Bölge tabanlı parçalı yüz tanıma
Region based partial face recognition
- Tez No: 354259
- Danışmanlar: DOÇ. DR. HASAN ŞAKİR BİLGE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Klasik yüz tanıma algoritmaları yüz üzerinde bulunabilecek güneş gözlüğü, peçe vb. kapanmalarda başarılı olamamaktadır. Bu amaçla literatürde genellikle kapanmaların tespit edilip kapanma olmayan bölümler üzerinde tanıma yapan çalışmalar çokça yer almaktadır. Bu çalışmaların bazılarında yeteri kadar yüksek başarı oranına ulaşılamamış, bazılarında ise renkler kullanılarak kapanmalar tespit edilmeye çalışılmıştır. Renk bilgisi kullanan çalışmaların pratikte geçerlilikleri düşüktür, çünkü kapanmalar her türlü şekilde ve çok çeşitli renklerde oluşabilmektedir. Ayrıca kapanmaların tespiti işlem maliyetini artırmaktadır. Son zamanlarda doğrusal yakınsama yöntemleri kapanma problemlerinde kullanılarak başarılı sonuçlar elde edilmiştir. Bu çalışmada geliştirilen algoritma, iki aşamalı bir yapıya sahiptir; birinci aşamada kNN sınıflandırıcısı (k-Nearest Neighbor, k-En yakın komşuluk) ve ikinci aşamada LR (Linear regression, Doğrusal regresyon) sınıflandırıcısı uygulanmaktadır. Bu yaklaşımda hem yerel öznitelikler hem de genel öznitelikler kullanılmaktadır. Öznitelik çıkarımı, öklit haritası ile görüntü üzerindeki değişim bilgisi kullanılarak gerçekleştirilmektedir. Öklit haritasında, her nokta için pikselin komşu piksellerine olan öklit uzaklığı hesaplanmaktadır. Öklit haritası kullanıldığında istenmeyen değişimler görüntüden atılabilmekte ve tanıma işleminde kullanılacak değişim aralığı belirlenebilmektedir. Deneysel çalışmalarda AR veri tabanı kullanılarak yüz tanıma işlemi yapılmıştır. Deneylerde 2 türlü eğitim kümesi kullanılmıştır; birincisinde her bir kişi için tek eğitim görüntüsü bulunmaktadır, ikincisinde her bir kişi için birden fazla eğitim görüntüsü bulunmaktadır. Test için ise eğitim kümesinde yer alan kişilerin gözlüklü ve peçeli görüntüleri kullanılmıştır. Yapılan deneylerde her bir kişi için tek eğitim görüntüsünün kullanıldığı durumda gözlük kapanmasında %98 ve peçe kapanmasında %96 yüz tanıma başarı oranları elde edilmiştir. Her bir kişi için birden fazla eğitim görüntüsünün kullanıldığı durumda gözlük kapanmasında %100 ve peçe kapanmasında %98 yüz tanıma başarı oranları elde edilmiştir. Deneysel sonuçlar, geliştirilen algoritmanın başarılı olduğunu göstermiştir.
Özet (Çeviri)
If faces are under occlusions like sunglasses, scarfs etc., classical face recognition algorithms could not succeed in recognition task. For this purpose, there are a lot of studies in the literature which firstly determine occlusions on faces and then perform recognition task on unoccluded parts. In some of these studies, satisfactory success rates haven?t been achieved; in some of others, colors have been used for determining occlusion. Studies which are using color information are not acceptable enough for real life applications, because occlusions can be in any form with various colors. Furthermore, the step of determining occlusions boosts computation cost. Recently, successful results are achieved by applying linear convergence techniques on occlusion problems. In this study, an approach with a two-step architecture is proposed; in the first step kNN (k-Nearest neighbor) classifier is used and in the second step LR (Linear regression) classifier is used. In this approach, both local and holistic features are utilized. Feature extraction is applied by using Euclidean map where variation information on the image is utilized. In Euclidean map, pixel?s euclidean distance to its neighboring pixels are calculated for each point. By using such a technique, unnecessary variations can be thrown out and variation range that is used in recognition task can be specified. In this study, AR database was used in experiments for face recognition. In experiments, two kinds of training set are used; the first one includes single image per subject and the second one includes multiple images per subject. For testing, images that include sunglasses and scarf of the same subjects are used. For multiple training samples per subject case, 100% face recognition success rate in sunglasses occlusion experiments and 98% face recognition success rate in scarf occlusion experiments were achieved. In single training sample per subject case, 98% face recognition success rate in sunglasses occlusion experiments and 96% face recognition success rate in scarf occlusion experiments were achieved.
Benzer Tezler
- 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
- GIS-based real estate legislation information system design: The case of İzmir, Foça
CBS tabanlı taşınmaz mevzuatı bilgi sistemi tasarımı: İzmir, Foça örneği
MERT KAYALIK
Yüksek Lisans
İngilizce
2023
Jeodezi ve Fotogrametriİzmir Katip Çelebi ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEYNEL ABİDİN POLAT
- Climate change impacts on catchment-scale extreme rainfall variability
İklim değişiklinin havza ölçeğinde ekstrem yağışlar değışkenliğine etkileri
ALI DANANDEH MEHR
Doktora
İngilizce
2016
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN KAHYA
- Realistic microwave breast models through T1-weighted 3-D MRI data
T1-ağırlıklı 3-boyutlu MRI datası kullanılarak gerçekçi mikrodalga meme modelleri geliştirilmesi
AHMET HAKAN TUNÇAY
Yüksek Lisans
İngilizce
2013
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Güneybatı Ankara Bölgesindeki kentsel yayılmaya üniversite yatırımlarının etkisi
The impact of university investments on urban sprawl in Southwest Ankara Region
SEDA NUR TÜRKMEN
Yüksek Lisans
Türkçe
2019
Şehircilik ve Bölge PlanlamaNecmettin Erbakan ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEMİHA SULTAN TEKKANAT