Neural network based face detection using a multi resolution image pyramid
Çok çözünürlüklü imge piramidi kullanan sinir ağı tabanlı yüz sezimi
- Tez No: 139420
- Danışmanlar: PROF. DR. LALE AKARUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2003
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET ÇOK ÇÖZÜNÜRLÜKLÜ İMGE PİRAMİDİ KULLANAN SİNİR AĞI TABANLI YÜZ SEZİMİ Bir imgedeki insan yüzünün varlığını ve konumunu bulmayı amaçlayan yüz sezimi, otomatikleştirilmiş yüz imgesi analizinin ilk önemli adımıdır. Yüz seziminin biyometrik kimlik tespiti, içerik tabanlı imge bulup getirme, video kodlama, video konferans, güvenlik, akıllı insan-bilgisayar arayüzleri alanlarında çeşitli uygulamaları vardır. Bu çalışmada, siyah beyaz imgelerde dikey cepheden yüz sezimi ele alındı. Sistemimiz örneklerden öğrenme tabanlıdır. Sistemin eğitim evresi, uygun yüz ve yüz olmayan örneklerin oluşturulmasını ve sinir ağlarının geri besleme yöntemiyle eğitilmesini içerir. Sistemin test evresi bir imge piramidinin pencere tarama yöntemi ile sinir ağı kullanılarak test edilmesini ve imge piramidinin farklı boyutlarından gelen sezim sonuçlarının hiyerarşik gruplama kullanılarak birleştirilmesini içerir. Eğitim verisi üzerinde boyut indirgeme uygulanmıştır. Ağlardan bir tanesi indirgenmiş girdi uzayında eğitilmiştir. İki değişik sonuç birleştirme yaklaşımı geliştirilmiştir. îlk yaklaşımda imge piramidinin değişik boyutlarındaki sezim sonuçları özgün boyuta taşınıp gruplandmlmıştır. İkinci yaklaşımda sezim sonuçlan önce imge piramidinin değişik boyutlarında gruplandmlmış, bu grupların ortalama değerleri özgün boyuta taşınıp yeniden gruplandırılrmştır. Test veri kümeleri üzerindeki ayrıntılı sonuçlara göre özgün girdi uzayında eğitilen ağm indirgenmiş girdi uzayında eğitilene göre, ilk birleştirme yaklaşımının da ikinciye göre daha başarılı olduğu görülmüştür.
Özet (Çeviri)
IV ABSTRACT NEURAL NETWORK BASED FACE DETECTION USING A MULTI RESOLUTION IMAGE PYRAMID Face detection, which aims to detect the presence and the position of a human face in an image, is the first important step in automated facial image analysis. Face detection has several applications in areas such as biometric identification, content-based image retrieval, video coding, video conferencing, security and intelligent human-computer interfaces. In this work, upright frontal face detection in gray scale images is studied. Our system is based on learning from examples. Training phase of the system includes the construction of appropriate face and nonface samples and the training of neural networks using a bootstrap method. Testing phase of the system includes the testing of an image pyramid with the neural networks using a window scanning technique and the merging of the detection results from different scales of the image pyramid using hierarchical clustering. Dimensionality reduction is applied on training data. One of the networks is trained with the reduced input space. Two merging approaches are developed. In the first approach, detection results of different scales are carried to the original size and then they are clustered. In the second approach, detection results are pre-clustered in different scales then the mean value clusters are carried to the original size and they are again clustered. Overall test results on the test datasets show that the neural network trained with original input space performs better than the one trained with reduced input space. Also the first merging approach performs better than the second merging approach.
Benzer Tezler
- Meme kanseri tespiti için sentetik mikrodalga görüntülerinin derin öğrenme odaklı segmentasyonu
Driven segmentation of synthetic microwave images for breast cancer detection
ÖZLEM BAHAR
Yüksek Lisans
Türkçe
2025
İstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Novel AI- based face recognition framework using deep neural networks and bounding box annotation
Başlık çevirisi yok
RASHA KHALID OMAR AL-OMARY
Yüksek Lisans
İngilizce
2022
Altınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Advanced 3D face anti-spoofing system using hybrid deep neural network and optimization techniques
Hibrit derin sinir ağı ve optimizasyon tekniklerini kullanan gelişmiş 3B yüz sahtekarlığını önleme sistemi
MOHAMMED KAREEM HUSSEIN HUSSEIN
Doktora
İngilizce
2025
Altınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- A real-time multi-modal deep learning system for driver fatigue detection
Sürücü yorgunluğunu tespit etmek için gerçek zamanlı çok modlu derin öğrenme sistemi
CENNET KOCABIYIK GÜR
- Islanding detection in distributed generation grids using recurrent neural networks
Dağıtılmış üretim şebekelerinde yenilenen sinir ağları kullanılarak adalanma tespiti
SARAH MAHMOOD FARHAN ALKINANI