Yüz tanıma sistemlerinde kullanılan öznitelik vektörlerinin optimizasyonu
Optimization of feature vectors used in face recognition systems
- Tez No: 282770
- Danışmanlar: PROF. DR. AYDIN AKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 104
Özet
Bugüne kadar gerçekleşen pek çok gelişmeye karşın yüz tanıma zorlu bir problem olmaya devam etmektedir. Yüz ifadeleri, poz ve aydınlık gibi parametrelerde meydana gelen küçük değişimler, yüz imgesinde bozulmalara neden olmaktadır. Buna rağmen, yüzdeki yerel niteliklerin bu tür bozulmalara karşı dayanıklı olduğu ve bir uzay-frekans analizi ile niteliklerin eldesinin mümkün olduğu düşünülmektedir. Bu amaç doğrultusunda, iyi biçimde belirlenmiş uzay-frekans yerelleştirmesi ile Dalgacık Analizi doğru bir seçim olarak karşımıza çıkmaktadır. Çeşitli dalgacık tabanları arasında Gabor Fonksiyonları, hem zamanda hem de frekansda en uygun çözünürlüğü sağlamaktadır. Örüntü tanıma için yerel niteliklerin elde edilmesinde, Gabor Dalgacıklar en uygun yaklaşım olarak görünmektedir.Doğrusal olmayan sürekli fonksiyonların optimizasyonu için geliştirilmiş Parçacık Sürü Optimizasyonu (PSO), basitleştirilmiş sosyal bir modelin benzetimi esnasında bulunmuştur. Kökleri iki ana metodolojiye dayanmaktadır; genelde Yapay yaşam (Artificial life (A-life)), özelde Kuş sürüsü (Bird Flocking), Balık sürüsü (Fish Schooling) ve Sürü Teorisi (Swarm Theory). PSO, Evrimsel Hesaplama ile ilintilidir, bununla birlikte kökleri hem Genetik Algoritma hem de Evrimsel Programlamaya ulaşmaktadır.PSO, basit bir fikir ve bir kaç satır bilgisayar kodu ile gerçeklemesi mümkün bir metoddan oluşmaktadır. Sadece temel matematik operatörlerine ihtiyaç duymakta, ayrıca bellek gereksinimi ve hız bakımından oldukça masrafsızdır.Bu çalışmada, yüz tanımada kullanılan özniteliklerin Gabor Dalgacık ile elde edilmesi üzerinde durulmuştur. Ayrıca parçacık sürü optimizasyonuna dayalı bir yüz tanıma öznitelik optimizasyonu sunulmuş, farklı yüz kümeleri üzerinde testler yapılarak benzetim sonuçları yorumlanmıştır.
Özet (Çeviri)
Despite remarkable progresses so far, the general task of face recognition remains a challenging problem, this is mainly due to the complex distortions that can be caused by variations in illumination, facial expressions and poses. It is widely believed that local features in face images are more robust against such distortions and a spatial?frequency analysis is often desirable to extract such features. With good characteristics of space?frequency localization, wavelet analysis is the right choice for this purpose. In particular, among various wavelet bases Gabor functions provide the optimized resolution in both the spatial and frequency domains. Gabor wavelets seem to be the optimal basis to extract local features for pattern recognition.Particle swarm optimization has roots in two main component methodologies. Perhaps more obvious are its ties to artificial life (A-life) in general, and to bird flocking, fish scooling, and swarming theory in particular. It is also related, however, to evolutionary computation, and his ties to both genetic algorithms and evolutionary programming.Particle swarm optimization comprises a very simple concept, and paradigm can be implemented in a few lines of computer code. It requires only primitive mathematical operators, and is computationally inexpensive in terms of both memory requirements and speed.In this study, the extraction of features, used in face recognition, is examined. Gabor Wavelets are used to extract the features. Also a face recognition feature optimization technique, related to particle swarm optimization, is represented, and the results of the simulation are examined by testing different face sets.
Benzer Tezler
- Yüz tanıma: Öz yüzler yapay sinir ağları, Gabor dalgacık dönüşümü yöntemleri
Face recognition: Eigenfaces, neural networks, Gabor wavelet approaches
HALİT ERGEZER
Yüksek Lisans
Türkçe
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KRASSİMİR IANKOV
- Face recognition and person re-identification for person recognition
Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması
EMRAH BAŞARAN
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
PROF. DR. MUHİTTİN GÖKMEN
- On real-world face super-resolution and face image synthesis evaluation
Gerçek dünya yüz süper çözünürlüğü ve yüz görüntüsü sentezi değerlendirmesi üzerine
ERDİ SARITAŞ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Multi-scale recursive context aggregation network for semantic segmentation
Anlamsal bölümleme için çok ölçekli özyinelemeli bağlam birleştirme ağı
ABDULLAH YALÇIN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KESKİNÖZ
- Görünüş tabanlı yüz tanıma yöntemlerinde verimliliği artırmak için öznitelik seçimi
Feature selection to improve efficiency in appearance based face recognition method
DERYA ALTINTOP
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CELAL ÖZTÜRK