isleme sürecinde görüntü bozukluklarinin iyilestirilmesi, iyilestirilmis parmak izi görüntüsü üzerinde anahtar noktalarin (minusalarin) minusa tespit algoritmasi ile tespit edilmesi, elde edilen 2 boyutlu minusa bulutu için, sablon olusturma asamasina geçilmesi, sablon olusturma asamasinda kaynak görüntüler için, elde edilen minusa bulutlari kaynak ölçegi (SS) adet ölçek degeri için ölçeklenerek olusturulmasi, sablon olusturma asamasinda kaynak görüntüler için, elde edilen minusa bulutlari kaynak döndürme (SR) adet döndürme degeri için saatin tersi yönünde çevrilerek olusturulmasi, sablon olusturma asamasinda kaynak görüntüler için, SR ve SS ile dönüstürülmüs sablonlarin kaynak kalite (SQ),de belirtilen adet kalite degeri için esiklenerek esik degeri üzerindeki minusalara yeni bir minusa bulutu olusturulmasi, sablon olusturma asamasinda hedef görüntüler için, elde edilen hedef minusa bulutu hedef ölçegi (TS) adet ölçek degeri için ölçeklenerek olusturulmasi, sablon olusturma asamasinda hedef görüntüler için, TS adet dönüstürülmüs sablonlardan elde edilen minusa bulutlari hedef kalite (TQ),de belirtilen adet kalite degeri için esiklenerek esik degeri üzerindeki minusalara yeni bir minusa bulutu olusturulmasi, sablon olusturma asamasi sonucu olarak minusa bulutlari için hedef ve kaynak parmak izi sablonun elde edilmesi, elde edilen yeni minusa sablonlarinin l.asamaya geçmesi, l.asamada kaynak görüntüler için olusturulan sablonlardan kaynak ölçeklendirme, kaynak döndürme ve kaynak kalite degerleri belirlenerek eslestirme kalitesi ve maksimum kaynak eslestirme parametrelerine göre eleme yapilmasi, 1. asamada hedef görüntüler için olusturulan sablonlardan hedef ölçeklendirme, hedef ölçegi ve hedef kalitesi degerleri belirlenerek maksimum hedef eslestirme parametresinde belirtilen minusa adetine ait silindir bilgisinin kullanilarak eleme isleminin yapilmasi, l.asama sonucunda kaynak parmak izi görüntü ve hedef parmak izi görüntülerle (hedefteki her bir kisi için toplam 20 adet parmak izi olabilir, 10 adet çeVirmeli ve adet düz basim) üzerinde eslestirme islemi gerçeklestirilmesi, eslestirme isleminde hedef ve kaynak silindir bilgileri kullanilarak minusalar arasi benzerlik skorlari Denklem l'deki gibi hesaplanmasi, de (91'91) _59 için1 iiviii+iivi'ii (Denklem 1) s(vi, VJ) :{ aksi halde O benzerlik skorlari kullanilarak benzerlik matrisi olusturulmasi, lokal benzerlik atama algoritmasi (LSA) kullanilarak benzerlik matrisinden nP adet minusa ikilisi tespit edilmesi, LSS-R çok ölçek parametrelerinin kullanilarak eslestirmenin yapilmasi ve eslesme skor degerinin hesaplanmasi, elde edilen eslesme skor degeri, basamak esikleri parametresi için belirtilen degerin altinda ise hedefe ait sablonun bir sonraki asamaya geçmemesi, elde edilen skor degerlerinden en yüksek 2 eslesme skoruna sahip olan hedef parmak izlerinin 2. asamaya iletilmesi, 2.asamada kaynak görüntü için, l.asamada olusturulan sablonlardan kaynak ölçeklendirme (SS), kaynak döndürme (SR) ve kaynak kalite (SQ) degerlerine göre sablonlarin seçilmesi, 2.asamada kaynak görüntü için, sablonlar içerisinde eslestirme kalitesi ve maksimum kaynak eslestirme parametrelerine göre eleme yapilmasi, 2. asamada hedef görüntü için, l.asamada olusturulan sablonlardan hedef ölçeklendirme (TS), hedef kalite (TQ) degerlerine göre sablonlarin seçilmesi, 2. asamada hedef görüntü için, sablonlar içerisinden maksimum hedef eslestirme parametresine göre eleme yapilmasi, 2. asama sonucunda hedef görüntü ve kaynak görüntü olmak üzere toplam 2 adet parmak iZi üzerinde eslestirme ekseni ve LSS çok ölçek parametrelerinin kullanilarak eslestirmenin yapilmasi ve Denklem l kullanilarak eslesme skor degerinin elde edilmesi, eslesme skor degeri basamak esikleri parametresi için belirtilen degerin altinda ise hedefe ait sablonun bir sonraki asamaya geçmemesi, karsilastirma kaynak ile hedefte bulunan 2 adet parmak ile yapilmasi ve en yüksek eslesme skoruna sahip hedef parmagin 3. asamaya iletilmesi