Yangın ve Güvenlik Dergisi 184. Sayı (Temmuz-Ağustos 2016)

YANGIN ve GÜVENL ø K SAYI 184 78 GÜVENL ø K - MAKALE Anshul Kumar S ú NGHA, Charul BHATNAGAR GLA Unversity, India û üpheli Ki ü ilerin ú zlenmesine Yönelik Biyometrik Güvenlik Sistemi Bu çal × ü mada, kendileri ile ilgili bilgilerin halihaz × rda veri taban × nda kay × tl × bulundu ù u ü üpheli ki ü ilerin tespitine yönelik olarak bir biyometrik güvenlik sistemi önermi ü bulunmaktay × z. Bu güvenlik kameralar × ndan gelen yüklü miktarda veri sebebiyle bu güvenlik videolar × n × n otomatik olarak analiz edilmesi için özel yöntemler gereklidir. Bu çal × ü mada, kendileri ile ilgili bilgilerin haliha- z × rda veri taban × nda kay × tl × bulundu ù u ü üpheli ki ü ilerin tespitine yönelik olarak bir biyometrik güvenlik sistemi önermi ü bulunmaktay × z. Bu güvenlik kameralar × ndan gelen yüklü miktarda veri sebebiyle bu güvenlik videolar × n × n otoma- tik olarak analiz edilmesi için özel yöntemler gereklidir. Bu çal × ü madaki yakla ü × m × m × zda Temel Komponent Analizi (PCA) ile En Yak × n Kom ü u yöntemini birle ü tirdik ve güvenilirlik de- ù eri yerine alt s × n × r de ù eri kulland × k. Önerilen yakla ü × m ki ü i ba ü × na sadece bir görüntü kul- lanmaktad × r. Bu yöntem ile alg × lama süresini azaltabildik ve bir göz alt × ki ü isi videoda alg × - lan × r alg × lanmaz bir alarm verilmesi gereklidir. 1. Giri ü Yüz tan × ma son y × llarda en önemli ara ü t × rma konular × ndan birisi olmu ü tur ve a ù × rl × kl × olarak, güvenlik kameralar × n × n deste ù i ile birlikte kamu güvenli ù i alan × nda kullan × lmaktad × r. Son za- manlarda terörizm olaylar × nda görülen art × ü sebebi ile ü üpheli ki ü ilerin insan gözü ile her zaman izlenmesi mümkün olmamaktad × r. Bu sebeple; ülke s × n × rlar × , metro istasyonlar × , aç × k pazarlar ve gizli ofisler vs. gibi kamuya aç × k ve özel alanlara güvenlik kameralar × yerle ü tirilme- si gereklidir. Buna ilave olarak ü üpheli ki ü ileri etkili ü ekilde tespit etmeye yönelik bir sistemin de bulunmas × gerekmektedir. Buradaki temel amac × m × z, d × ü alan ko ü ullar × ve kontrolsüz ko ü ul- lar alt × nda, göz alt × listesinde olan ü üpheli ki ü i- leri kalabal × ktan ay × rabilmektir. Video ile izleme yöntemi, herhangi bir obje ya da ki ü iyi, canl × ya da cans × z ü eyleri alg × lamak için çok etkili bir yöntemdir. Bu, görüntü i ü leme ve bilgisayarl × görüntüleme alt × ndaki çok geni ü bir ara ü t × rma alan × d × r. Bir insan × alg × lamak söz konusu oldu- ù unda, bu amaçla bu ki ü inin bir ya da daha fazla biyometrik özelliklerini kullanabiliriz. Bir bi- rey, kimlik tespiti ve alg × lama için kullan × labile- cek çir çok özgün özelliklere sahiptir. Örne ù in, parmak izi, iris, vücut yap × s × ve yüz vs. herhangi bir ki ü iyi tan × mak için kullanabilece ù imiz temel komponentlerdir. Ancak güvenlik kameras × ile izleme yakla ü × m × nda, parmak izi, el geometrisi ve iris gerçek ortamlarda i ü e yaramamaktad × r. Bu yakla ü × mda, güvenilir biyometrik bilgiye ihti- yaç vard × r. Bu noktada insan alg × lama söz ko- nusu oldu ù unda yüz, gerçek ortamda kame- ra ile izleme anlam × nda kullanabilece ù imiz tek güvenilir özelliktir. Otomasyonlu ü üpheli ki ü i izleme yakla ü × m × yüz yan × ma tekni ù ini kullanan önemli bir uygulama alan × d × r. Burada basit ü e- kilde, ü üpheli ki ü ilerin ufak kümeleri alg × lan × r ve di ù er herkes alg × lama d × ü × b × rak × l × r. 2. Literatür Taramas × Yang ve arkada ü lar × yüz alg × lama alan × nda yeni bir yakla ü × m önermi ü lerdir ve çok iyi bilinen geleneksel yüz tan × ma yakla ü × m × olan Temel Komponent Analizi (PCA) üzerinde çal × ü m × ü - lar ve PCA’n × n performans × n × bütün yönlerde ölçmü ü ler ve sonuçlar × analiz ettikten sonra, PCA’n × n yüksek boyutsall × ù a sahip görüntüler ile kullan × ld × ù × nda kovaryans matrisinin hesap- lanmas × n × n daha fazla vakit alaca ù × n × tespit etmi ü lerdir. Buna ilave olarak özyöneyler de Tekli De ù er Dekompozisyonu (SVD) yöntemi ile hesaplanabilmektedir ve bunun ard × ndan ko- varyans matrisinin hiç bir rolü kalmamaktad × r. Ancak SBD’nin kullan × lmas × ile, bu özyöneyler etkili ü ekilde belirlenememektedir. Bu sebep- le ara ü t × rmac × 2D PCA önermi ü tir. Burada, 2D matrisin 2D vektöre dönü ü türülmesine gerek yoktur ve bu önerilen yakla ü × m tamamen 2D matrislere ve kovaryans matrisine dayal × d × r ve özyöneyler daha k × sa sürede ve yüksek verim- lilik ile do ù rudan hesaplanabilmektedir. Ancak ara ü t × rmac × n × n tespit etmi ü oldu ù u bir k × s × tla- ma, konvansiyonel PCA’ya k × yasla 2D PCA’n × n daha fazla depolama alan × gerektirmesidir. Gottumukkal ve arkada ü lar × Modüler PCA tekni ù ini önermi ü lerdir ve bu yakla ü × m yüz görüntüsünün bölümlere ayr × lmas × na dayan- maktad × r. Bu yakla ü × mda her bir yüz görüntüsü bir dizi alt görüntüye bölümlendirilir ya da bö- lünür. Bunun ard × ndan ara ü t × rmac × PCA’y × her