ÖZET Anahtar Kelimeler: Yapay Sinir Ağları, İmza Tanıma Bu tezde, yapay sinir ağı kullanılarak imza tanıma işlemi gerçekleştirilmiştir. İmza tanıma işleminde, öncelikle imzalar normalize edilmiş ve arka planda oluşan gürültü ve kirlilikleri gidermek için eşiklenmiş ve ardından yapay sinir ağı eğitiminde kullanılacak özellikler elde edilmiştir. İmzalar, imza yoğunluğu, imzanın merkezler arası göreli yatay farkı, imzanın merkezler arası göreli dikey farkı, imzanın genişliği, imzanın yüksekliği olmak üzere 5 özelliğine bakılarak, birbirlerinden ayırt edilmişlerdir. Bu beş özellik üç farklı eşikleme değeri için hesaplanarak toplam 15 özellik haline getirilmiştir. Böylece 5, 10 ve 15 özelliği giriş olarak kullanan üç tip yapay sinir ağı modeli imza tanıma için kullanılmıştır. Ayrıca yapay sinir ağı yapısının öğrenme performansına; eşiklemenin etkisi 3 değişik (185, 170, 150) eşikleme ile bakılmıştır Off-line imza doğrulama görevi için adaptif geri yayılım algoritmalı nöral ağların uygunluğunu değerlendirmek için çok sayıda deney yapılmıştır. Deneylerimiz; geri yayılım algoritmalı ağların off-line imza doğrulama görevi için kullanılabileceğini göstermiştir. IX
SUMMARY (signature verification using artificial neural networks) Keywords : Artificial Neural Networks, Signature Verification In this thesis, signature verification was done using artificial neural networks. In signature verification process the first, the signatures were normalized and to eliminate the noise and blemishes occured in background the signatures were thresholded. The last, features used in artificial neural network's learning were extracted. Signatures and five features included; signature density, horizontal relative difference between signature centers, vertical relative difference between signature centers, signature width, signature high was extracted. 15 features were formed from the features using three different threshold calculations. This features included 5,10, 1 5 inputs, were used by three types neural network for signature verification. Effect of this thresholds were investigated on learning performance of the neural network. Many experiments were done for ability of adaptif BP(backpropagation) neural network on off-line signature verification. The experiments showed that BP neural network on off-line signature was very useful.
