Bilgicik tabanlı ilişkili bileşen analiziyle eğiticisiz yüz tanıma modeli
An unsupervised face recognition model by self-enhanced side information
- Tez No: 245109
- Danışmanlar: YRD. DOÇ. DR. LÜTFİYE DURAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, İstatistik, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 103
Özet
Bu tezde, yüz tanıma problemi için birim filtre bankaları aracılığıyla türetilen altgörüntüler pozitif yan bilgi olarak kullanılmış ve ilişkili bileşen analizi (RCA) kullanılarak eğiticisiz yeni bir yüz tanıma modeli geliştirilmiştir. Bu geliştirilen model kosinüs, korelasyon, kareli öklit, manhattan ve mahalonobis uzaklık metrikleri kullanılarak ORL ve AR veritabanları üzerinde test edilmiş ve yapılan optimizasyonlarla hem sınıflandırma doğruluğunun yükseltilmesi, hem de çalışma hızının ve performansının azami seviyeye çıkarılması sağlanmıştır.Altörnekleme ile bir görüntüden dört adet altgörüntü oluşturularak kullanılabilecek özvektör sayısı artırılmıştır. Kullanılabilecek özvektör sayısının artmasıyla birlikte sınıflandırma başarı oranında da belirgin bir şekilde artış gözlenmiştir. Klasik temel bileşen analizinde (PCA'de) en iyi doğru ve yanlış sınıflandırma oranları küçük bir özdeğer aralığında bulunurken, altörnekleme ile özdeğer aralığının geniş bir aralıkta düzgün bir şekilde yayılması sağlanmıştır.Önerilen bu yeni modelde klasik PCA'i takiben RCA kullanılmış ve ilgisiz bileşenler yok edilerek en iyi doğru sınıflandırma oranında klasik PCA metotuna kıyasla % 12.69'a varan bir yükselme elde edilmiştir.
Özet (Çeviri)
In this thesis, a new unsupervised face recognition model has been proposed in which the face images are transformed through the identity filter banks and the new subimages derived from original image are used as positive side-information in Relevant Component Analysis (RCA). This model has ran over ORL, and AR face databases by using Cosinus, Correlation based, Squared Euclid, Manhattan and Mahalonobis distance metrics and a significant classification improvement is observed.By subsampling with identity filter banks four new subimages of a quarter size of the original image are obtained and the number of useful eigenvectors are increased which will help to improve the accurate classification rates. While in classical techniques the best accurate recognition rate and incorrect recognition rate are standing in a small eigenvalue space; with the help of big amount of useful eigenvectors, this space is extended to a large scale of surface where the data can be properly spreaded.In this new model RCA, followed after PCA, has leaded us to reduce the weight of irrelevant components in projection space and improve the accurate classification performance up to 12.69 %.
Benzer Tezler
- Marka kimliği unsurlarından semboller bağlamında havayolu şirketlerinin sosyal medya stratejileri
Social media strategies of airline companies in the context of symbols of brand identity elements
AYGÜN KAPLAN
Yüksek Lisans
Türkçe
2021
Sivil Havacılıkİstanbul Kültür Üniversitesiİletişim Sanatları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEREN BİLGİCİ OĞUZ
- Formal kuvvet serileri için bir sembolik algoritma
A Symbolic algorithm for formal power series
GÖKSAL BİLGİCİ
Yüksek Lisans
Türkçe
1999
Eğitim ve ÖğretimGazi ÜniversitesiMatematik Eğitimi Ana Bilim Dalı
PROF.DR. ŞEREF MİRASYEDİOĞLU
- Osteoartrit ve romatoid artrittli hastalarda idrar glikozaminoglikan düzeyleri ve hastalık aktivitesi ile ilişkisi
Başlık çevirisi yok
AYHAN BİLGİCİ
Tıpta Uzmanlık
Türkçe
1998
Fiziksel Tıp ve RehabilitasyonOndokuz Mayıs ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. ÖMER KURU
- Osmaniye/Bahçe halk kültürü üzerine bir araştırma
The study on Osmaniye/Bahçe folk culture
UĞUR BİLGİCİ
Yüksek Lisans
Türkçe
2018
Halk Bilimi (Folklor)Osmaniye Korkut Ata ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
DOÇ. DR. CENGİZ GÖKŞEN