Geri Dön

Face detection using learning networks

Öğrenen ağlar kullanılarak yüz bulma

PDF İndir

  1. Tez No: 119061
  2. Yazar: FAİK BORAY TEK
  3. Danışmanlar: DOÇ. DR. A. AYDIN ALATAN, DOÇ. DR. GÖZDE BOZDAĞI AKAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Yüz bulma, Öğrenme, Seyrek harman ağı, Yapay sinir ağları. vı, Bilgisayar ağları, Yapay sinir ağları, Face Detection, Learning, Neural Networks, Sparse Network Of Winnows. ^&^ IV, Computer networks, Artificial neural networks
  7. Yıl: 2002
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

oz ÖĞRENEN AĞLAR KULLANARAK YUZ BULMA Tek, Faik Boray Yüksek Lisans, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Assist. Prof. Dr. A. Aydın Alatan Ortak Tez Yöneticisi: Assoc. Prof. Dr. Gözde Bozdağı Akar HAZİRAN 2002, 72 sayfa Yüz bulma, yapay görünün zorlu problemlerinden biridir. Yüz bulma prob leminin amacı, bir tek veya ardışık görüntü verildiğinde, yüz içeren bölgeleri 3 boyutlu transformasyona ve ışıklandırma koşullarına bağımlı olmadan be lirlemektir. Bir tek veya ardışık görüntüde bulunan yüzü bulmaya yönelik yaklaşımlar niteliklere dayanan ve imgeye dayanan metodlar olarak iki ana kategoriye ayrılabilir. Bu çalışmada iki farklı öğrenme temelli metot, öğren me dinamikleri ve yüz bulma performansları ile karşılaştırılmaktadır. Metot-lardan biri problem uzayının doğrusal olarak ayrılabilir olduğu öngörüsünü kullanan seyrek harman ağı yaklaşımıdır. Diğer öğrenme metodu ise prob lemin doğrusal olarak ayrılabilir olduğu öngörüsünden bağımsız olarak dağınık ayrışımlar sağlayan geleneksel yapay sinir ağları yaklaşımıdır. Karşılaştırmalı deney sonuçları, yüz ve yüz-olmayan uzayında, her iki metodun, yakın sınıflama performanslarına sahip olduğunu göstermektedir. Buna ek olarak, seyrek har man ağı temelli metodun, yapay sinir ağı temelli metoda göre daha hızlı eğitme ve sınama yapabildiği gözlenmiştir.

Özet (Çeviri)

ABSTRACT FACE DETECTION USING LEARNING NETWORKS Tek, Faik Boray M.Sc, Department of Electrical and Electronics Engineering Supervisor: Assist. Prof. Dr. A. Aydm Alatan Co-Supervisor: Assoc. Prof. Dr. Gözde Bozdağı Akar JUNE 2002, 72 pages Face detection is a challenging computer vision problem. Given a still image or an image sequence, the goal of face detection is to locate all regions that contain a face regardless of any three dimensional transformation and light ing condition. There are two main categories that may serve as a solution for this problem: feature-based and image-based approaches. In this thesis, two different image-based and learning oriented solutions are compared, to observe the learning dynamics and face detection performances. In the first mapproach, named Sparse Network of Winnows (SNoW) based face detector, the problem space is assumed to be linearly separable and a linear threshold function is offered for the solution which is supported by a sparse feature map ping architecture. For the second approach, discarding the linear separability assumption, a neural network in the form of a multilayer perceptron solution is used which assumes to represent any function using arbitrary decision surfaces by utilizing nonlinear activation functions. Observations in the comparative experiments show that the methods show closer performances for the classifi cation in the face and non-face space. Furthermore, simple architecture of the SNoW learning method enables faster training and evaluation with respect to the neural network counterpart.

Benzer Tezler

  1. Tez No

    593535

    Derin öğrenme kullanarak IP üzerinden ses hizmeti veren şebekelerde sahtekârlığa yönelik çağrıların tespiti

    Fraud detection in VOIP networks using deep learning

    MURAT BAĞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiAnkara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET AKBULUT

  2. Tez No

    797817

    Evrişimsel sinir ağlarını kullanarak sahte yüz görüntülerinin tespit edilmesi

    Detection of fake face images using convolutional neural networks

    EMRE ŞAFAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NECAATTİN BARIŞÇI

  3. Tez No

    902017

    Deepfake image/video detection and classifications using deep learning techniques

    Derin öğrenme teknikleri kullanılarak deepfake görüntü/video tespiti ve sınıflandırmaları

    DEO RUTIKANGA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZEYNEL DEPREM

  4. Tez No

    568466

    Derin öğrenme kullanılarak FPGA'lar ile gerçek zamanlı nesne algılama ve tanıma

    Real-time object detection and recognition on FPGAS's by using deep learning

    VEYSEL YUSUF ÇAMBAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Mekatronik MühendisliğiFırat Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞEGÜL UÇAR

  5. Tez No

    785008

    COVID19 yayılımını azaltmak için yüz maskesinin evrişimsel sinir ağı modelleri ile tespiti

    Detection of face mask with convolutional neural network models to reduce COVID19 spread

    ASLIHAN DAŞGIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Yönetim Bilişim SistemleriAksaray Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. KEMAL ADEM

    DR. ÖĞR. ÜYESİ SERHAT KILIÇARSLAN

Geri Dön