Yüz tanıma için 2 boyutlu görüntülerden 3 boyutlu yüz modelinin oluşturulması
3D face reconstruction from 2D images for face recognition
- Tez No: 330651
- Danışmanlar: YRD. DOÇ. DR. HASAN ŞAKİR BİLGE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
Yüz tanıma, özellikle kişilerin herhangi bir cihazla doğrudan etkileşime girmeden kimlik tespitinin gerektiği durumlarda diğer biyometrik yöntemlerden daha fazla tercih edilmektedir. Bu alanda 30 yılı aşkın süredir yapılan çalışmalar yüz üzerindeki düzgün olmayan aydınlatmanın, yüz ifadesindeki ve pozundaki değişimlerin sistem başarısını önemli ölçüde düşürdüğünü göstermiştir. Literatürde, bahsedilen problemlerin çözümü için 3 boyutlu yüz tanıma sistemleri önerilmektedir. Bu tanıma sistemleri için 3 boyutlu yüz verisine ihtiyaç vardır. 3 boyutlu yüz verisi lazer tarayıcılardan veya 2 boyuttan 3 boyuta çıkan yaklaşımlarla elde edilebilir. 2 boyutlu yüz verisinden 3 boyutlu yüz verisi elde etme işlemi için önerilen yöntemlerden biri de değiştirilebilir yüz modeli kullanımıdır. Bu çalışmada değiştirilebilir yüz modeli kullanılarak 2 boyutlu yüz görüntülerinden 3 boyutlu modele geçiş sürecinde farklı bir yaklaşım sunulmuş, bu yaklaşımla elde edilen model parametreleri ile de yüz tanıma işlemi yapılmıştır. Önerilen yöntemde ilk olarak verilen fotoğraftaki yüzün pozu bulunur. İkinci adımda pozu oluşturan çevresel şartlar ve kimlik parametreleri birbirinden bağımsız olarak tahmin edilir. Böylece yüz tanıma sistemleri için zorlu bir problem olan çevresel etkilerden soyutlanılmış olunur. Bir sonraki adımda ise kimlik vektörleri ile yüz tanıma işlemi gerçekleştirilir. Bahsedilen adımlardaki hata oranları sistemin toplam başarısını birikimli bir şekilde etkilemektedir. Bu nedenle her adımın başarısı kendi içerisinde sınanmıştır. Yapılan deneyler özgün olarak sunulan poz tahmini ve geriye çatım yaklaşımlarının yüksek başarımlı bir yüz tanıma sistemi için uygun olduğunu göstermiştir. Önerilen yöntem CMU-PIE yüz veri seti ile sınanmış, %97.9 doğru tanıma oranı elde edilmiştir. Bundan sonraki çalışmalarda, 3 boyutlu modelden farklı poz ve aydınlatmalarda 2 boyutlu görünümler alınıp yeni gelen 2 boyutlu görüntüler ile karşılaştırma üzerine incelemeler yapılması planlanmaktadır.
Özet (Çeviri)
Face recognition is more preferred to other biometrics, especially in need of identity identification without individuals? direct interaction with a device. Previous studies in this field for over thirty years have shown that non-uniform illumination on the face, the change in facial expression and pose greatly reduce system's success rate. In the literature 3D face recognition systems are proposed for solving such problems. For such recognition systems, 3D face data is needed. 3D face data can be obtained via laser scanners or 2D to 3D reconstruction methods. One of the methods which are recommended for obtaining 3D facial data from 2D facial data is morphable face model. In this study, a different approach is introduced for the process of reconstruction of 3D model using the 2D facial image and the recognition activity is conducted by using model parameters which is obtained through the presented approach. In the proposed method firstly the pose of the face is estimated. At the next step, the environmental conditions and identity parameters which constitute the pose are predicted independently. In this way, the identity parameters will be isolated from the environmental effects which are challenging issues for such systems. Finally, the face recognition process is completed using the identity parameters. The error rates of the previously mentioned steps affect the total success of the system in a cascaded way. Therefore, the success of each step is examined individually. The experiments show that, the novel pose prediction and reconstruction approaches are appropriate for a high performance face recognition system. The proposed method is examined with the CMU-PIE face data set and the success rate of this experiment is 97.9%. For future work, conducting comparison based analysis between 2D views (in different pose and illuminations) generated from 3D model and new 2D face input is planned.
Benzer Tezler
- Vi̇sual servo control appli̇cati̇on i̇n a humanoi̇d robot usi̇ng depth-camera i̇nformati̇on
Derinlik kamera bilgisini kullanarak insansı robot'ta görsel servo-kontrol uygulaması
AREZOU RAHİMİ
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ FUAT ERGENÇ
YRD. DOÇ. DR. PINAR BOYRAZ
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Deep convolutional neural network based unconstrained ear recognition
Derin evrişimsel sinir ağı tabanlı kısıtsız kulak tanıma
FEVZİYE İREM EYİOKUR
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. 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
- Lightweight facial expression recognition systems for social robots
Sosyal robotlar için hafif ağırlıklı yüz ifadesi tanıma sistemleri
ERHAN BİÇER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE