Dostroajan: Yüz Tanıma Tabanlı Sistem Giriş Kontrol Ajanı


Creative Commons License

Ayata F. , Çavuş H. , İnan M. , Seyyarer E. , Biçek E. , Kına E.

AJIT-e: Bilişim Teknolojileri Online Dergisi, cilt.11, ss.82-96, 2020 (Diğer Kurumların Hakemli Dergileri)

  • Cilt numarası: 11 Konu: 40
  • Basım Tarihi: 2020
  • Doi Numarası: 10.5824/ajite.2020.01.005.x
  • Dergi Adı: AJIT-e: Bilişim Teknolojileri Online Dergisi
  • Sayfa Sayıları: ss.82-96

Özet

Günümüzde yapılan birçok işlemde hız, zaman ve güvenlik büyük önem taşımaktadır. Bilgiye erişimin ve bilginin kullanımının yanı sıra bilginin saklanması noktasında küresel çapta kabul görmüş ISO 27001, ITIL (Information Technologies Infrastructure Library – Bilgi Teknolojisi Altyapı Kütüphanesi), COBIT (Control Objectives for Information and Related Technology - Bilgi ve İlgili Teknoloji İçin Kontrol Hedefleri) gibi standartlar vardır. Devlet kurumları ve birçok büyük şirket bilginin korunması hususunda giriş-çıkışlarda ve bu kurumların sistem odalarına erişimde parmak izi, kart okutma, iris tanıma ve yüz tanıma sistemleri kullanmaktadır. 

Bu çalışma kapsamında geliştirilen yüz tanıma sistemi uygulaması derin öğrenme algoritmalarından biri olan Evrişimsel Sinir Ağlarını (Convolutional Neural Networks - CNN) kullanarak, yüz tanıma işlemini gerçekleştirip, istenmeyen kişilerin kişisel bilgisayarı kullanmasını kısıtlamaktadır. Bu kısıtlamaya ek olarak kişisel bilgisayarları kullanmak isteyen kişinin fotoğrafını çekerek bu fotoğrafı sistemde daha önce tanımlanmış olan bilgisayar sahibinin cep telefonuna mesaj olarak gönderip bilgilendirme yapmaktadır.

Yüz tanıma sistemi uygulamasının testi için FEI (Faculdade de Engenharia Industrial - Endüstri Mühendisliği Fakültesi) yüz veritabanı kullanılmıştır. Bu yüz veri tabanında 200 kişinin (biri nötr, biri gülümseyen, biri gülümsemeyen ve diğerleri de farklı açılarda olan) 14 farklı pozu bulunmaktadır. Toplamda 2800 fotoğraf ile sisteme erişim için denemeler yapıldı ve denemeler sonucunda en kötü açı ve ışık değerinde %76,31 ve en iyi açı ve ışık değerinde de %99,15 başarı sağlanmıştır.

Speed, time and safety are of great importance in many operations conducted today. There are standards such as ISO 27001, ITIL (Information Technologies  Infrastructure Library), COBIT (Control Objectives for Information and Related  Technology), which are globally recognized not only regarding access to information  and the use of information but also information retention. Governmental institutions  and many large companies use fingerprint, card reading, iris recognition and facial  recognition systems in entrances and exits, regarding the protection of information.  

The facial recognition system application developed within the scope of this study performs the facial recognition by using Convolutional Neural Networks (CNN),  which is one of the deep learning algorithms and restricts the use of your personal  computer by people you do not know. In addition to this restriction, it takes a photo  of the person who wants to use your personal computer and sends this photo to the  mobile phone of the owner of the computer, who was previously defined in the system  and informs him/her. 

Regarding the testing of the face recognition system application FEI (Faculdade de Engenharia Industrial- Faculty of Industrial Engineering) facial database was used.  In this facial database, there are 14 different poses of 200 people (one is neutral, one  is smiling, one is not smiling, and the others are at different angles). Trials were  made to access the system with a total of 2800 photographs and as a result of the  trials, success was achieved with a ratio of 76.31% in the worst angle and light and  a ratio of 99.15% in the best angle and light.