Driver recognition and driver verification using data mining techniques
Veri madenciliği teknikleri kullanılarak sürücü tanıma ve sürücü doğrulama
- Tez No: 177922
- Danışmanlar: Y.DOÇ.DR. MUSTAFA TANER ESKİL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: İngilizce
- Üniversite: Işık Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez sürücü tanıma ve sürücü onaylama çalısmalarını içermektedir. Bu çalısmalar için sürücülerden toplanan bes degisik davranıs isaretleri kullanılmıstır. Bu isaretler yardımıyla sürücülerin öznitelikleri çıkarılmıs ve Karma Gauss Dagılım Modelleri kullanılarak sürücü davranısları modellenmistir. Karma Gauss Dagılım Modellerinin egitilmesi için Beklenti Enbüyütme algoritması kullanılmıstır. Sürücü tanıma çalısması için kimlikleri sınama verileri kullanılarak art olasılıklar elde edilmis ve bu olasılıklar aynı zamanda her sınıf için puan olarak kabul edilmistir. Bu puanların tümlestirilmesi için sabit kurallar ve egitilebilir tümlestiriciler kullanılmıstır. Sürücü dogrulama çalısması için olabilirlik oranının bir esikle karsılastırılması yapılmıstır. Degisik esik degerleri için yanlıs kabul-yanlıs red sıklıklarını grafiklemek için alıcı isletim egrisi kullanılmıstır. Bu çalısmanın amacı degisik sınıflandırıcı tümlestirme yöntemlerinin sürücü tanıma ve sürücü dogrulama performanslarına etkilerinin incelenmesidir. Egitilebilir tümlestirme yöntemleri ve sürücü davranıs sinyalleri kullanılarak sürücü tanımasında ve dogrulamasında düsük hata oranları elde edilmistir. Sonuçlarımız çok modlu sürüs sinyallerinin sınıflandırıcı tümlestirme yöntemleri ile kullanıldıgında sürücünün araba içi sartlarda tanınması ve onaylanmasında çok etkili olduklarını göstermistir.
Özet (Çeviri)
In this thesis we present our research in driver recognition and driver verification. The goal of this study is to investigate the affect of different classifier fusion techniques on the performance of driver recognition and driver verification. We are using five different driving behavior signals for identifying the driver identities. Driving features were extracted from these signals and Gaussian Mixture Models were used for modeling the driver behavior. Gaussian Mixture Model training was performed using the well-known EM algorithm. In recognition study posterior probabilities of identities called scores were obtained with the given test data. These scores were combined using different fixed and trainable (adaptive) combination methods. In verification study we compared posterior probabilities with fixed threshold values for each classifier. For different thresholds, false-accept rate versus falsereject rate was plotted using the receiver operating characteristics curve. We observed lower error rates when we used trainable combiners. We conclude that combined multi-modal signal or classifier methods are very successful in biometric recognition and verification of a person in a car environment.
Benzer Tezler
- Bulanık kümeler ve meteoroloji uygulamaları
Fuzzy sets and applications of meteorology
HASAN TATLI
Yüksek Lisans
Türkçe
1997
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKİ ŞEN
- İnsan alt ekstremitesinin incelenmesi ve aktif dizüstü protezi tasarımı
The analysis of the human lower limb structure and the design of a new active above knee prosthesis
AKIN OĞUZ KAPTI
- Bilgisayar destekli imalat işlemleri için görüntü algılamalı parça programlama yazılımı ve uygulaması
Part modelling application for computer aided design and manufacturing with image recognition
CENGİZ BALTA
Yüksek Lisans
Türkçe
2006
Makine MühendisliğiKocaeli ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CÜNEYT OYSU
- Team sumo
Sumo takımı
ERİNÇ TOPDEMİR
Yüksek Lisans
İngilizce
2008
Elektrik ve Elektronik MühendisliğiBahçeşehir ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. H. FATİH UĞURDAĞ
- Görme tabanlı mobil robotun farklı renklerde nesneleri takibi
A tracking application of different coloured targets with a vision based mobile robot
MUSTAFA SERTER UZER
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BAYRAK