Facial skin analysis with computer vision: Developing and evaluating deep learning methods for skin irregularities
Bilgisayar görüntüleme ile yüz cilt analizi: Cilt düzensizlikleri için derin öğrenme yöntemlerinin geliştirilmesi ve değerlendirilmesi
- Tez No: 1023476
- Danışmanlar: PROF. DR. SÜREYYA AKYÜZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Dermatoloji, Computer Engineering and Computer Science and Control, Dermatology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Cilt anomalileri, pigmentasyon düzensizlikleri, renk değişimleri, koyu lekeler ve benzeri birçok durumu kapsayan, kozmetik ve dermatolojik açıdan önemli bir sorun alanını temsil etmektedir. Mevcut Yapay Zekâ tabanlı sistemler çoğunlukla tekil lezyonların veya belirli cilt durumlarının tespitine odaklanmakta ve çok odaklı, kademeli ton farklılıklarını yeterince ele alamamaktadır. Bu çalışma ise, düzensiz cilt tonu görünümünü bir sınıflandırma problemi olarak ele alarak, geleneksel CNN mimarilerinin yerel ve birleşik özellik çıkarım yeteneklerini inceleyen ve karşılaştıran bir çerçeve sunmaktadır. Standart CNN modelleri, farklı cilt tiplerini kapsayan özenle hazırlanmış bir veri kümesi üzerinde ince ayar (fine-tuning) yapılarak değerlendirilmiş ve budama yöntemleri ile optimize edilmiş sürümleriyle birlikte doğruluk ve model karmaşıklığı üzerindeki etkileri analiz edilmiştir.
Özet (Çeviri)
Skin anomalies represent a critical cosmetic and dermatological challenge, characterized by pigmentation irregularities, discoloration, dark spots and many more related concerns. Existing Artificial Intelligence systems tend to focus narrowly on the detection of isolated lesions or single conditions, often failing to capture the multifocal and gradational tonal inconsistencies, whereas this study represents a framework that examines and compares the local combined feature extraction capabilities of the conventional CNNs architectures to advance automated facial skin analysis for uneven skin tone appearance, treating it as a classification problem. Standard CNNs are fine-tuned and benchmarked on a curated dataset across different skin types with their optimized versions with pruning methods to analyze their impact, accuracy and complexity.
Benzer Tezler
- Scale and pose invariant real-time face detection and tracking
Ölçekten ve pozdan bağımsız gerçek zamanlı yüz bulma ve izleme
MEHMET ŞERİF BAYHAN
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Computer vision-based skin problems identification for personalized skin analytics
Kişiselleştirilmiş cilt analitiği için bilgisayarla görü tabanlı cilt problemleri tanımlama
MARYAM MAHMOOD ADIL ALRUBAYE
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstinye ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. WADHAH ZEYAD TAREQ AL GBARI
- An affective framework for brain computer interfaces using transfer learning in virtual environments
Sanal ortamlarda transfer öğrenme kullanılarak beyin bilgisayar arayüzleri için duyuşsal çerçeve oluşturulması
MEHMET ALİ SARIKAYA
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
- Akıllı sistemlerle yüz ifadesi tanıma ve sistem otomasyonu
Facial expression recognition by using intelligent systems and system automation
SERKAN METİN
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. CAFER BAL
- Sirozlu hastalarda öz bakım gücü ile hastalık algısı arasındaki ilişki
In cirrhotic patients, the relationship between the perception of the disease with the power of self care
BEYAN KEPENEK