Parametric Real Face Images Detection System (RFIDS) Using Multiple Classifiers

EMU I-REP

Show simple item record

dc.contributor.advisor Chefranov, Alexander
dc.contributor.author Mohammed, Mohemmed Osman
dc.date.accessioned 2018-07-27T05:24:10Z
dc.date.available 2018-07-27T05:24:10Z
dc.date.issued 2017-02
dc.date.submitted 2017-02
dc.identifier.citation Mohammed, Mohemmed Osman. (2017). Parametric Real Face Images Detection System (RFIDS) Using Multiple Classifiers. Thesis (M.S.), Eastern Mediterranean University, Institute of Graduate Studies and Research, Dept. of Computer Engineering, Famagusta: North Cyprus. en_US
dc.identifier.uri http://hdl.handle.net/11129/3890
dc.description Master of Science in Computer Engineering. Thesis (M.S.)--Eastern Mediterranean University, Faculty of Engineering, Dept. of Computer Engineering, 2017. Supervisor: Assoc. Prof. Dr. Alexander Chefranov. en_US
dc.description.abstract Recently biometric researches against spoofing attacks has been an important role of study, today we can examine the improvement of this biometric security technology against challenging methods such as spoofing attacks. In this thesis software-based approach is presented based on image quality assessments (IQA) to discriminate real genuine face images from impostor samples, a liveness assessment method is added to the present system to ensure friendly use, processing speed, and non-intrusive biometric system. The proposed method RFIDS uses 15 image quality features to decrease the level of complexity and make the system applicable for real-time applications. The experimental results achieved from this implemented work on an available dataset generates a high degree of positive detection compared to other existing methods and that the 15 image quality measures (parameters) are efficient in classifying real faces from printed impostor samples. There are some useful information retrieved from real images using IQA that makes the system capable enough to discriminate them from printed traits. Keywords: Image quality assessment, biometric, real and spoof face detection. en_US
dc.description.abstract Öz: Gerçek ve sahte yüz görüntüleri arasında ayrım yapmak, biyometrik kimlik doğrulama araştırmalarında önemli bir yer tutmuştur ve son zamanlarda biyometrik sistemlerde koruma geliştirmek için bu alan üzerinde araştırmalar yapılmıştır. Bu tezde, yazılım tabanlı yaklaşım olarak Görüntü Kalitesi Değerlendirme (IQA) yöntemteri kullanilmistir Gerçek orijinal yüz imgelerini sahte örneklerden ayırabilmek için, kolay kullanım, işleme hızı ve müdahaleci olmayan biyometrik sistemi sağlamak için mevcut sisteme bir “canlılık değerlendirme yöntemi” eklenmiştir. Önerilen yöntem, karmaşıklık seviyesini azaltmak ve sistemi gerçek zamanlı uygulamalar için uygun hale getirmek için 15 görüntü kalitesi özelliğini kullanmaktadır. Literatürde kullanılan bir veri kümesi üzerinde uygulanan bu çalışmadan elde edilen deneysel sonuçlar, diğer mevcut yöntemlere kıyasla yüksek derecede pozitif algılama üretir ve 15 görüntü kalitesi ölçütü, basılı sahte örneklerden gerçek yüzleri sınıflandırmada verimli olur. IQA kullanarak gerçek görüntülerden elde edilen bazı bilgiler, onları, basılı görüntülerden ayırt edebilecek kadar sistemi yeterli kılan bir yapıya getirmiştir. Anahtar Kelimeler: Görüntü kalitesi değerlendirmesi, biyometri, gerçek ve sahte yüz saptama en_US
dc.language.iso eng en_US
dc.publisher Eastern Mediterranean University (EMU) - Doğu Akdeniz Üniversitesi (DAÜ) en_US
dc.rights info:eu-repo/semantics/openAccess en_US
dc.subject Computer Engineering en_US
dc.subject Computer Vision en_US
dc.subject Image Processing en_US
dc.subject Image Quality Assessment en_US
dc.subject Biometric en_US
dc.subject Real and Spoof Face Detection en_US
dc.title Parametric Real Face Images Detection System (RFIDS) Using Multiple Classifiers en_US
dc.type masterThesis en_US
dc.contributor.department Eastern Mediterranean University, Faculty of Engineering, Dept. of Computer Engineering en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record