Geri Dön

Çok düşük çözünürlüklü yüz imgelerinde derin öğrenme uygulamaları

Deep learning applications for very low resolution face images

  1. Tez No: 365494
  2. Yazar: HABİL ÖZCAN
  3. Danışmanlar: YRD. DOÇ. DR. OKAN TOPÇU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Deniz Harp Okulu Komutanlığı
  10. Enstitü: Deniz Bilimleri ve Mühendisliği Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 92

Özet

Yüksek çözünürlüklü imgelerden kimlik tespiti uygulamaları oldukça yaygın ve başarılı uygulamaların geliştirildiği bir alandır. Düşük çözünürlüklü yüz imgelerinden kimlik tespiti probleminde aynı başarı sağlanamamıştır. Bu tezde düşük çözünürlüklü yüz imgelerinden kimlik tespitinin ve düşük çözünürlüklü imgelerin görüntü iyileştirmesinin derin öğrenme uygulamaları ile yapılması incelenmiştir. İnceleme iki ana başlık altında gerçekleştirilmiştir. İlk olarak çok düşük çözünürlüklü yüz imgeleri Yığıt Otomatik Kodlayıcılar ve Derin İnanç Ağlarında işleme sokularak saklı özellikler elde edilmekte ve Destek Vektör Makineleriyle sınıflandırma yapılmaktadır. Özellikle Yığıt Otomatik Kodlayıcılardan çıkarılan özniteliklerin yüz tanımada başarılı oldukları görülmüştür. İkinci aşamada yüz imgeleri iyileştirme amacıyla Yığıt Otomatik Kodlayıcılarla eğitilen imge yamalarının birleştirilmesine dayalı çözünürlük yükseltme algoritması önerilmektedir. Daha sonra çözünürlüğü yükseltilen yüz imgelerinin Gürbüz Boltzmann Makineleri ile veritabanındaki yüz imgeleriyle eşleştirilmesi gerçekleştirilmektedir.

Özet (Çeviri)

The applications of face recognition in high resolution images are widespread and many successful examples exist. However, the recognition results in very low resolution images have not reach that performance. In this thesis, recognition and enhancement of face images having very low resolution are tried to be solved using deep learning applications. In the first part, deep architectures, namely Stacked Autoencoders and Deep Belief Networks have employed for extracting the hidden features from very low resolution images. Support Vector Machines are the used to classify those hidden features. In the experiments, it has been observed that Stacked Autoencoders are more succesful than Deep Belief Network for getting distinctive features for face recognition. In the second part, we propose a learning based resolution enhancement algorithm using Stacked Autoencoders. The algorithm enhances the patches in low resolutional image by matching its high resolution versions in a hidden feature space. The enchanced images are then procossed by Robust Boltzmann Machines to match with the face images in the database.

Benzer Tezler

  1. Unconstrained face recognition under mismatched conditions

    Eşleşmeyen koşullar altında yüz tanıma

    OMID ABDOLLAHI AGHDAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAZIM KEMAL EKENEL

  2. Efficient techniques for the single-frame super-resolution reconstruction of intensity images

    Tek imgeden süper-çözünürlüklü geri-çatma amacıyla geliştirilmiş etkin yöntemler

    AYDIN AKYOL

    Doktora

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  3. Face track retrieval and recognition across age

    Yaşlar arası yüz iz çıkarımı ve tanıması

    ESAM GHALEB

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAZIM KEMAL EKENEL

  4. Yüzdeki nirengi noktalarının koşullu regresyon ormanları ile saptanması

    Facial feature detection using conditional regression forests

    GENCER VURAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  5. Güvenlik kameralarındaki yüz görüntülerinin süper çözünürlüklenetleştirilmesi

    Face enhancement in surveillance systems using super-resolutiontechniques

    ALİ HÜSAMEDDİN ATEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜSEYİN ESKİ