Geri Dön

Holistic face recognition by dimension reduction

Boyut indirgeme yoluyla bütüncü yüz tanıma

  1. Tez No: 143423
  2. Yazar: AHMET BAHTİYAR GÜL
  3. Danışmanlar: DOÇ. DR. AYDIN ALATAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Yüz Tanıma, Ana Bileşen Analizi (ABA), Özyüz, Doğrusal Ayırtaç Analizi (DAA), Bayes Sınırlayıcısı, Genelleme, Ayırma, Bütüncü, Boyut İndirgeme Teknikleri, Face Recognition, Principal Component Analysis (PCA), Eigenface, Linear Discriminant Analysis (LDA), Bayesian Classifier, Generalization, Discrimination, Holistic, Dimension Reduction Techniques
  7. Yıl: 2003
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 121

Özet

Yüz tanıma, literatürde üzerine değişik araştırmalar olan popüler bir araştırma konusudur. Bu tezde, Özyüz adı verilen bütüncü bir Ana Bileşen Analizi (ABA) temelli metod detaylı olarak incelenmiş ve bu metoda dayalı 3 method karşılaştınlmıştır. Bu metodlar; ABA ile boyutu indirgenmiş resime Bayes Sınırlayıcısı uygulanması esasına dayalı Bayes ABA, ABA ile indirgenmiş resime Doğrusal Ayırtaç Analizi (DAA) uygulanması esasına dayalı Alt-Uzay DAA ve ABA ile indirgenmiş resime En-Yakın-Orta-Değer Sınırlayıcısı uygulanmasına dayalı Özyüz'dür. Bu üç metod Olivetti Araştırma Laboratuarı (ORL) yüz veritabanı, Yüz Tanıma Teknolojisi (FERET) veritabam ve CNN-TURK Spikerleri yüz veritabam üzerinde uygulanmıştır. Sonuçlar aydınlatma ve yüz ifadesi değişiklikleri ve yaşlanma etkilerine göre karşılaştınlmıştır. Sonuçlar, Alt-Uzay DAA ve Bayes ABA'nın yüz ifadesi değişikliği durumunda ABA 'ya göre biraz daha iyi performans gösterdiğini ortaya koymuştur. Ancak, aydınlatma değişikliği ve yaşlanma konusunda ABA' dan daha iyi sonuçlar elde edilse de Alt-Uzay DAA ve Bayes ABA'nın performansı çok iyi değildir.

Özet (Çeviri)

Face recognition is a popular research area where there are different approaches studied in the literature. In this thesis, a holistic Principal Component Analysis (PCA) based method, namely Eigenface method is studied in detail and three of the methods based on the Eigenface method are compared. These are the Bayesian PCA where Bayesian classifier is applied after dimension reduction with PCA, the Subspace Linear Discriminant Analysis (LDA) where LDA is applied after PCA and Eigenface where Nearest Mean Classifier applied after PCA. All the three methods are implemented on the Olivetti Research Laboratory (ORL) face database, the Face Recognition Technology (FERET) database and the CNN-TURK Speakers face database. The results are compared with respect to the effects of changes in illumination, pose and aging. Simulation results show that Subspace LDA and Bayesian PCA perform slightly well with respect to PCA under changes in pose; however, even Subspace LDA and Bayesian PCA do not perform well under changes in illumination and aging although they perform better than PCA.

Benzer Tezler

  1. Türkiye'de su hakkı

    The right to water in Turkey

    YILDIZ AKEL ÜNAL

    Doktora

    Türkçe

    Türkçe

    2021

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. ERDOĞAN BÜLBÜL

  2. Yüzdeki nirengi noktalarının koşullu regresyon ormanları ile saptanması

    Facial feature detection using conditional regression forests

    GENCER VURAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  3. Face recognition and person re-identification for person recognition

    Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması

    EMRAH BAŞARAN

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

    PROF. DR. MUHİTTİN GÖKMEN

  4. Ölçek ve pozdan bağımsız yüz tanıma

    Scale and pose invariant face recognition

    ALİ YAMUÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ABDULLAH BAL

  5. A new approach for facial expression recognition with an adaptive classification

    Uyarlanabilir sınıflandırma ile yüz ifade tanıma için yeni bir yaklaşım

    ABUBAKAR MUHAMMAD ASHIR

    Doktora

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BAYRAM AKDEMİR