Geri Dön

Face recognition using neural networks on field programmable gate array

Sahada programlanabilen kapi dizilerinde yapay sinir ağlari ile yüz tanima

  1. Tez No: 307092
  2. Yazar: RECEP DOĞAN
  3. Danışmanlar: YRD. DOÇ. DR. NALAN ERDAS ÖZKURT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 99

Özet

Biyometrik, kendine özgü fiziksel veya biyolojik niteliklerine dayalı olarak insanların kimliğini tespit etmek için kullanılan dijital teknolojiden faydalanma bilimidir. Çok sayıda biyometrik teknoloji geliştirilmiştir. Parmak izi, yüz, iris ve ses tanıma en yaygın kullanılan biyometrik teknolojilerdir. Özellik çıkarma metotları, biyometrik sistem tasarımında önemli bir rol oynamaktadır.SPDK (Sahada Programlanabilir Kapı Dizileri) içeren uygulamalar, sayısal işaret işleme, biyometrik tanıma, medikal görüntü işleme, uzay ve savunma sistemleri, bilgisayar görüntüsü alanlarında kullanılmaktadır. SPKD programlanabilir mantık elemanlarıdır. Her bir mantık bloğunun işlevi kullanıcı tarafından düzenlenebilmektedir. SPDK çok sayıda uygulamada tercih edilmektedir.Bu tezde SPDK üzerinde gerçekleştirilen yüz tanıma işlemi tanıtılmıştır. Öznitelik çıkarma işlemi için temel bileşen analizi (TBA) kullanılmıştır ve tanıma işlemi yapay sinir ağı (YSA) tarafından gerçekleştirilmiştir.SPKD (Sahada Programlanabilir Kapı Dizileri) üzerinde bir işlemci kullanılarak, yapay sinir ağının eğitilmesi uzun süren bir işlemdir. Bu nedenle, hiyerarşik sınıflama yöntemi kullanılarak çok işlemcili sistem geliştirilmiştir. Böylelikle, %93.9 tanıma oranı için sistemin %47.2 daha hızlı çalışması sağlanmıştır.

Özet (Çeviri)

Biometric is a science of digital technology which is used to identify people based on unique physical or biological characteristics. There are several biometric technologies such as fingerprint, face, iris and speech recognition. The feature extraction techniques play important role for biometric recognition system design.Recently, the Field Programmable Gate Arrays (FPGAs) have been commonly used in several applications such as digital signal processing, biometric recognition, medical imaging aerospace and defense systems, computer vision. Basically, FPGAs are the programmable logic devices. Each function of logic block can be organized by user. FPGAs are preffered in a variety of applications.In this thesis, a face recognition system which is implemented on FPGA has been introduced. The principle component analysis (PCA) has been used for feature extraction and recognition has been accomplished by artificial neural network (ANN).Since the training of the artificial neural network is a long process using only one processor on FPGA, a hierarchical classification with multiple processor approach has been followed. Thus, 47.2% system speedup has been obtained for a recognition rate of 93.9%.

Benzer Tezler

  1. Destek vektör makineleri kullanarak gömülü sistem üzerinde yüz tanıma uygulaması

    Face recognition application on embedded system using support vector machines

    HİLAL GÜNEREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURCU ERKMEN

  2. Derin öğrenme kullanılarak FPGA'lar ile gerçek zamanlı nesne algılama ve tanıma

    Real-time object detection and recognition on FPGAS's by using deep learning

    VEYSEL YUSUF ÇAMBAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Mekatronik MühendisliğiFırat Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞEGÜL UÇAR

  3. Yerel görünüm ve derin modeller kullanarak hibrit bir yüz tanıma yaklaşımı

    A hybrid face recognition approach using local appearance and deep models

    MERT ARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HAZIM KEMAL EKENEL

  4. Obje tanıma için yeni bir CNN modeli

    A new CNN model for object detection

    GUNEL JABBARLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Uluslararası Bilgisayar Ana Bilim Dalı

    DOÇ. DR. MURAT KURT

  5. Yapay sinir ağları ile yüz sezimi ve takibi

    Face detection using artificial neural networks

    SERKAN ESER

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF.DR. TÜLAY YILDIRIM