Cross-pose facial expression recognition
Farklı bakış açıları arası yüz ifadesi tanıma
- Tez No: 325529
- Danışmanlar: PROF. LALE AKARUN, YRD. DOÇ. HAZIM KEMAL EKENEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Yüz ifadelerinin otomatik olarak tanınması, geniş kullanım alanlarına bağlı olarak oldukça populer bir araştırma konusudur. Var olan çalışmalar, bu problemin farklı türlerinde oldukça yüksek başarı oranları elde ettiler. Bu problemin, üzerinde daha az çalışılmış bir alanı da çoklu açılardan yüz ifadesi tanımadır. Farklı bakış açıları, farklı kişilerden kaynaklanan değişikliklerden dolayı zaten zor olan ifade tanıma problemini daha da zorlaştırır. Bu çalışmada, bir kişinin farklı bakış açılarından altı temel yüz ifadesini tanımak için bir yöntem öneriyoruz. Farklı bakış açılarından yüz ifadelerini, aralarındaki korelasyonun en yüksek olduğu ortak bir alt uzaya atmak için Kısmi En Az Kare Farkı yöntemini kullanıyoruz. Son zamanlarda, KEAKF yöntemi, bakış açısından bağımsız yüz tanıma problemi için başarılı bir şekilde kullanıldı. Eğitimde, bir insanın farklı açılardan yüz ifadeleri arasında bir ilişki kurulması yoluyla, aynı yöntemin, yüz ifadesi tanıma problemi için de başarılı bir şekilde kullanılabileceğini gösteriyoruz. Bu tür bir eğitim, kişisel farklardan bağımsız bir şekilde bakış açısı farklarını modeller. Yüz imgelerini önce hizalama adımından geçiririz, daha sonra hizalanmış yüzler üzerinde, gözler ve ağızdan yerel bloklar halinde öznitelikler çıkarırız. Öznitelik olarak, Gabor öznitelikleri ve piksel değerlerini kullandık. Ön yüz girdi bakış açısı olarak kullanıldığında, Gabor ve piksel değerlerinin yakın sonuçlar ürettiğini, ama diğer bakıç açısı ikilileri için Gabor özniteliklerinin daha iyi sonuçlar verdiğini deneylerimizde gösterdik. Ayrıca, kullanılan parametrelerin sonuçlar üzerindeki etkisini göstermek ve en iyi değerlerini bulmak için, parametrelerin detaylı analizlerini içeren deneyler yaptık.
Özet (Çeviri)
Automatic facial expression recognition is a popular research topic due to its interesting applications in a wide variety of areas. The existing studies have achieved high accuracies in various formulations of the same problem. One direction which is not fully explored is multi-view facial expression recognition. Variations caused by different poses impose extra burden on the task of recognizing expressions, which is already a difficult problem due to large differences across subjects. In this thesis, we present a method to recognize six prototypic facial expressions of an individual across different pose angles. We use Partial Least Squares (PLS) to map the expressions from different poses into a common subspace, in which correlation between them is maximized. Recently, PLS has been successfully used for pose invariant face recognition problem. We show that, PLS can be effectively used for facial expression recognition across poses by training on coupled expressions of the same identity from two different poses. This way of training lets the learned bases model the differences between expressions of different poses by excluding the effect of the identity. We first align the faces and then extract block features around two eyes and the mouth on the aligned image. We experiment with Gabor filters and direct intensity values for local face representation. We demonstrate that two representations perform similarly in case frontal is the input pose, but Gabor representation outperforms intensity representation for other pose pairs. We also perform a detailed analysis of the parameters used in the experiments to show their effects on the results and to find the optimal ones for the expression recognition problem.
Benzer Tezler
- An improved transfer learning based siamese network for face recognation
Yüz tanıma için geliştirilmiş aktarım öğrenme tabanlı sıamese ağı
DALHM GHALIB HALBOOS AL-SHAMMARI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
البروفيسور. دكتور. DEVRİM AKGÜN
- Face track retrieval and recognition across age
Yaşlar arası yüz iz çıkarımı ve tanıması
ESAM GHALEB
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Yinelemeli sinir ağları ile işaret dili tanıma
Sign language recognition with recurrent neural networks
İBRAHİM ÇETİNKAYA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Collectr: A gamified emotional data collection and labelling platform for children
Collectr: Çocuklar için oyunlaştırılmış duygu verisi toplama ve etiketleme aracı
TURGUT CAN AYDINALEV
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Yerel zernike momentleri ve metrik öğrenme yöntemleriyle yüz çifti eşleme
Face pair matching with local zernike moments and metric learning methods
ŞEREF EMRE KAHRAMAN
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN