Face recognition using neural networks on field programmable gate array
Sahada programlanabilen kapi dizilerinde yapay sinir ağlari ile yüz tanima
- Tez No: 307092
- Danışmanlar: YRD. DOÇ. DR. NALAN ERDAS ÖZKURT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Temel bileşenler analizi, Yapay sinir ağları, Yüz tanıma, Çok işlemcili sistemler, Principal components analysis, Artificial neural networks, Face recognition, Multiprocessor systems
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- 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
2019
Mekatronik MühendisliğiFırat ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL UÇAR
- 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
2015
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURCU ERKMEN
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Detection of humans in video streams using convolutional neural networks
Başlık çevirisi yok
AMEEN MUDHER ABBAS ALDULAIMI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Fine-tuning convolutional neural networks for maritime vessel classification, verification and recognition
Evrişimli sinir ağlarında eğitim transferi ile gemi sınıflandırma, doğrulama ve tanıma
CAHİT DENİZ GÜRKAYNAK
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. NAFİZ ARICA