Geri Dön

Face recognition with Kernel Fisher discriminant analysis

Kernel Fisher ayrıştırma analizi yöntemi ile yüz tanıma

  1. Tez No: 223869
  2. Yazar: ÖZCAN ÇAVUŞ
  3. Danışmanlar: PROF.DR. MUHİTTİN GÖKMEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yüz Tanıma, Fisher Lineer Ayrıstırma Analizi, Fisher Yüzleri, Kernel Fisher Ayrıstırma Analizi, Face Recognition, Fisher Linear Discriminant Analysis, Fisherface, KernelFisher Discriminant Analysis
  7. Yıl: 2006
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 51

Özet

Günümüz dünyasında güvenlik insanlar için gün geçtikçe daha çok önemkazanmaktadır. Hali hazırda yaygın bir sekilde kullanılan sifre ve pin gibi güvenlikmekanizmaları, gerek insanlar tarafından unutulma gerekse baskaları tarafından elegeçirilme ihtimalleri oldugundan güvenlik zaafı yaratmaktadırlar. Bu durumarastırmacıları daha güvenli, dogal ve kullanıslı mekanizmalar arastırmaya yöneltmistir.Gerek kisiye özgü olması gerekse uygulama esnasında insanlarla birebir etkilesimzorunlulugu olmaması, bir biometrik teknigi olan yüz tanımayı yeni bir güvenlikmekanizması olarak diger yöntemlere göre öne çıkarmaktadır. Bu tezde, bir yüz tanımateknigi olan Kernel Fisher Ayrıstırma Analizi (KFDA) incelenmistir. Günümüzde,kernel metodları sınıflandırma ve regresyon gibi makine ögrenme islerinde giderekpopüler hale gelmektedir. Kernel metodları genel veri tipleri üzerinde çalısabilen vebunlar arasındaki genel iliskileri açıga çıkaran yeni tip örüntü analizi algoritmalarıdır.Kernel metodları ile beraber farklı aydınlatma kosullarında ve degisik yüz ifadelerindeoldukça etkileyici sonuçlar veren Fisher ayrıstırması, yüz tanıma için daha uygun halegelmistir. Sadece lineer ayrıstırma bilgisi kullanmak yerine kernel metodları bize lineerolmayan yönleri de dikkate alma olanagı saglamıstır. Bu çalısmada iki tip yüz tanımametodu gerçeklenmistir. Lineer sınıflandırma algoritması olarak Fisher Yüzleri velineer olmayan sınıflandırma algoritması olarak Kernel Fisher Ayrıstırma Analizialgoritması gerçeklenmistir. ki yöntemin farklı veritabanlarındaki performansdegerleri ve karsılastırma sonuçları da tez içinde verilmistir.

Özet (Çeviri)

Security has become very important for people in today?s world. The widely usedsecurity mechanisms like passwords and pins may not be enough secure especiallyconsidering the high cracking and stealing probability. This situation makes researchersto research more reliable and user-friendly security mechanisms. A kind of biometrictechnique called face recognition has started to be used for security purposes in the lastyears. Since it is natural, non-intrusive and easy-to-use it stands out among othersecurity techniques. In this thesis, a face recognition technique named Kernel FisherDiscriminant Analysis (KFDA) is considered. Nowadays, kernel methods have becomemore popular for machine learning tasks such as classification and regression. Kernelmethods are a new class of pattern analysis algorithms which can operate on verygeneral types of data and can detect very general types of relations. With kernelmethods, Fisher?s discriminant which gives impressive results under different lightingconditions and different face expressions becomes more appropriate for face recognition.Instead of only using linear discriminant information, kernels give us the chance to lookfor non-linear directions. In this study, two methods are implemented. As a linearalgorithm, Fisherface classification and as a non-linear algorithm KFDA areimplemented. The performance and the comparison of these two algorithms in differentdatabases can be seen in this thesis.

Benzer Tezler

  1. Gabor feature based face recognition using nearest neighbor discriminant analysis

    En yakın komşu ayrışım analizi kullanarak gabor öznitelikleri tabanlı yüz tanıma

    KADİR KIRTAÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  2. A comparison of subspace based face recgnition methods

    Alt-uzay tabanlı yüz tanıma yöntemlerinin karşılaştırılması

    ÖZKAN GÖNDER

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. UĞUR HALICI

  3. Fisher kernel based models for image classification and object localization

    Başlık çevirisi yok

    RAMAZAN GÖKBERK CİNBİŞ

    Doktora

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversité de Grenoble

    DR. CORDELIA SCHMID

    DR. JAKOB VERBEEK

  4. Vision based sign language recognition: Modeling and recognizing isolated signs with manual and non-manual components

    Video tabanlı işaret dili tanıma: El ve el dışı hareketler içeren ayrık işaretlerin modellenmesi ve tanınması

    OYA ARAN

    Doktora

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    PROF. LALE AKARUN

  5. Detection of humans in video streams using convolutional neural networks

    Başlık çevirisi yok

    AMEEN MUDHER ABBAS ALDULAIMI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEFER KURNAZ