ve asama 3 parametreleri kullanilarak asama 2,deki gibi karsilastirmanin uygulanmasi, 3. asama sonucunda kaynak ve hedef görüntülere ait minusalardan en uygun sablonun tespit edilmesi, hedef ve kaynak parmak görüntülerin 4. asamaya iletilmesi, 4. asamanin l. ek asamasinda kaynak sablonlar arasindan 3. asamada elde edilen en iyi kaynak ölçekleme degeri ve kaynak döndürme degeri 3. asamada bulunan en iyi kaynak döndürme degerinin -40 ve +40 derece degerleri arasinda olanlar seçilmesi, hedef sablonlari 3. asamada bulunan en iyi hedef ölçegine sahip sablonlarin seçilmesi, seçilen kaynak sablonlari arasinda kaynak minusa sayisi eslesme kalite esikleri 96 arasi 5) hedef minusa sayisi asagi dogru azaltilarak (120,den fazla minusa için 40, skoru veren kaynak eslesme kalite degeri ve hedef minusa sayisi bulunmasi, elde edilen skor, (14,ten küçük degilse bir sonraki asamaya geçilmesi, en iyi kaynak minusa esigi ve en iyi hedef minusa sayilari ile kisitli tekrar sablon seçilmesi, kaynak sablonlari içerisinde kaynak ölçek araligi 3. asamada bulunan en iyi kaynak ölçek degerinin 0,8 ve 1,2 katlari içerisindeki olanlarin belirlenmesi, en yüksek skoru veren hedef sablonu ile bulunan kaynak sablonlari, elde edilen kaynak eslestirme kalite esik degerleri ve hedef eslestirme minusa sayisi kullanilarak en iyi skoru üreten kaynak sablonunun belirlenmesi, elde edilen skor, (15,ten büyükse bir sonraki asama olan 4. asamanin 2. ek asamasina geçilmesi, - kaynak sablonlar arasindan 4. asamanin 1. ek asamasinda elde edilen en iyi kaynak ölçekleme degeri ve kaynak döndürme degeri 4. asamanin 1. ek asamasinda bulunan en iyi kaynak döndürme degerinin -60 ve +60 derece degerleri arasinda olanlar seçilmesi, - hedef sablonlari 4. asamanin 1. ek asamasinda bulunan en iyi hedef ölçegine sahip sablonlarin seçilmesi, - seçilen kaynak sablonlari içerisinde kaynak minusa sayisi eslesme kalite esikleri yukari dogru artirilarak (kaynak sablonu kalite esiginden 96,ya kadar 5,ser 5,ser) hedef minusa sayisi asagi dogru azaltilarak (5,ser 5,ser) eslestirmeler yapilmasi ve en iyi skoru veren kaynak eslesme kalite degeri ve hedef minusa sayisinin bulunmasi, - en iyi kaynak minusa esigi ve en iyi hedef minusa sayilari ile kisitli tekrar sablon seçilmesi, - kaynak sablonlari içerisinde kaynak ölçek araligi 4. asamanin 1. ek asamasinda bulunan en iyi kaynak ölçek degerinin 0,75 ve 1,25 katlari içerisindeki olanlar ve sablon kalite esikleri 4. asamanin 2. ek asamasinda bulunan kaynak sablon kalite esiginin +10 ve -10 araliginda olanlarin belirlenmesi, - hedef sablonlari içerisinde hedef ölçek degeri 4. asamanin 1. ek asamasinda bulunan en iyi hedef ölçek degerinin 0,9 ve 1,1 katlari arasinda olanlar ve hedef sablon kalite degeri 4. asamanin 2. ek asamasinda bulunan hedef sablon kalite esiginin +10 ve -10 araliginda olanlarin belirlenmesi, - belirlenen kaynak ve hedef sablonlari 4. asamanin 2. ek asamasinda seçilen kaynak ve hedef sablonlari 4. asamanin 2. ek asamasinda bulunan en yüksek skoru veren kaynak eslestirme kalite esik degerleri ve hedef eslestirme minusa sayisi kullanilarak en iyi skoru üreten kaynak ve hedef sablonunun belirlenmesi adimlarini içermektedir. Önerilen çok asamali füzyon eslestirici algoritmasinin amaci, ölçek, döndürme ve kalite parametrelerinin çesitli kombinasyonlarini, en yüksek eslesme skorunu maliyet etkin bir sekilde verecek optimum bir konfigürasyonda birlestirirken, döndürme ve ölçek degisiklikleri için saglam bir eslesme üretmektir. Füzyon eslestirici ve temel eslestirici, her bir minusa için minusa uzamsal koordinatlarini, açilarini ve kalite degerlerini çikaran FingerNet minusa çikarici tarafindan olusturulan minusa sablonlari kullanilmaktadir. Teknigin bilinen durumunda yer alan temel eslestirici, sensörler araciligiyla elde edilen parmak izleri için iyi çalissa da güçlü deformasyonlar/bozulmalar ve düsük görüntü kalitesi ile gizli parmak izleri için performansi düsmektedir. Füzyon eslestirici, her kaynak (gizli) ve hedef (çevirmeli / düz) parmak izi görüntüsü için birden fazla öznitelik vektörü (silindir) sablonu olusturarak gizli görüntülerdeki dogal bozulma sorununu ele almaktadir. Füzyon eslestirici yöntemi, bu silindir sablonlarini, minusalarin 2D nokta bulutu üzerinde (hem gizli (kaynak) hem de sensör (hedef) görüntüler için) bir afin dönüsümü gerçeklestirerek ve çikarilan minusalar üzerinde (hem kaynak hem de hedef görüntüler için) kaliteli esikleme yaparak üretir. Ayrica, önerilen FM yönteminin çesitli konfigürasyonlari (FM23/3/6/8) vardir. Bu durum, kullanicilarin (operatörlerin) hiz, dogruluk ve bellek gereksinimlerini degistirmesine olanak tanir. Örnegin, FM23 ve FM3, arama dogrulugunda küçük bir kayipla yüksek arama hiziyla islem yaptigimiz durumlar için tasarlanmistir ve FM6/ 8, hiz ve bellek gereksinimlerine göre dogrulugu öncelemektedir. FM algoritmasi 2 ana asamadan olusmaktadir. Bunlardan ilki sablon olusturma digeri ise arama asamasidir. Sablon olusturma sürecinde, çevirmeli/düz basim hedef görüntü ve kaynak görüntü kümelerini kullanarak, çeVirmeli /düz basim hedef görüntü ve kaynak görüntü kümelerine kaliteli esikleme ve afin dönüsümleri uygulayarak, çeVirmeli/düz basim hedef görüntü sablonlari ve kaynak görüntü sablonlari olusturulmaktadir. Sablon olusturma asamasinda füzyon eslestirici yöntemi, kaynak ve çevirmeli/düz basim hedef görüntüler için minusa sablonu olarak kullanilacak orijinal minusa sablonundan yeni 2D nokta bulutlari olusturur. Bu amaçla, füzyon eslestirici yöntemi, yeni bir dönüstürülmüs 2D nokta bulutu (mnew) olusturmak için özellikle rotasyon (R) ve ölçek (S), 2D minusa nokta bulutu (m) üzerinde Denklem 2 ve Denklem 3 ,ü kullanarak afin dönüsüm islemlerini uygulanmaktadir. Arama asamasinda, çeVirmeli/düz basim hedef görüntü sablonlari ve kaynak görüntü sablonlar arasindaki benzerlik skor degeri Denklem 1 ve LSS-R methodu kullanilarak hesaplanmaktadir. mT = [(Xo, y0);. . .; (XN, yN)], orijinal kümedeki N sayidaki minusa için m degerinin uzamsal koordinatlar bölümünü temsil etmektedir. (0 = 0 ve s = 1 oldugunda, orijinal minusa nokta bulutu (m) elde ediliyor). Daha sonra, bu yeni dönüstürülmüs 2D minusa nokta bulutu (mnew ve @new) ve baglantili kalite degerlerini kullanarak, bozulma ve yönelim uyumsuzlugu etkilerini azaltmayi saglayacak yeni silindir tanimlayicilar olusturulmustur. Kalite degerleri açisindan, silindir sablonu olusturma isleminde kaynak ve hedef silindir kalite esik degerleri ayri ayri kullanilabilir. Bu nedenle, sablon olusturma asamasinda, sablon olusturma sürecine ölçek, döndürme ve kalite degerlerini dahil etmek için asagidaki parametreler (Tablo 1,de listelenmistir) kullanilmaktadir. Tablo 1. Temel eslestirici, FM23, FM3, FM6 ve FM8,e ait sablon olusturma asamasinda kullanilan parametreler ve arama degerleri Parametreler Temel FM23 FM3 FM6 FM8 Eslestirici Kaynak ölçegi (SS) 1 7 5 5 7 Kaynak Döndürme (SR) 1 8 8 14 14 Hedef ölçegi (TS) i 1 5 5 5 Hedef Kalite (TQ) 1 1 2 2 4 Çoklu Yariçap (MR) 0 0 0 1 6 Kaynak Üretme Modu (SGM) - 1 0 0 1 Maksimum Hedef Füzyon Ögesi (TFIM) 1 1 10 20 140 TQ Arama 60, 85, 50, 75 Denklem 1,de yer alan d9(6i, 61-) ifadesi, 6,(kaynak görüntüdeki açi), 6]- (hedef görüntüdeki açi) arasindaki farki göstermektedir. 80 iki minusa arasinda maksimum dönüsü kontrol eden bir parametredir. GB islemi bit düzeyinde XOR isleminin yapildigi gösterilmektedir. XOR, bit düzeyinde bir operatördür. Mantiksal islem gerçeklestirir. Eger girdi bitleri ayni ise, çikti yanlis oldugunda 0 veya dogru oldugunda 1 olacaktir. "vi" olay yeri (kaynak) görüntüsünden her bir minusa için elde edilen öznitelik vektörü olup, "Vj" çevirmeli/düz basim (hedef) görüntüsünden her bir minusa için elde edilen öznitelik vektörünü temsil etmektedir. S(Vi, Vj) ifadesi ise belirtilen minusa öznitelik vektörleri arasindaki benzerligine ait skor degerini göstermektedir. Önerilen çok asamali füzyon eslestiriçi yöntemi iki asamadan olusmaktadir. Bunlar, sablon olusturma asamasi ve arama asamasidir. Sablon olusturma asamasinda kullanilan parametrelere ait bilgiler asagida siralanmistir. Kaynak ölçegi (SS) parametresi, Tablo 1'de listelenen kaynak ölçek aramasindan seçilen (SS Aramasi) ölçek degerleri araligina (Denklem 2,de ki s) karsilik gelir. Bu degerler, Denklem 3,e göre kaynak ölçegi (gizli görüntü) minusa konumlarinda (X, y) ölçeklendirmek için kullanilir. Ölçek degerleri Tablo 1'de listelendigi gibi 0,8 ile 1,20 arasinda degismektedir. Örnegin, Kaynak Ölçegi (SS) degeri 1 oldugunda, sablon olusturma isleminde 1'lik bir ölçek degeri kullanilir. Benzer sekilde Kaynak Ölçek endeksi degeri 3 ise sablon olusturma asamasinda [1, 1,2, 0,8] ölçek degerleri kullanilir. Kaynak döndürme (SR) parametresi, Tablo 1,deki kaynak döndürme arama (SR Arama) degerlerinde listelenen degerleri kullanarak Denklem 2 ve 3'e göre kaynak minusa konumlarini (X, y) döndürmek için kullanilir. Örnegin, SR degeri 3 oldugunda, SR Aramasindaki ilk üç döndürme degeri [0, -90, 90] sablon olusturma isleminde kullanilir. SR degeri 8 ise, sablon olusturma asamasinda ilk 8 SR Arama degeri kullanilir. Kaynak kalitesi (SO) parametresi, silindir sablonlari olusturulurken kaynak (gizli) minusalara uygulanan minusa kalite esik degeridir. Kaynak görüntü minusalari bu kalite esik degerine göre ihmal edilebilir veya kullanilabilir ve her adim için belirtilen silindir sayisi üretilir ve kullanilir. Tablo 1, sablon olusturma asamasinda kullanilan kaynak minusa kalite düzeylerini listeler. Minusa çikariçi ile olusturulan minusa kalite degerleri 50 ile 100 arasindadir ve arama degerleri bu araliga göre seçilir. Hedef ölçegi (TS) parametresi, Denklem 2 ve 3'e göre 2D hedef (X, y) minusa konumlarini dönüstürmek için kullanilir. Hedef ölçek degerleri Tablo 1'de listelendigi gibi 0,8 ile 1,2 arasinda degismektedir. Hedef kalite (TQ) parametresi, silindir sablonu olusturma isleminde kullanilan hedef (çevirmeli/düz) görüntü minusa kalite degerleridir. Hedef görüntü minusalari bu kalite esik seviyesine göre ihmal edilebilir veya kullanilabilir. Tablo 1, sablon olusturma isleminde kullanilan hedef minusa kalite düzeylerini (TQ Aramasi) listeler. Çoklu yaricap (MR) parametresi, Tablo l'deki Çoklu Yariçap Aramada listelenen her bir yariçap degeri için silindir sablonlari olusturmakta kullanilir. Yariçap (R), silindir olusturma sirasinda minusa komsu seçimini etkiler. Kaynak olusturma modeli (SGM), kaynak için sablon olusturma asamasinda üretilen silindir sayisini sinirlamaktadir. Eger mod 0 ise, ölçek 1 için tüm döndürme degerleri (SR Aramada) ve döndürme 0 için tüm ölçek degerleri (Tablo 1'de SS Aramada) silindir olusturmak için kullanilir. Mod 1 ise ilk 3 döndürme için tüm ölçek degerleri (0, 90, -90) kullanilir. Maksimum kaynak füzyon ögesi (SFIM), füzyon eslestirici yöntemi tarafindan gizli görüntü basina olusturulacak maksimum kaynak silindir sayisini belirtmektedir. Silindir sayisi, yüksek kaynak kalitesi (SQ) degerleri için minimum minusa sayisindan az olabilir yüksek kaynak kalite degeri için ve bu nedenle gerçek öge sayilari SFIM degerinden az olabilir. Söz konusu gelistirilen yöntemde ise minimum minusa sayisi Tablo 2 "de belirtildigi gibi 7 olarak belirlenmistir. (SS < (SQ _ 1)) x (MR + 1)SGM = 1 (Denklem 4) ASME = SFIM < SC < (SMA+l) X 80 (Denklem 5) Bit cinsinden Uygulama Kaynak Bellek Tahmini (ASME) Denklem 5 ile hesaplanabilir. Bu deger, belirtilen parametrelere sahip bir uygulamanin bellek gereksinimini tahmin etmek için kullanilir. SC, kaynak (gizli) görüntü sayisini gösterir. SMA, kaynak minusa ortalamasidir ve 80, bayt cinsinden tek silindirli bellek ayirma degeridir. Kaynak basina bir üstbilgi dosyasi oldugunda SMA'ya bir deger eklenir. Maksimum hedef füzyon ögesi (TFIM) füzyon yöntemi için kullanilan parmak sayisi basina maksimum hedef silindir sayisini belirtmektedir. Bir sablon için bellek ayirma bu degerle çarpilir. Minimum bellek çözümü olusturmak için TFIM degeri FM23 için 1 olarak ayarlanmaktadir. TFIM = TS < TQ < (MR+1) (Denklem 6) ATME = TFIM < TC < (TMA+l) < TFA X 80 (Denklem 7) Bayt cinsinden Uygulama Hedef Bellek Tahmini (ATME) Denklem 7 ile hesaplanmaktadir. Bu deger, belirtilen parametreler ile bir uygulama için bellek gereksinimini tahmin etmekte kullanilmaktadir. TC, hedef sayisidir. TMA, hedef minusa ortalamasidir ve 80, bit cinsinden tek silindirli bellek degeridir. Parmak sayisi basina üstbilgi oldugunda TMA,ya bir deger eklenmektedir. TFA, kisi basina hedef parmak ortalamasidir. Bu deger, tam döndürülmüs parmak izi için 10 ve tam düz ve döndürülmüs veri kümesi için 20'dir. TFIM, büyük bir hedef kümesi için kullanilan bellek miktarini belirtmesi nedeniyle genel tanima islemi üzerinde önemli bir etkiye sahiptir. Hedef görüntü boyutu on milyonlarca ise, bellek gereksinimleri bir sorun olacaktir. Sablon olusturma isleminde, sikistirmasiz sablonlarda minusa basina yalnizca 80 bit ayrilmaktadir. Örnegin, 100 milyon (TC) çevirmeli ve düz basim seti (Her kisinin 10 çevirmeli ve 10 düz parmak izinden toplam 20 TFA parmak izi oldugu düsünülmektedir.) ortalama 79 minusa (TMA) ile 12.8 < TFIM Terabayt bellek veya disk alani gerektirmektedir. Kaynak silindir boyutu, düz/çevirmeli büyük gizli görüntü veri tabani aramasi için önemli olabilir, ancak gizli görüntü veri tabani boyutlarinin düz ve çevirmeli veri tabanina kiyasla nispeten küçük olmasi beklenir. Çevirmeli /düz ve gizli parmak izi görüntüleri için sablon olusturma islemi tamamlandiktan sonra, arama asamasinda füzyon eslestirici yöntemi kullanilmaya baslar. Füzyon eslestirici, kaynak ve hedef görüntüler arasinda benzerlik skoru olusturmaktadir. Füzyon eslestiricinin arama asamasi, 4 adimdan olusan sirali çok kademeli bir füzyon sistemidir. Bu mimarinin her adimi, eslesme isleminin bir sonraki adimlara girisini kontrol etmek için bir dizi parametre ve esik düzeylerini kullanarak uyumsuzluklari ortadan kaldirirken geri çekme oranini yüksek tutmayi amaçlamaktadir. Füzyon eslestirici yönteminin her adiminda asagidaki parametrelerin kullanimini optimize edilmektedir. Eslestirme kalitesi, eslestirme islemi sirasinda bu degerden daha düsük kalite degerlerine sahip minusalara ait silindirleri elemek için kullanilir. Eslesme sürecinde kullanilmayan düsük kaliteli minusalar silindirlere sahip olmayabilir, ancak yüksek kaliteli minusalarin silindir çevresine katkida bulunabilmektedir. l. Adimdan 3. Adima varsayilan esleme kalitesi degerleri Tablo 1 ve Tablo 2,de gösterildigi gibi kullanilir. Ancak ekstra adim, en yüksek skor degerini elde etmek için en iyi eslesme kalitesini aramaktadir. Temel eslestirici, varsayilan degere göre en iyi tanimlama oranlarini üretmektedir. Maksimum kaynak eslestirme, eslestirme isleminde kullanilan kaynak minusalarinin maksimum sayisini sinirlamaktadir. Gizli görüntü için kaliteli minusa sayisi genel olarak 2010 ila 30 arasindadir. Çok fazla minusa yanlis tespitlere neden olabilmektedir. Kullanilan minusa sayisi temel eslestirici hizini etkilediginden, ilk adimda (Adim 1) az sayida minusa kullanilir ve sonraki adimlarda artirilmaktadir. Maksimum hedef eslestirme, eslestirme sürecinde kullanilan maksimum hedef görüntüdeki minusa sayisini sinirlamaktadir. Döndürülmüs basim için ortalama kaliteli minusa sayisi genel olarak yaklasik 80'dir ve çok fazla minusa yanlis algilamaya neden olabilmektedir. Bu deger, tüm adimlarda beklenen ortalama minusa sayisindan daha yüksektir. Ekstra adim, en yüksek skoru veren maksimum en iyi minusayi aramaktadir. Eslesme ekseni, ölçek ve dönüsler için tüm degerleri kullanarak veya yalnizca bazi ölçek ve dönüsleri kullanarak eslesme sayisini kontrol etmek için kullanilmaktadir. Eslesme ekseni kullanimi, hedef ölçek 1 ise tüm kaynak ölçek degerlerinin kullanildigi ve yalnizca kaynak ölçek 1 ise tüm hedef ölçek degerlerinin kullanilacagi anlamina gelmektedir. Arama numaralari kontrol edilmektedir ve esas olarak FM8 ve FM23'ün kismi adiminda (Adim 2) ve FM3'ün yani sira FM 6'daki tüm adimlarda kullanilabilir. Silindirler için kaynak ölçegi ve hedef ölçegi ayni anda 1,0'den düsük veya 1,0'den büyükse, bu silindirler beklenmedik skor üretimini önlemek için karsilastirilmaz. Parmak sayisini düsürme, ilk adim (Adim 1) tamamlandiktan sonra kullanilan parmaklarin sayisini göstermektedir. LSS çok ölçek, çift yönlü benzerlik hesaplamasindan sonra ve temel eslestirmelerde LSS-R asamasindan önce uygulanan bir ölçeklendirme yöntemidir. Temel eslestiricinin LSS-R hesaplama asamasinda, eslesme adaylari için bir esik ((10 = 0,135) asilirsa ve skor düzeyi ölçeklendirilmektedir. Basamak esikleri, basamaklar arasindaki eslesme çagrisi sayimlarini dengelemek için esik 1. adimdan 3. adima sirayla kullanilir ve son iki (1 degeri 4. adimda kullanilir. Çok yariçapli esik ((16) degeri, çok yariçapli silindir sablonlarinin kullanimini kontrol etmektedir. Minimum minusa eslestirme skoru hesaplamasi için gereken minimum minusa sayisini belirtmektedir. Maksimum Temel Eslestirici Çagri Sayisi, her adimda eslesmenin beklenen maksimum temel eslestirici çagri sayisini ve 10 düz ve 10 çeVirmeli sablon veri setiyle tek bir gizli görüntü için toplamini belirtmektedir. 1. adimdan 3. adima kadar olan arama sayilari, minusa sayilarina göre degismemektedir, ancak ekstra adim çagirma sayilari, gizli ve sensör görüntüsünün kalitesine ve minusa sayisina baglidir. Adim Esikleri, istenmeyen temel eslestirici çagrilarini 2. adimdan 4. adima kadar potansiyel eslenmemis adaylar için kontrol eder ve engeller. 4. adim temel eslestirici çagri sayilari diger adimlara göre çok yüksek olsa da 4. adim esik degerleri beklenen eslesme skoru ortalamasina yakindir ve yalnizca 4. adim çagrilari için yüksek eslesme adaylari gösterilmektedir. Gizli görüntüdeki düz/çevirmeli arama isleminde, gizli bir kaynagin yalnizca iki parmakla eslesmesi beklenmektedir. Bu nedenle, gizli bir görüntünün esini ararken, 1. adimda (ilk adim), (xi adim esiginden daha düsük skorlarla eslesmeleri ortadan kaldirilmaktadir. Daha sonra kalan döndürülmüs/düz parmak eslesmeleri, her kisi için en iyi eslesen skor degerleri ile 2 parmaga düsürülür. 2. adimda (kismi adim), en yüksek eslesme skoruna sahip parmaklari seçerek 3. adim için iki parmak sayisi bire indirilmektedir. Füzyon parametreleri (dönme açisi, ölçek degerleri Vb.) ve eslestirmeci çagri sayilari küçük sayilarla baslar ve Tablo 2'de gösterildigi gibi 1. adimdan 4. adima dogru gidildikçe yükselmektedir. Çok yariçapli füzyon eslestirici yapilandirmasi seçenegi seçilirse, çok yariçapli esik düzeyi asilirsa tüm adimlar tekrar yürütülür. Ilk adimdaki temel amaç (1. asama), tek bir kisi basina tüm hedef parmaklarda en uygun iki parmak izi hedefini bulmaktir. Bu nedenle, bu asamada sadece sinirli bir ölçek, rotasyon ve kalite degerleri kullanilmaktadir. Örnegin Tablo 2, FM 23/3/6'nin yalnizca 1 hedef ölçegi daha kullandigini göstermektedir. Ilk adim ayrica, en iyi iki parmagin farkli döndürülmüs ve düz endeksleri varsa, 0,975'lik bir skor çarpani degeri üretmektedir. Bu skor çarpani 1. adimdan 4. adima kadar eslesme skorunu çarpacak degerdir. Benzer sekilde, kismi adim (2. asama) derin bir arama yapmadan tek bir hedef bulmayi Normal adim (3. asama), varsayilan eslesme kalitesi esigiyle füzyon parametrelerinin , -60, 60). Ekstra adim (4. asama) tüm silindirleri kullanmaktadir ve en uygun parametreleri bulmak için ek mantik eklemektedir. Tablo 2'de gösterildigi gibi, FM3'ün 4 kaynak kalite degeri (60, Ekstra adim (4. asama) arama islemi, 1-3 adimlarina kiyasla nispeten daha kapsamlidir ve en uygun eslestirme parametrelerini bulmak için baZi kontrol degerleri ve esikleri içermektedir. 4. asama 2 ek asamadan olusmaktadir. 