Geri Dön

Yapay sinir ağları ile yüz tanıma

Artificial neural networks based face recognition

  1. Tez No: 155710
  2. Yazar: GÖKSEL GÜNLÜ
  3. Danışmanlar: Y.DOÇ.DR. FADIL ÇELİKKOL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 99

Özet

VI YAPAY SİNİR AĞLARI İLE YÜZ TANIMA (Yüksek Lisans Tezi) Göksel GUNLU GAZI ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MAYIS 2004 ÖZET Yüz tanıma personel kontrol sistemleri, erişim kontrolü, gözetim, ülke sınırlarının kontrolü, kredi kartları ve ATM cihazlarında tanıma ve onaylama ve son zamanlarda halka açık alanlarda suçluların tanınması gibi çok geniş alanlarda uygulamalara sahiptir. Ancak yüz resimlerindeki yüksek korelasyona sahip çok sayıdaki nokta, tanıma için gereksiz hesap yükü oluşturur. Bu çalışmada işlem sayışım azaltmak için yüz resimlerinin iki boyutlu ayrık kosinüs dönüşümü alındı. Hesaplanan sonuçlar içinden seçilen az sayıdaki katsayılar üzerinde yapay sinir ağları eğitildi. Ayrık Kosinüs Dönüşümü(AKD) hesaplaması ve Yapay Sinir Ağları(YSA)'nm eğitilmesi hızlı mikroişlemciler gerektirir. Bu açıdan bakıldığında Sayısal Sinyal İşleyici (SSİ) daha fazla önem kazanmaktadır. Yüz tanıma algoritması uygulaması için Texas Instruments TMS3206713 (Kayan-nokta İşlemci) SSİ kullanıldı. Yüz tanıma algoritması kayan nokta işlemler üzerinde çalışmaktadır. Kayan nokta işlem kapasitesine sahip SSİ kullanılması hesaplama süresini kısaltmıştır. Bilim Kodu Anahtar Sözcükler Sayfa Sayısı Tez Yöneticisi 908 Yüz Tanıma, Sayısal Sinyal İşleyici, Yapay Sinir Ağları 87 Yard. Doç. Dr. Fadıl Çelikkol

Özet (Çeviri)

vıı ARTIFICIAL NEURAL NETWORKS BASED FACE RECOGNITION (M.Sc. Thesis) Göksel GUNLU GAZI UNIVERSITY INSTUTE OF SCIENCE AND TECHNOLOGY MAY 2004 ABSTRACT Face recognition has a wide range of applications such as identity authentication, personal checking systems, access control, and surveillance, buildings entrances and systems control, borders control, identification and verification for credit cards and ATM, and very recently passive recognition of criminals in public places. But pixels which have high correlation in face hologram, causes unrequired computational burden. In this work, Discrete Cosine Transform (DCT) of face hologram was calculated. Artificial Neural Networks (ANN) was trained for a small numbers of selected DCT coefficients. ANN training and DCT calculation requires fast microprocessors. For this reason DSP attract more attention. In this project, Texas Instruments' TMS3206713 (floating-point processor) DSP used for face recognition application. Face recognition algorithm based on floating point processes. Using floating point capabilities of DSP shorten time requirements. Science Code : 908 Key Words :Face Recognition, Digital Signal Processors, Artificial Neural Networks Page Number : 87 Adviser : Asst. Prof. Dr. Fadıl Çelikkol

Benzer Tezler

  1. Yapay sinir ağları ile yüz tanıma

    Face recognition with artificial neural network

    OZAN TAŞOVA

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Elektrik ve Elektronik MühendisliğiDokuz Eylül Üniversitesi

    İktisat Bölümü

    DOÇ. DR. ZEKİ KIRAL

  2. Yapay sinir ağları ile yüz sezimi ve takibi

    Face detection using artificial neural networks

    SERKAN ESER

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF.DR. TÜLAY YILDIRIM

  3. Face recognition using neural networks on field programmable gate array

    Sahada programlanabilen kapi dizilerinde yapay sinir ağlari ile yüz tanima

    RECEP DOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Elektrik ve Elektronik MühendisliğiDokuz Eylül Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NALAN ERDAS ÖZKURT

  4. Yapay sinir ağları ile yüz ifadesi tanıma

    Facial expression recognition with artificial neural networks

    FATİH ATEŞOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. AYŞE SALMAN

  5. Yüz tanıma uygulamalarında özyüzler ve yapay sinir ağlarının karşılaştırılması

    Comparison of eigenfaces and artificial neural networks in face recognition applications

    HAKAN KEKÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolCumhuriyet Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. HÜDAVERDİ BİRCAN