Yapay sinir ağlarıyla yüz mimiklerinin tanınması
Mimic recognition using neural networks
- Tez No: 245119
- Danışmanlar: PROF. TÜLAY YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- 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: 94
Özet
Günümüzde görüntü işleme araştırmaların yoğunlaştığı bir çalışma alanı haline gelmiştir. Bu çalışmada, iletişim yetenekleri kısıtlı, engelli veya hasta kişilerin temel ihtiyaçlarının, yüz mimiklerinin bilgisayar yardımıyla değerlendirilerek sağlanması amaçlanmıştır.Bu tez yapı itibariyle iki ana aşamada ele alınabilir. İlk aşamasında mevcut yüz görüntülerinden göz ve dudakların durumlarını tespit etmek için belirleyici özellikler elde edilmiştir. İkinci aşamasında ise oluşturulmuş bu özellik kümesi sinir ağları kullanılarak değerlendirilmiştir.Gözlerin ve dudakların durumlarına göre 12 yüz hareketi belirlenmiş ve bir kişiye ait her hareket için yaklaşık 27'şer olmak üzere toplam 322 görüntü ile bir veri kümesi kurulmuştur. Bu veri kümesindeki 211 görüntü sinir ağını eğitmede, 111 görüntü ise test etmede kullanılmıştır.Ağ üzerindeki denemeler, Matlab 7.0 Neural Networks Toolbox ve Neuro Solutions 5 programları kullanılarak yapılmıştır. Yapay sinir ağı olarak Çok Katmanlı Algılayıcı Ağlar, Radyal Temelli Fonksiyon Ağları ve Konik Kesit Fonksiyonlu Sinir Ağları kullanılmış ve bu ağların başarıları karşılaştırılmıştır.Özellik kümelerinin sinir ağlarıyla eğitimi sırasında farklı veri normalizasyon yöntemleri kullanılarak ağın eğitim ve test başarısı arttırılmıştır. ÇKA ağlarının, KKFSA ağlarına göre daha az sayıda adımda eğitilebildiği görülmüş, fakat KKFSA ağlarıyla daha yüksek sınıflama başarı oranları elde edilebildiği bulunmuştur.
Özet (Çeviri)
Image processing is one of the research areas that receives much attention from the researchers today. This thesis is done to evaluate human facial mimics by computer in order to help disabled people who have limited communicative abilities.This thesis can be divided into two main sections. In the first part of the thesis, features that would help us to classify facial mimics are extracted from the facial images. Second section demonstrates evaluating this feature matrix by using Artificial Neural Networks.12 facial gestures are designated according to the status of eyes and lips. 322 photos are taken from one person with approximately 27 photos for each set of mimics. Feature vectors extracted from these photos are kept in a database. 211 feature vectors are used to train the Neural Networks and the remaining 111 feature vectors are used for testing the Neural Networks.Neural Network simulations are performed by using Matlab 7.0 Neural Networks toolbox and Neuro Solutions 5 software. Multilayer Perceptron, Radial Basis Function Networks and Conic Section Function Neural Networks are used to evaluate the feature matrix and the success rates for these networks are compared.Different data normalization procedures are applied to the feature matrix in order to increase training and test success of the neural networks. It is noticed that MLP is trained in less epochs than CSFNN, however CSFNN reaches higher classification success rates.
Benzer Tezler
- Ortodontik tedavi öncesi hasta kooperasyonunun yapay zeka ile tahmini
Prediction of patient cooperation with artificial intelligence before orthodontic treatment
FARHAD SALMANPOUR
Diş Hekimliği Uzmanlık
Türkçe
2022
Diş HekimliğiAfyonkarahisar Sağlık Bilimleri ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. HASAN CAMCI
- Gömülü sistemlerde sesli komut tanıma
Voice command recognation in embedded systems
CAN ÇETİN
Yüksek Lisans
Türkçe
2020
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Brain-inspired learning for face analysis in artificial neural networks: A multitask and continual learning framework
Yapay sinir ağlarında yüz analizi için beyinden ilham alan öğrenme: Çok görevli ve sürekli öğrenme sistemi
SEFA BURAK OKCU
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişsel Bilim Ana Bilim Dalı
PROF. DR. ABDULLAH AYDIN ALATAN
DR. ÖĞR. ÜYESİ UMUT ÖZGE
- Face recognition using eigenfaces and neural networks
Özyüzler ve yapay sinir ağları kullanarak yüz tanımı
VOLKAN AKALIN
Yüksek Lisans
İngilizce
2003
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF.DR. METE SEVERCAN
- Cross-age effect in artificial neural networks: A study on facial age recognition bias in artificial neural networks
Yapay sı̇nı̇r ağlarında yaşlar arası etkı̇: Yapay sı̇nı̇r ağlarında yüzsel yaş tanımlama sapmasına daı̇r bı̇r araştırma
NECATİ ÇAĞATAY GÜRSOY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişsel Bilim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT PERİT ÇAKIR