1. ek asama, eslesme en iyi kaynak minusa kalite esigi ve en iyi hedef minusa sayisi bulma ek asamasidir. Kaynak sablonlar arasindan 3. asamada elde edilen en iyi kaynak ölçekleme degerine ve kaynak döndürme degeri 3. asamada bulunan en iyi kaynak döndürme degerinin -40 ve +40 derece degerleri arasinda olanlar seçilmektedir. Hedef sablonlari 3. asamada bulunan en iyi hedef ölçegine sahip sablonlar seçilmektedir. Seçilen kaynak sablonlari içerisinde kaynak minusa sayisi eslesme kalite esikleri yukari dogru artirilarak (70,den ) eslestirmeler yapilmakta ve en iyi skoru veren kaynak eslesme kalite degeri ve hedef minusa sayisi bulunmaktadir. Elde edilen skor, oi4,ten küçük degilse bir sonraki asamaya geçilmektedir. En iyi kaynak minusa esigi ve en iyi hedef minusa sayilari ile kisitli tekrar sablon seçilmektedir. Kaynak sablonlari içerisinde kaynak ölçek araligi 3. asamada bulunan en iyi kaynak ölçek degerinin 0,8 ve 1,2 katlari içerisindeki olanlar belirlenmektedir. 1. ek asamada bulunan en yüksek skoru veren hedef sablonu ile kaynak sablonlari 1. ek asamada bulunan kaynak eslestirme kalite esik degerleri ve hedef eslestirme minusa sayisi kullanilarak en iyi skoru üreten kaynak sablonu bulunmaktadir. Elde edilen skor, as,"ten büyükse bir sonraki asamaya geçilmektedir. 2. ek asama, eslesme en iyi kaynak minusa kalite esigi ve en iyi hedef minusa sayisi bulma ek asamasidir. Kaynak sablonlar arasindan 1. ek asamada elde edilen en iyi kaynak ölçekleme degerine ve kaynak döndürme degeri 1. ek asamada bulunan en iyi kaynak döndürme degerinin -60 ve +60 derece degerleri arasinda olanlar seçilmektedir. Hedef sablonlari 1. ek asamada bulunan en iyi hedef ölçegine sahip sablonlar seçilmektedir. Seçilen kaynak sablonlari içerisinde kaynak minusa sayisi eslesme kalite esikleri yukari dogru artirilarak (kaynak sablonu kalite esiginden 96,ya kadar 5,ser 5,ser) hedef minusa sayisi asagi dogru azaltilarak (5 ,ser 5 ,ser) eslestirmeler yapilmaktadir ve en iyi skoru veren kaynak eslesme kalite degeri ve hedef minusa sayisi bulunmaktadir. En iyi kaynak minusa esigi ve en iyi hedef minusa sayilari ile kisitli tekrar sablon seçilmektedir. Kaynak sablonlari içerisinde kaynak ölçek araligi 1. ek asamada bulunan en iyi kaynak ölçek degerinin 0,75 ve 1,25 katlari içerisindeki olanlar ve sablon kalite esikleri 2. ek asamada bulunan kaynak sablon kalite esiginin +10 ve -10 araliginda olanlar belirlenmektedir. Hedef sablonlari içerisinde hedef ölçek degeri 1. ek asamada bulunan en iyi hedef ölçek degerinin 0,9 ve 1,1 katlari arasinda olanlar ve hedef sablon kalite degeri 2. ek asamada bulunan hedef sablon kalite esiginin +10 ve -10 araliginda olanlar belirlenmektedir. 2. ek asamada seçilen kaynak ve hedef sablonlari, en yüksek skoru veren kaynak eslestirme kalite esik degerleri ve hedef eslestirme minusa sayisi kullanilarak en iyi skoru üreten kaynak ve hedef sablonu bulunmaktadir. Tablo 2. Temel eslestirici, FM3, FM6, FM8, FM23 arama asamasina ait parametreleri göstermektedir. Her parametre için, adim sütunu füzyon eslestirici yönteminin adim sayisini seklinde belirtilmektedir. listelemektedir. 1-4. adimlari için seçilen degerler - / - / - / - Parametre Adim Temel FM23 FM3 FM6 FM8 Eslestirici Ölçeklendirme Çoklu yariçap esik 1-4 - - - 0,14 0,135 Minimum minusa - 7 7 7 7 7 Kalite ile ilgili parametreler minusa çikarici özelliklerine baglidir ve diger füzyon eslestirici parametreleri tüm minusa çikaricilar, isaretli manuel minusa ve ölçek ve rotasyon toleranssiz özel temel eslesmeleri için geçerlidir. Bu çalismada, minusa çikarimi için FingerNet algoritmasini kullanilmaktadir. Özet olarak, yeni bir füzyon eslesmesi gelistirme yöntemi asagidaki adimlari içermektedir. 1. Kalite aramalarini ve adim esiklerini hesaplamak için kullanilacak gizli ve sensör verileri için bir veri kümesi hazirlanmasi 2. Minusa çikarma yöntemlerinden biri kullanilarak gizli ve sensör görüntülerinden minusalarin çikarilmasi 3. Minusa kalite dagilimlarini analiz ederek ve ayrica deneme yanilma ile veri kümesi ve özel temel eslestiriciyi kullanarak sablon olusturmada kullanilan kaynak ve hedef için en iyi kalite esiklerinin bulunmasi 4. Seçilen veri kümesindeki özel temel eslesmeleri kullanarak deneme yanilma yoluyla en iyi eslesme esigini bulunmasi . Sablon olusturma ve çok asamali füzyon eslestirici yönteminin uygulanmasi 6. Özel