Facial expression recognition system
Yüz ifadeleri tanıma sistemi
- Tez No: 342776
- Danışmanlar: YRD. DOÇ. DR. NAHİT EMANET
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Bu tezde bilgisayarlı görü alanı dahilinde yüz ifadeleri tanıma işlemi yapılmaktadır. Öncelikle, problem ve arka planı tanımlanmıştır. Daha sonra yüz ifadesi tanımlayan sistemler incelenmiş ve gerekli özellikler gösterilmiştir. Yüz ifade analizi sistemleri 3 adımdan oluşmaktadır: yüz tanıma, öznitelik çıkarma ve duyguyu tanımlama. Her bir adımın literatürde nasıl uygulandığı gösterilmiştir. Son olarak, tezde yapılan system açıklanmıştır. Yüz tanımlamada Viola-Jones [1] ve Aktif Görünüm Modeli kullanılmıştır. Öznitelik çıkarırken; yerel ikili örüntüler, Gabor filtreleri, Öklid Uzaklığı kullanılmıştır. Bu öznitelikler; Destek Vektör Makineleri?nin RBF kernel fonksiyonu, AdaBoost ve Rasgele Orman algoritmaları ile sınıflarndırılmışlardır. Cohn-Kanade [2] veritabanındaki duyguları gösteren pozlar kullanılmıştır. Sistem bu veritabanı üzerinde %81.45 başarı elde etmiştir.
Özet (Çeviri)
This thesis describes the problem of facial expression recognition in the field of computer vision. Firstly, background of the problem is presented. Then, the idea of facial expression recognition system is outlined and the requirements of such system are specified. The facial expression recognition system consists of 3 stages: face detection, feature extraction and expression recognition. Methods proposed in literature are reviewed for each stage of the system. Finally, the design and implementation of our system are explained. The face detection algorithm used in the system is based on work by Viola-Jones [1] and Active Appearance Model. The expressions are described by appearance features obtained from texture encoded with Local Binary Patterns, Gabor Filter, Euclidian Distance. The Support Vector Machine with RBF kernel function, AdaBoost and Random Forest are used for classification. Databases that were used are: Cohn-Kanade Database [2] with posed emotions. The system was trained on database achieves accuracy of 81.45% for posed actions recognition.
Benzer Tezler
- Derin öğrenme tabanlı geliştirilmiş yüz ifadesi tanıma sistemi
Deep learning based advanced facial expression recognition system
KARRAR ISMAEL MOHAMMED ALLAW
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırşehir Ahi Evran Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. MUSTAFA YAĞCI
- 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
- Facial expression recognition based on facial anatomy
Yüz anatomisine dayalı ifade tanıma
KRİSTİN SURPUHİ BENLİ
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIşık ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA TANER ESKİL
- Kısmi ve tam yüz görüntüleri üzerinde makine öğrenmesi yöntemleriyle yüz ifadesi tespiti
Facial expression recognition on partial and whole face images with machine learning methods
İSMAİL ÖZTEL
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL ÖZ
- Durgun görüntülerden yüz ifadelerinin tanınması
Facial expression recognition from static images
BİLGE SÜHEYLA AKKOCA
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN