Yangın ve Güvenlik Dergisi 200. Sayı (Temmuz-Ağustos 2018)

26 Yangın ve Güvenlik / Temmuz-Ağustos 2018 yanginguvenlik.com.tr KAPAK KONUSU / MAKALE olarak tanınmasını sağlayan otomatik bir yöntemdir. İnsan retinası nevral (sinir) hücrelerinden meydana gelen ince bir dokudur. Kılcal damarların karmaşık yapısı nedeniyle, her şahsın retinasının benzeri yoktur. Retinadaki kan damarla- rı ağı tamamen genetik olarak belirlenmez ve bu nedenle ikizler aynı formu paylaşmazlar. Gözün arka tarafındaki kan damarlarının her insan için kimseye benzemeyen kendisine özel bir formu vardır. Segmentlere ayrılmış ve retina görün- tülerini tanımak için kullanılan kan damarında, kan damar- larının retina görüntülerini tanımak için çeşitli segmentlere ayırma algoritmaları sergilenmektedir. Retina tanıması çok yüksek güvenlik gerektiren ortamlarda (nükleer araştırma ve silah tesisleri, iletişim kontrol tesisleri ve çok büyük hareket işleme mekânlarında) uygulama alanları bulmuştur. Makale- de sinir ağları kullanılarak retina tanıma sisteminin tasarımı sunulmuştur. Böyle bir sistemin tasarımı retina kullanarak otomatik olarak kişiyi tanımaya imkân sağlayacaktır 7. Bö- lüm 2 retina tanıma sisteminin yapısını tarif etmekte, Bölüm 3 Sinirsel Ağları kullanarak retina tanıma sistemini tarif et- mektedir. Bölüm 4 retina tanıma sistemi için elde edilen de- ney sonuçlarını göstermekte Bölüm 4 makalenin sonucunu da sunmaktadır. 2. RETINA TANIMA SISTEMI Retina tanıma teknolojileri göz merceğinden giren ışığı işleyen göz küresinin arkasındaki ince sinir üzerindeki kan damarları formlarını yakalar ve analizini yapar. Retinaya ait formlar oldukça belirleyici özelliklerdir. Her göz tama- men kendisine özel kan damarları formuna sahiptir. ; hatta tek yumurta ikizlerinin bile birbirinden farklıdır. Her form bir insanın ömrü boyunca kararlı olarak kalmasına rağmen, glokoma, diyabet, yüksek kan basıncı ve otomatik bağışıklık sistemi bozukluğu sendromundan (aids) etkilenebilir. Reti- nanın küçük, içte ve ölçülmesinin zor olduğu gerçeği reti- nanın görüntülerinin yakalamasını biyometrik tekniklerin ço- ğundan daha zor hale getirmiştir. Görüntüsü alınacak şahıs gözünü retina tarama cihazının merceğine çok yakın tutmalı, doğrudan merceğin içine bakmalı ve küçük bir kamera göz merceğinin içinden tarama yaparken içeride dönen bir ışığa odaklanmış olarak tam anlamıyla hareketsiz beklemelidir. Herhangi bir hareket yapılan işlemi kesebilir ve yeniden baş- lama gerekebilir. Görüntünün kaydolması rahatlıkla bir da- kikadan fazla zaman alabilir. Üretilen şablon sadece 96 by- te’dir ve biyometrik teknolojilerinin en küçüklerinden biridir 10. Biyometrik teknolojilerin en doğru ve güvenilir olanların- dan biridir, çok yüksek güvenliğe ihtiyaç gösteren hükümete ve askeriye ait ortamlara, örneğin nükleer silah ve araştırma tesislerine, giriş kontrolü için kullanılır. Ancak, kullanıcılardan beklenen önemli derecede gayret ve işbirliği bu teknolojiyi biyometrik teknolojilerin en az uygulananı haline getirmiştir. Genel olarak retina taraması süreci üç alt sürece ayrılabilir: i. Görüntünün elde edilmesi ii. Bilgisayar esaslı işleme süreci iii. Özelliklerin çıkartılması ve tanıma. Tasarlanan retina tanıma sisteminin blok diyagramı Şekil 1’de verilmiştir. Retina tanıma sistemi üç aşama içerir: Gö- rüntü/Sinyal elde edilmesi, ön işleme ve görüntünün sınıf- landırılması (tanıma). Görüntünün elde edilmesi işleme aşa- ması en karmaşık olandır. Bu alt sürecin tamamlanabilmesi büyük ölçüde kullanıcının işbirliğine dayalıdır. Tarama için kullanıcının gözü merceğe çok yakın konumlandırılmalıdır. Kameranın içine bakarken, kullanıcı beyaz bir arka plana karşı yeşil bir ışık görür. . Kamera aktif hale geldiğinde, yeşil ışık 360 derecelik tam bir daire çizecek şekilde hareket eder. Bu süreçte retinanın kan damarları formu yakalanır. Bu aşa- mada üç ila beş görüntü elde edilir. Kullanıcının gösterdiği işbirliğinin seviyesine göre görüntüleri yakalama şaması bir dakika kadar sürebilir. Retinal görüntü elde edilmesi sergile- nir. Görüntünün elde edilmesi sırasında, görüntü/sinyal elde edilmesi ve dönüştürülmesi (retinanın bir görüntüsünün alınması ve bu görüntünün dijital formata aktarılması) için retina görüntüleri temiz ve net olmalıdır. Retinanın berraklığı ve netliği de retina görüntülerinin kalitesini etkiler. Bir sonra- ki aşama verilerin çıkartılması aşamasıdır. Genetik etmenler kan damarları formunun oluşumu üzerine bir etki yapmadı- ğından, retina benzeri olmayan özellikler çeşitliliği içerir. Ön işleme sürecinde, retina göz görüntüsünden çekilir ve daha sonra segmentlere ayırma prosedürü kullanılarak retina- ya ait görüntülerin damarlı temsilcisi elde edilir. Bu görün- tü normalleştirildikten ve iyileştirildikten sonra retinaya ait görüntünün nümerik değerlerine dönüştürülmesini yapan özellikler vektörüne yansıtılır. Sınıflandırma için sinirsel ağlar kullanılır. Özellikler vektörü sinirsel ağlar için hazırlama veri- leri seti haline gelir. Retina sınıflandırması sistemi iki işletme konumunu içerir: Ayarlama konumu ve online konumu: İlk aşamada, retina görüntülerinin gri tonlaması değerleri kul- lanılarak tanıma sisteminin ayarlanması yapılır. Ayarlamadan sonra, online konumda, sinirsel ağın sınıflandırmasını yapar ve belli retina görüntülerine ait formları tanır. Retina görüntüsünün alınması Çıkış formları Sınıflandırma Özellik vektörü Ön işleme Şekil 1. Bir retina tanıma sisteminin blok diyagramı