Dalgacık dönüşümünü kullanarak ön cepheden çekilmiş insan yüzü resimlerinin tanınması
Recognition of frontal face images by applying the wavelet transform
- Tez No: 213564
- Danışmanlar: YRD. DOÇ. DR. METİN ARTIKLAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Resim sleme, Veritabanı, Dalgacık Dönüsümü, Dalgacık dönüşümleri, Veri tabanı, Image Processing, Database, Wavelet Transform, Wavelet transforms
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Resim islemenin bir alt dalı olan resim tanıma günümüzde teknolojinin gelismesiyle birlikte oldukça önem kazanmıstır. Resim tanımada ise özellikle insan yüzü tanıma öne çıkmakta ve yaygın olarak güvenlik amaçlı kullanılmaktadır. nsan yüzü resimlerinin tanınması için birçok yöntem uygulanmaktadır. Bu yöntemlerin kullanılan veritabanına, yazılan algoritmalara ve farklı dıs etkenlere baglı olarak degisik üstünlükleri bulunmaktadır. Bu çalısmada kesikli dalgacık dönüsümü yöntemi ile insan yüzü resimlerinin tanınması gerçeklestirilmistir. Resimler iki seviyeli kesikli dalgacık dönüsümüne tabi tutuldu. Dönüsüm sonucunda elde edilen özet dalgacık katsayıları ile tanıma islemi gerçeklestirildi. Dalgacık dönüsümünün uygulanmasıyla yapılan tanıma performansında, dönüsüm uygulanmadan yapılan tanıma performansına göre dogru tanıma oranı artarken, tanıma zamanında ise önemli bir azalma olmustur. Yapılan simülasyonlar; herhangi bir isleme tabi tutulmamıs 500 kisilik bir veritabanı kullanıldıgında direk karsılastırma yöntemine dayalı metodun %78 dogru tanıma performansı gösterdigini belirlemistir. Dalgacık dönüsümüne dayalı metot uygulandıgında ise %80 dogru tanıma performansı elde edilmis ve tanıma zamanında 11 kata varan bir azalma meydana gelmistir.
Özet (Çeviri)
Nowadays, object recognition which is a subfield of image processing has gained significant importance as science and technology allows more sophisticated manipulation of digital images. Among this subject, human face recognition received a lot of attention mostly because of the need to reliably security systems. In this study, we have developed a method based on discrete wavelet transformation to recognize human face images. 2 level transformations is applied to images. The approximation coefficients of the second level are used to identity faces. We have showed that applying wavelet transformation to the images increases recognition performance as well as decreases recognition time significantly when compared to similar cases using images without transformation. Simulations are performed over a set 500 people selected from CNNL face database. Our method, based on template matching without any transformation applied to images, performed % 78 correct recognition performances. The method developed based on wavelet transformation performed %80 correct recognition on the same set. However the latter performs the identification as much as 11 times faster.
Benzer Tezler
- Bayes sınıflandırıcı kullanarak yüz sezimi
Face detection using bayes classifier
MERAL BAŞAK TÜRKEÇ
Yüksek Lisans
Türkçe
2007
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SEMİH BİNGÖL
- Dalgacık dönüşümü ve derin öğrenme yöntemleri ile hisse senedi fiyat tahmini
Stock price prediction with wavelet transform and deep learning methods
ÇAĞRI ÇOBAN
Yüksek Lisans
Türkçe
2023
EkonometriAydın Adnan Menderes ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. ELVAN HAYAT
- Linear prediction coding and wavelet based multi heart diseases classification via SVM
Lineer tahmini kodlama ve dalgacık tabanlı SVM üzerinden çoklu kalp hastalıklarının sınıflandırılması
ALAA MAJEED AL-OBAIDI
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiTürk Hava Kurumu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HASSAN SHARABATY
- Supervised and unsupervised models of brain networks for brain decoding
Beyin durumu tanıma için gözetimli ve gözetimsiz olarak oluşturulan beyin ağları
ABDULLAH N.A. ALCHIHABI
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATOŞ TUNAY YARMAN VURAL
- Condition monitoring and fault detection for electrical power systems using signal processing and machine learning techniques
Sı̇nyal ı̇şleme ve makı̇ne öğrenme teknı̇klerı̇ kullanılarak elektrı̇k güç sı̇stemleri ı̇çı̇n durum ı̇zleme ve arıza belirleme
YASMIN NASSER MOHAMED
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER