• Sonuç bulunamadı

10. SONUÇ VE ÖNERİLER

10.2. Elde Edilen Bulgular ve Değerlendirmeler

Önerilen sistemi geliştirmek ve test edebilmek için 4 farklı biyometrik verileri kapsayan veri kümeleri oluşturulmuştur. Tez kapsamında oluşturulan BiyoVeri#2 veritabanının, her kişiden alınan 10 parmak izinin 80 piksellik iki ayrı kesitine ait verilere göre, bayan Türk vatandaşların tüm parmak izlerinin 1. kesit ortalama tepe sayısının 14,41 tepe/80 piksel ve 2. kesit ortalama tepe sayısının 13,82 tepe/80 piksel, bay Türk vatandaşların 1. kesit ortalama tepe sayısının 13,27 tepe/80 piksel, 2. kesit ortalama tepe sayısının ise 12,53 tepe/80 piksel olduğu tespit edilmiştir. Aynı veritabanıyla elde edilen sonuçların devamında ise, bayanların 1. kesit ortalama vadi sayısı, tepe kalınlığı, tepe kalınlığının tepe sayına oranı ve tepe kalınlığının vadi kalınlığına oranı değerleri sırasıyla, 14,49 vadi/80 piksel, 39,39 TK/80 piksel, 2,89 TKTSO/80 piksel, 37,96 VK/80 piksel, 2,85 VKVSO/80 piksel ve 1,07 TKVKO/80 piksel olarak ve yine aynı sırayla 2. kesit ortalama değerleri ise 13,90 vadi/80 piksel, 39,30 TK/80 piksel, 2,93 TKTSO/80 piksel, 37,12 VK/80 piksel,

2,75 VKVSO/80 piksel ve 1,08 TKVKO/80 piksel olarak tespit edilmiştir. Aynı sırayla bayların 1. kesit ortalama değerleri 13,31 vadi/80 piksel, 38,82 TK/80 piksel, 3,05 TKTSO/80 piksel, 38,48 VK/80 piksel, 3,14 VKVSO/80 piksel ve 1,03 TKVKO/80 piksel olarak ve yine aynı sırayla 2. kesit ortalama değerleri 12,53 vadi/80 piksel, 38,43 TK/80 piksel, 3,22 TKTSO/80 piksel, 37,69 VK/80 piksel, 3,12 VKVSO/80 piksel ve 1,04 TKVKO/80 piksel olarak tespit edilmiştir. BiyoVeri#1 ve BiyoVeri#3 veritabanlarıyla yapılan detaylı analiz sonuçları da benzer şekilde, baylar ve bayanların parmak izlerindeki TS, TK, TKTSO ve TKVKO parametrelerinin cinsiyete göre farklılık gösterdiğini kanıtlamaktadır.

Geliştirilen yeni sistemin testi, BiyoVeri#1 ile yapıldığında elde edilen en yüksek sınıflandırma başarısı %95,2, BiyoVeri#2 ile yapıldığında tüm parmakların ortalama sınıflandırma başarıları en yüksek %93,8, BiyoVeri#3 ile yapıldığında elde edilen en yüksek sınıflandırma başarısı %64,39 ve BiyoVeri#4 kapsamında anlık olarak alınan parmak izlerinin başarılı sınıflandırma oranı %93,3 olarak tespit edilmiştir. Elde edilen başarımlar karşılaştırıldığında, sistem tarafından Türk vatandaşlarıyla yapılan eğitim ve test işlemleri sonuçlarının yüksek bir başarıma sahip olduğu tespit edilmiş, BiyoVeri#3 veritabanındaki cinsiyet sınıflandırma başarımının ise diğer veritabanı sonuçlarına göre düşük olduğu görülmüştür. Literatürdeki farklı ırklarla yapılan çalışmalarda da tespit edilen, tepe ve vadi sayısı ile bunların bazı kombinasyonlarının ırka göre, cinsiyetler arasında farklılıklar gösterdiği bilgisinden hareketle, BiyoVeri#3 veritabanıyla elde edilen bu başarının farklı ırklara ait parmak izlerinden oluşan veritabanından kaynaklandığı düşünülmektedir. Elde edilen sınıflandırma başarım sonuçlarından, Türk vatandaşlarına ait #BiyoVeri1 veritabanındaki parmak izleri kullanılarak, yeni önerilen yöntem ile geliştirilen sistemin, [14] nolu çalışmada belirtilen sisteme göre %17,2 oranında daha iyi sonuçlar ürettiği ve hesaplama karmaşıklığının yakın sonuçlar verdiği açıkça görülmüştür.

