Bilgisayar ortamında insan yüzü algılama
Computer based human face detection
- Tez No: 104443
- Danışmanlar: PROF. DR. ÖNDER TÜZÜNALP, YRD. DOÇ. DR. ZİYA TELATAR
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2001
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 131
Özet
ÖZET Doktora Tezi BİLGİSAYAR ORTAMINDA İNSAN YÜZÜ ALGILAMA İrfan MUHAMMAD Ankara Üniversitesi Fen Bilimleri Enstitüsü Elektronik Mühendisliği Anabilim Dalı Danışman: Prof. Dr. Önder TÜZÜNALP II. Danışman: Y. Doç. Dr. Ziya TELATAR Bu çalışmada iki boyutlu görüntülerde insan yüzü algılayabilmek amacıyla yüz görünümüne dayalı bir algoritma geliştirildi. Algoritma, (perceptron) olarak bilinen ileri besleme sinir ağına dayalıdır. Sinir ağı, hatanın geri yönde yayılma prensibine göre kuruldu ve veri tabanından elde edilen ortalama yüzlerle eğitildi. Ortalama yüzler, görüntü arşivindeki görüntülerden ön-görünümlü ve farklı açılarda dönmüş yüz örüntüleri alınıp normalleştirildikten sonra ortalaması alınarak elde edildi. Ortalama yüzler, eğitilmek üzere sinir ağına verilmeden önce satır ve sütun alt matrislerine bölündüler. Algoritma, yüz algılama için verilen her hangi bir görüntüyü tarar. Farklı boyutta olan yüzleri bulabilmek için görüntü daha küçük boyutlara indirgenir. Farklı boyutlarda bulunan yüzlerin bir biriyle karşılaştırması, ve buluşsal bilgilerin kullanımı ile algoritmanın performansı artar. Görüntüde yüz olması olasılığının düşük olduğu yerlerde harcanan tarama zamanının azaltılması için bir ön-tarama algoritması geliştirildi. Çalışmada, ayrıca farklı görünüm açılarında insan yüzü ihtiva eden görüntüler ile de bir görüntü arşivi kuruldu. Arşiv bölümde çalışanların ve öğrencilerin fotoğraflarından oluşturuldu. Algoritma bir görüntü grubu üzerinde denendi, ve dik ön-görünümlü yüzlerin basan oranı 96%, aşağı yada yukarı eğilen yüzler için 84% ve yan tarafa dönmüş yüzler için de 60% olarak gözlendi. Ön-tarama algoritması ile 40 - 85% arasında değişen oran ile tarama zamanının azaldığı gözlendi. 2001, 117 sayfa ANAHTAR KELİMELER : Yüz algılama, sinir ağlan, sınıflandırma, tarama zaman
Özet (Çeviri)
ABSTRACT Ph.D. Thesis COMPUTER BASED HUMAN FACE DETECTION Irfan MUHAMMAD Ankara University Graduate School of Natural and Applied Sciences Department of Electronics Engineering Supervisor: Prof. Dr. Önder TÜZÜNALP 2nd Supervisor: Asst. Prof. Dr. Ziya TELETAR In this work, an algorithm was developed for detecting human faces in two- dimensional photographs with minimum constraints on the properties of the photograph and appearance of faces in the photograph. A view-based approach was used for implementing the face detection algorithm. The algorithm is based on feed forward neural network known as (Perceptrons). The neural network was trained by using the back-propagation algorithm. Neural network was trained by using average faces, which were obtained by normalizing and averaging 2100 frontal face only images extracted from the image database. The average faces were first divided into row and column sub-matrices and then presented to the neural network for training. The algorithm scans the given image at different scales, by resizing the image subsequently, for detecting face of different size. Arbitration between multiple scales and heuristics improve the accuracy of the algorithm. For reducing the time taken in scanning the images at places where the probability of face is very low a pre-scan algorithm was developed which eliminates these areas thus reducing the scanning time. A database of images containing human faces at different orientations was setup. The database consists of the pictures of the personnel and students of the department. The algorithm was evaluated on a test set of images, which contain faces of different orientations against cluttered backgrounds. The algorithm has detection rate of 98%, for upright frontal faces, 84% for tilted frontal faces and 54% for side ways rotated faces. Reduction of scanning time between 40 - 85% was observed by the use of pre-scan. 2001, 117 pages Key Words : Face detection, neural networks, classification, scanning time 11
Benzer Tezler
- Detection of humans in video streams using convolutional neural networks
Başlık çevirisi yok
AMEEN MUDHER ABBAS ALDULAIMI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Perceived disparity refinement in virtual environments
Sanal ortamlarda algılanan disparitenin geliştirilmesi
UFUK ÇELİKCAN
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR GÜDÜKBAY
DOÇ. DR. TOLGA ÇAPIN
- Model based human face detection using skin color segmentation
Ten rengi kullanarak model tabanlı insan yüzü bulma
EYLEM ÖZBAY
Yüksek Lisans
İngilizce
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Bölümü
DR. REZA HASSANPOUR
- Hareket algılayan duyargalar ile üç boyutlu uzayda hareket kestirimi
Motion estimation in three dimensional space with motion sensing modules
CEM KÜÇÇÜK
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. D. TURGAY ALTILAR
- Gerçek zamanlı insan yüzü belirleme
Real-time human face detection
NADİR SUBAŞI
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. REMBİYE KANDEMİR