- International Journal of Engineering and Innovative Research
- Vol: 3 Issue: 3
- SIGNATURE VERIFICATION USING SIAMESE NEURAL NETWORK ONE-SHOT LEARNING
SIGNATURE VERIFICATION USING SIAMESE NEURAL NETWORK ONE-SHOT LEARNING
Authors : Merve Varol Arisoy
Pages : 248-260
Doi:10.47933/ijeir.972796
View : 6 | Download : 3
Publication Date : 2021-09-16
Article Type : Research
Abstract :Dijitalleşmenin hayatımızın her alanında hızlanmasıyla birlikte biyometrik doğrulama yöntemlerine olan ihtiyaç da artmaktadır. Biyometrik verilerin benzersiz olması ve biyometrik doğrulamanın e-dolandırıcılık saldırılarına karşı parola tabanlı doğrulama yöntemlerine göre daha güçlü olması tercih oranını artırmıştır. Biyometrik doğrulama türlerinden olan imza doğrulama, bankacılık sistemleri, idari ve adli uygulamalar gibi birçok alanda önemli rol oynamaktadır. Kişinin kimliğini ve imza sahteciliğini tespit etmek için çevrimiçi ve çevrimdışı olmak üzere 2 tür imza doğrulaması vardır. İmzalama sırasında çevrimiçi imza doğrulaması yapılır ve kişinin imzasına ilişkin zamansal dinamik veriler mevcuttur. Çevrimdışı doğrulama, imzalandıktan sonra görüntü taranarak uygulanır ve bu doğrulama mekansal verilerle sınırlıdır. Bu nedenle, çevrimdışı imza doğrulama süreci daha zorlu bir görev olarak kabul edilir. Bu çalışmada, Siyam Sinir Ağı kullanılarak yazardan bağımsız, One-Shot Learning tabanlı çevrimdışı imza doğrulaması yapılmıştır. Derin Evrişim Sinir Ağı'nın görüntü sınıflandırması için büyük miktarda etiketli veri gerektirmesi nedeniyle, daha az sayıda imza kullanarak başarılı bir sınıflandırma yapabilen One-Shot Learning yöntemi kullanılarak gerçek ve sahte imza ayrımı sağlanmıştır. Siyam mimarisi kullanılarak imza veri setleri üzerinde yapılan deneyler sonucunda, sırasıyla 4NSigComp2012, SigComp2011, 4NSigComp2010 ve BHsig260'da 93.23, 92.11, 89.78, 91.35 doğrulama yüzdesi doğruluğu elde etmiştir.Keywords : Çevrimdışı İmza Doğrulama, Siamese Sinir Ağı, One-shot Öğrenme, Makine Öğrenmesi, Derin Öğrenme