Sonuçların deneysel olarak diğer bilim insanları tarafından da yapılabilmesi için web tabanlı uygulama geliştirilmiş ve kullanıma sunulmuştur. Sunulan sistemde Naive Bayes algoritması kullanılarak, sisteme sunulan parmak izinin hangi parmaktan olduğu bulunmakta, daha önce o parmağa ait parmak izi verileriyle eğitilen sistemin yeni gelen parmak izi ile testi sağlanmakta ve elde edilen cinsiyet sınıflandırma sonucu kullanıcıya sunulmaktadır. Sistemin geliştirilmesinde, iyi bilinen bir ürün olan Neurotechnology firmasına ait Verifinger SDK’dan yararlanılmıştır. Bu SDK’nın kullanılmasının amacı,

parmak izinden cinsiyet tahmini konusunda diğer bilim insanlarının da bu sistemin benzerini tasarlayabilmesini ve sistem sonuçlarını sunulan çalışmamız ile deneysel olarak karşılaştırabilmelerini kolaylaştırmaktır.

Oluşturulan veri kümelerinde kullanılan tepe sayısının vadi sayısına oranı parametresinin, yapılan detaylı korelasyon analizleri sonucunda cinsiyet ile anlamlı bir ilişki oluşturmadığı tespit edilerek, zeki model oluşturmada dikkate alınmamıştır. Yapılan korelasyon analizlerinde, bu parametre hariç diğer tüm parametrelerin cinsiyet ile aralarında korelasyon tespit edilmiş, dolayısıyla cinsiyet tahmininde başarıyla kullanılabileceği değerlendirilmektedir.

Bu çalışma ile adli olaylarda, olay yerinde bulunan kime ait olduğu belirlenemeyen bir parmak izinin, 10 parmaktan hangisine ait olduğu tespit edildikten sonra, cinsiyetinin sunulan sistem aracılığı ile kolaylıkla tespit edilebilmektedir. Böylelikle delilden suçluya gitmede önemli bir yol kat edileceği düşünülmektedir.

Geliştirilen sistem ile parmak izi sahibinin cinsiyeti, olay yerinden elde edilen bir parmak izinden tespit edilerek, dava ve soruşturma sürecinde hem zamandan hem de harcanan emekten tasarruf mümkün olabilecektir. Ayrıca, delilden suçluya gitmede önemli bir adım olan parmak izinden cinsiyet tespiti ile, veritabanlarındaki parmak izi kayıtlarına erişmeden kişinin cinsiyeti önerilen yeni yöntemle geliştirilen sistem aracılığıyla tespit edilerek, soruşturma uzayı önemli oranda daraltılabilecek, ve sonuca daha hızlı ulaşmada katkı sağlayabilecektir.

Literatür çalışmasında incelenen makalelerden ve geliştirilen sistem ile yapılan denemeler sonucunda elde edilen bulgular doğrultusunda, parmak izinden cinsiyet tahmini için, analiz edilen parmak izi sayısı ne kadar fazla ise cinsiyet ayrıştırma başarısı da aynı yönde bir artış eğilimi göstermektedir. Tez kapsamında geliştirilen sistemin başarımı için oluşturulan parmak izi veritabanı yeterli olsa da, yüksek sayıda parmak izinden oluşan parmak izi veritabanı ile eğitilip önerilen sistemin test edilmesi, daha güvenilir sonuçlar elde edilerek bu çalışmanın tüm kurumsal laboratuvarlarda rahatlıkla kullanılabilmesi bakımından faydalı olacaktır. Fakat mevcut şartlar değerlendirildiğinde, böyle bir veritabanına şu an için ulaşmak ve yüksek sayıda örnek ile model oluşturmak ve test etmek mümkün görünmemektedir.