temel eslestirici varsa ve bölgesel minusalar için kullanilan sablon olusturmada yariçap seçimine izin veriyorsa, FM6 ve FMS için ek yariçap degerlerinin kullanilmasi Bütün parmak izlerinde yer alan minusa veri seti ve gizli, kirli minusa seti füzyon eslestiriciye sokulur. Füzyon eslestirici kullanilan veri setleri ile sablonlar olusturur. Bu kisim sablon olusturma asamasi olarak adlandirilir. Kirli parmak izi ve tüm parmaklara ait izler tekrar füzyon eslestiriciye sokularak arama asamasi gerçeklestirilir. En son eslestirme skor degeri elde edilir. Ayrica, avuç içi verilerinin kullanimi kriminal olaylarin çözümünde önemli bir yere sahiptir. Olay yerinden toplanan izlerin yaklasik %30'u avuç içi izleridir [2]. Parmak izi tanima görevine benzer sekilde, minusa tabanli eslestirme yöntemleri çogunlukla gizli avuç izlerinin tanimlamasi için kullanilir [3]. Avuç içi izleri, parmak izlerinden daha fazla ayrintiya sahiptir. Olay yeri ve sensör avuç izi görüntülerinin orijinal boyutu, genislik ve yükseklikte 2000 pikselden fazladir. Minusa çikaricilar bu büyük boyutlu görüntüler için tasarlanmadigindan, söz konusu gelistirilen çok asamali füzyon eslestiricide görüntüler üst üste binen boyutlara bölünmektedir. Bu nedenle, avuç izi görüntüleri, minusa çikarma için uygun olan 512<512 boyutunda piksellere dönüstürülür. 512<512 boyutundaki görüntülerden minusa tespiti gerçeklestirildikten sonra gelistirilen çok asamali füzyon eslestirici yöntemi gerçeklestirilmektedir. Çok asamali füzyon eslestiricideki bir arama istegi, sablondaki silindir arabelleginin en iyi eslesen kaynak ve hedef dizinini, kaynak ve hedef için en iyi eslesme kalitesini, kaynak ve hedef için kullanilan en iyi maksimum minusayi döndürmekte, her adimdaki arama sayimlarini toplam puan degeri ve istege bagli minusa eslestirmeleriyle eslestirmektedir. Sablondaki her silindir, minusa lokal yapilarina ek olarak ölçek, döndürme, kalite esigi, parmak indeksi ve bir uid degerini (bir arabellegi bir bellek konumuna baglamak için kullanilir) depolayan kodu çözülebilir bir bag degerine sahiptir. Sekil 3, bir veri kümesinden kaynak ve kaynak görüntüye karsilik gelen bir hedef görüntüsü için benzerlik görünümünü göstermektedir. Sekil 3 (a), temel eslestirici benzerligini ve Sekil 3 (b), eslesen minusa çiftlerinin FM 6 benzerlik hesaplamalarini göstermektedir. Kirmizi minusalar silindir kalite esiklerinin altinda olmasi nedeniyle eslestirme hesaplamalarinda kullanilmamaktadir. Sari minusalar silindir üretiminde kullanilmaktadir ancak eslestirme için kullanilmamaktadir. Yesil ayrintilarin silindirleri vardir ve eslestirme puanina katkida bulunmaktadir. Eslestirme çizgileri, katki degerlerine göre yesilden kirmiziya renklendirilmis ve l'den 12'ye kadar numaralandirilmistir. Kaynak için 5 minusa ve hedef için 1 l minusa (Sekil 3 ,de kirmizi renk ile belirtilenler) silindir üretimi için atilmistir. FM6'da eslesme için bazi minusalar (Sekil 3 ,de sari renk ile belirtilenler) atilmistir. Maksimum puani üreten en iyi kaynak silindir, FM6 konfigürasyonu için 1,0 ölçegine, -60 rotasyona, 70 silindir kalitesine ve 95 eslesme kalitesine sahiptir (Sekil 3 (b)). Bu durum için en iyi hedef silindir 0,88 ölçegine, 85 silindir kalitesine ve 81 maksimum minusa numarasina sahiptir. Bir eslesme oldugu için, eslestirme islemi, ekstra adim da dahil olmak üzere arama asamasindaki tüm adimlari takip eder. Ekstra adim, maksimum minusa sayisini kademeli olarak azalttigindan ve herhangi bir eslesme kalitesi esigi kullanmadan en yüksek puani elde etmek için 81'e ayarlandigindan, hedef eslesme kalitesi sifirdir. Benzer sekilde kaynak eslesme kalite degeri için varsayilan deger 84'ten FM6 için optimum 95'e yükseltilmistir. Gelistirilen yöntem ile elde edilen avantaj asagida bahsedilmistir. - Söz konusu gelistirilen yöntem, kirli parmak izleri tespitinde yüksek dogruluk, yüksek hiz ve bellek kullanimi önceleyen bir yöntem olmasi nedeniyle temel eslestirmeye göre basarili sonuçlar sunmaktadir. TR TR TR