Geri Dön

Sınıf tabanlı iki boyutlu temel bileşenler analizi ile yüz tanıma sistemi

Face recognition system with class-wise two dimensional principal component analysis

  1. Tez No: 374564
  2. Yazar: CEREN GÜZEL TURHAN
  3. Danışmanlar: DOÇ. DR. HASAN ŞAKİR BİLGE
  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: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 127

Özet

Yüz tanıma, kimlik tespit etme amacıyla farklı alanlarda uygulamalara sahip olan bir örüntü tanıma problemidir. Temel olarak yüz tanıma sistemleri, algılayıcı ve kamera aracılığıyla alınan görüntülerden yüzün tespit edilmesi ve tespit edilen yüzden anlamlı özniteliklerin çıkarılarak yüzün tanımlanmasına dayanmaktadır. Bu amaçla yüz bulma, öznitelik çıkarımı ve sınıflandırma adımları için çok sayıda yöntem geliştirilmiştir. Literatür incelendiğinde Temel Bileşenler Analizi (PCA) tabanlı yöntemlerin bu alanda önemli bir potansiyele sahip olduğu görülmektedir. Verinin daha az öznitelikle daha iyi analiz edilme gereksinimini gerçeklemek üzere kullanılan boyut indirgeme yöntemi olarak PCA yaklaşımının etkinliğinden yararlanarak eksikliklerini gidermek üzere çok sayıda PCA tabanlı yüz tanıma tekniği geliştirildiği görülmüştür. Bu noktadan hareketle tez çalışması kapsamında yaygın olarak kullanılan PCA tabanlı yöntemler kapsamlı bir şekilde ele alınmıştır. İncelenen PCA tabanlı yüz tanıma yöntemleri geliştirilerek sınıf bazında çalışan PCA tabanlı yeni bir yaklaşım sunulmuştur. Sunulan bu yeni yaklaşım, klasik ve İki Boyutlu Temel Bileşenler Analizi (2DPCA) yöntemlerinden farklı olarak, iki boyutlu ele alınan eğitim görüntülerini sınıf tabanında değerlendirerek sınıf sayısında izdüşüm matrislerinin oluşturulmasına dayanmaktadır. Sunulan yönteme dayalı görüntü dosyaları video kayıtları üzerinde çalışan bir yüz tanıma sistemi Java programlama dili ile geliştirilmiştir. Görüntü dosyaları üzerinde yüz tanıma için Yale yüz veritabanından elde edilen yüz görüntüleri kullanılmıştır. Video kaydı üzerinde yüz tanıma için ise TV'de yayınlanan bir dizi video dosyaları ile dizi karakterlerinin görüntülerinin Google görseller aracılığıyla toplanması ile oluşturulan küçük çaplı bir yüz veritabanı kullanılmıştır. Geliştirilen sistem üzerinde yüz bulma, öznitelik çıkarımı ve sınıflandırma adımları gerçekleştirilmiştir. Ayrıca, önerilen yöntemin benzetim çalışmaları yürütülmüştür. Önerilen yöntemin etkinliği sınıflandırma başarısı ve çalışma zamanı bakımından niceliksel olarak incelenmiştir. Geliştirilen yöntemlerin performanslarını değerlendirmek üzere diğer PCA tabanlı yöntemler ile karşılaştırmalara yer verilmiştir. Geliştirilen yöntemler ile öznitelik çıkarımı yapılmadan elde edilen başarı ortalama %80,85 oranından %85,88 ve %87,03'e çıkarılmıştır. Tez çalışması ile hem görüntüler üzerinde hem de video dosyaları üzerinde gerçek zamanlı olarak hızlı ve daha başarılı çalışabilecek bir sistem geliştirilmiştir.

Özet (Çeviri)

Face recognition is a pattern recognition topic which has many applications in various disciplines for person identification. A face recognition system generally based on face detection, which detects face images taken from a camera, and recognition of faces via meaningful features which are extracted from faces. Therefore, many face detection, feature extraction and classification algorithms were proposed to realize the face recognition task. In literature, it can be easily seen that many Principal Component Analysis (PCA) based face recognition techniques are presented. PCA based algorithms can be defined as algorithms having important potential for face recognition task. To realize the requirement of defining data with fewer features, PCA based techniques are used widespreadly. Many techniques were investigated to use PCA efficiency by extending this technique with various aspects. From this viewpoint, this study is specifically focused on the PCA based face recognition techniques. By enhancing the methods in the reviewed studies, a novel classwise PCA based face recognition algorithm is presented in this study. A face recognition system based on presented algorithm was developed with Java programming language. This system can be successively detect and recognize faces in not only images but also in video files. The subjects of this study were Yale face database and a special TV series video database. Yale face database was used to detect and recognize faces on image files. For video processing, a small data set of a TV series characters was generated using Google images. Moreover, some video files of a TV series were used to real time face detection and recognition. In addition to developed system, for analyzing efficiency of proposed algorithm and its extension, many experiments were conducted. The performance of the proposed algorithm was evaluated in the terms of accuracy rate and execution time. Baseline and some PCA based methods were compared with presented methods. Presented algorithms achieved 85,88% and 87,03% accuracy on face recognition task while average baseline score is only 80,85%. On the basis of the results of experiments, it is clear to say that presented approach and its extension are superior than compared PCA based algorithms.

Benzer Tezler

  1. İki boyutlu yüz tanıma metodlarına yeni yaklaşımlar; satır ve sütun vektörleri arasındaki değişimlerin kullanılması

    New approaches for two dimensional face recognition methods; using variations between row and column vectors

    ÜMİT ÇİĞDEM TURHAL

    Doktora

    Türkçe

    Türkçe

    2008

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALPASLAN DUYSAK

  2. Face recognition using eigenfaces

    Başlık çevirisi yok

    İLKER ATALAY

  3. Bilişim sistemlerindeki gelişmelerin işletme yönetimine etkileri, yönetim bilişim sistemleri geliştirme ve bir uygulama örneği

    Effects of the evoluation of information systems on management, management information systems development and an example of its application

    ZUHAL TANRIKULU

    Doktora

    Türkçe

    Türkçe

    1999

    İşletmeİstanbul Üniversitesi

    Organizasyon ve İşletme Politikaları Ana Bilim Dalı

    PROF. DR. EROL EREN

  4. İnvolüsyonel sinir ağları ile hiperspektral verilerin analizi

    Analysis of hyperspectral data with involutional neural networks

    MÜCAHİT CİHAN

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT CEYLAN

  5. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR