Derin Evrişimsel Ağlar Kullanarak Çevrimdışı Sahte İmza Ve Gerçek İmza Sınıflandırılması

EasyChair Preprint 8863

Abstract

İmza inceleme, insan hayatındaki hukuki bir nitelik taşıyan önemli bir uzmanlık alanıdır. Adli ve özel belge inceleme laboratuvarlarında gelişmiş mikroskoplar, aydınlatma cihazları ve imza doğrulama yöntemleri kullanılmaktadır. İmza sahteciliği olaylarında son yıllarda ciddi bir artış olmuştur. Projemiz derin evrişimsel sinir ağları kullanarak imzanın sahte veya gerçek olup olmadığı hususunda otomatikleştirmeyi amaçlamaktadır. GPDC veri seti kullanılmıştır. Derin öğrenme CNN yöntemlerinden Alexnet, Resnet, Vgg16 mimarileri kullanılarak doğruluk oranları karşılaştırılmıştır. Kullanılan bu mimarilerden Alexnet mimarisinde doğruluk oranının daha yüksek çıktığı gözlenmiştir

Keyphrases: AlexNet, CNN, Derin Öğrenme, ResNet, VGG16, İmza İnceleme

@booklet{EasyChair:8863,
  author    = {Tuba Talo and Ahmet Çınar},
  title     = {Offline Fraud Signature and Real Signature Classification Using Deep Convolutional Networks},
  howpublished = {EasyChair Preprint 8863},
  year      = {EasyChair, 2022}}