Parmak izinden yüz bileşenlerinin zeki sistem kullanarak tahmini
Estimating face components from fingerprints using an intelligent system
- Tez No: 372917
- Danışmanlar: PROF. DR. ŞEREF SAĞIROĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Bu tez çalışmasında, parmak izinden burun, çene, göz, kaş ve yüz çevresi gibi yüz uzuvlarına ait kısımların tanımlamasına yönelik olarak yapay sinir ağı (YSA) temelli çözümler sunulmuştur. Yapılan çalışmada; 5 farklı yüz uzvunun büyüklüğü ve şeklinin tekli ve beşli olarak belirlenmesi için zeki modeller oluşturulmuştur. Modeller, hızlı yayılım (QP), Delta-Bar-Delta (DBD), Genişletilmiş Delta-Bar-Delta (EDBD), Geri Yayılım (BP) ve Max-Prop (MP) öğrenme algoritmaları kullanılarak eğitilmiş olup, YSA modellerinin yüz uzuvlarının tek çıkış yüzde ortalama test başarı değerlerinin sırasıyla %56,50, %48,50, %50,50, %57,00 ve %50,50 ortalama hata değerleri ile doğru cevaplar üretmiştir. Parmak izinden yüz uzuvlarının aynı anda beşli olarak tahmini için ilk kez önerilen YSA modeli EDBD öğrenme algoritması kullanılarak eğitilmiş ve yüz uzuvlarının tek bir YSA modelinden elde edilen sonuçların kabul edilebilir olduğu görülmüştür. Önerilen modellerin eğitimde yüksek başarı göstermesi umut verici olup, testlerde beklenilen düzeyde başarılı sonuçlar elde edilememiş olsa da tek bir model ile tüm yüz uzuvlarının tahmin edilebilmesi ümit vericidir. Bu çalışmanın parmak izinden yüz tanıma alanında yapılan çalışmalara katkı sağlaması ve gelecekte bu çalışmanın yapılacak olan çalışmalara ışık tutacağı değerlendirilmektedir.
Özet (Çeviri)
In this study, artificial neural networks (ANNs) based models have been proposed to predict face parts such as nose, chin, eyes, and eyebrows and face contour. Five different artificial neural networks have been developed single and multiple face parts according to their facial expressions such as thickness and shapes. ANN models were then trained with Quick Propagation (QP), Delta-Bar-Delta (DBD), Extended Delta-Bar-Delta (EDBD), Back Propagation (BP) and Max-Prop (MP) learning algorithms and obtained results have shown that the classification of five different facial expressions based on ANN models produced 56.50%, 48.50%, 50.50%, 57.00% and 50.50% accuracy for single face part, respectively. The compact ANN model for multiple predictions for five face parts was trained with only EDBD learning algorithm and it is prediction accuracy is more satisfactory. The proposed model is very promising in predicting the training set with high accuracy but in test it is less than expected. Even if the test results are more than expected it is still promising to predict all five face parts with in a single ANN model. It is assumed that this study will contribute and enlightened further studies in predicting faces from fingerprints.
Benzer Tezler
- Parmak izinden yüz eşkâli belirleme için yeni yöntem ve sistem geliştirme
A new approach and developed system to identify facial sketches from only fingerprints
URAZ YAVANOĞLU
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
PROF. DR. İLHAMİ ÇOLAK
PROF. DR. ŞEREF SAĞIROĞLU
- Gömülü sistemlerde yüz tanıma algoritmalarının karşılaştırılması
Comparison of face recognition algorithms in the embedded systems
MEHMET FATİH ÖZDEMİR
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe Üniversitesiİnternet ve Bilişim Teknolojileri Yönetimi Ana Bilim Dalı
DOÇ. DR. UÇMAN ERGÜN
- Kütüphane ortamında yüz ve parmak izi tanıma sisteminin geliştirilmesi
Development of face and fingerprint recognition system in library environment
MOHAMMED RIDHA MOHAMMED AHMED ALSARRAR
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASEMİN GÜLTEPE
- Comparison of 3D facial anchor point localization methods
Üç boyutlu yüz nirengi noktaları bulan metotların karşılaştırılması
MUSTAFA YAĞCIOĞLU
Yüksek Lisans
İngilizce
2008
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İLKAY ULUSOY
- Bilgisayar destekli parmak izi tanıma sistemi tasarımı
Computer-aided fingerprint recognition system
ÖZNUR SİNEM SÖNMEZ
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. A. HALİM ZAİM