Geri Dön

Performance comparison between SIFT and SURF descriptors for face recognition using wavelet transforms

Dalgacık dönüşümleri kullanarak yüz tanıma için SIFT ve SURF tanımlayıcılarının arasındaki performanslarının karşılaştırılması

PDF İndir

  1. Tez No: 418789
  2. Yazar: MUSA M.AMEEN
  3. Danışmanlar: YRD. DOÇ. DR. ALAA ELEYAN
  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: 2016
  8. Dil: İngilizce
  9. Üniversite: Mevlana Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Otomatik yüz tanıma, insan yüzünü insan müdahalesi olmadan tanımayı amaçlayan bilgisayarla görmede başlıca bir araştırma alanıdır. Bu alandaki önemli gelişmeler, birçok yüz tanıma uygulamasında otomatik tekniklerin insanlardan daha üstün olduğunu göstermektedir. Yüz tanıma, makine görmesi, örüntü tanıma, biyoinformatik vb. gibi birçok alanı kapsamaktadır ve en gözde konulardan birisi olmuştur. Yüz tanımadaki asıl problem, bir yüzü tanımlamak için öznitelik setinin nasıl bulunacağıdır. Öznitelik çıkarımı hakkında birçok algoritma önerilmiştir ve bunlar esasen üç bakış açısını içerir: yüz geometriği, yüze ait ve istatistiksel öznitelikler. Bu tezde, geleneksel SIFT ve SURF performansı yüz tanımada test edildi. Bunların yüksek performans gösterdiği görüldü. Fakat bu performans, veriyi gerçek zamandan farklı etki alanına dönüştürerek daha da geliştirilebilir. Bundan dolayı, Ayrık Dalgacık Dönüşümünü (ADD) ya da Gabor Dalgacık Dönüşümünü (GDD) yüz resimleri verilerine uyguladık ki bu bize geleneksel SIFT veya SURF'e göre daha yoğun ve daha net resimler sağladı. Simülasyonlar, SIFT veya SURF'u kullanan KDD veya GDD tabanlı önerilen yaklaşımların geleneksel algoritmalara kıyasla çok yüksek performans sağladıklarını gösterdi.

Özet (Çeviri)

Automatic face recognition is a major research area in computer vision which aims to recognize human face without human intervention. Significant developments in this field have shown that in many face recognition applications the automated techniques outperform human. Face recognition involves in many fields, such as machine vision, pattern recognition, bioinformatics, etc., and has become one of the hottest subjects. The key problem in face recognition is how to find a feature set to identify a face. Many algorithms about feature extraction have been proposed, which mainly include three aspects: face geometrical, facial and statistical features. In this thesis, the conventional SIFT and SURF performances are tested in face recognition. They provide high performance. However, this performance can be improved further by transforming the input into different domain from the real time. Hence, we apply Discrete Wavelet Transform (DWT) or Gabor Wavelet Transform (GWT) at the input face images which provides us denser and clearer images compared to those by the conventional SIFT or SURF. Simulations show that the proposed approaches based on DWT or GWT using SIFT or SURF provides very high performance compared to the conventional algorithms.

Benzer Tezler

  1. Tez No

    238599

    A comparative performance evaluation of scale invariant interest point detectors for infrared and visual images

    Boyuttan bağımsız öznitelik/özellik çıkarım detektörlerinin kızılötesi ve görünür bant resimleri için karşılaştırmalı performans değerlendirmesi

    ERDEM EMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    DOÇ. DR. A. AYDIN ALATAN

  2. Tez No

    367771

    Öznitelik tabanlı imge çakıştırma

    Feature based image registration

    ŞAHİN IŞIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. KEMAL ÖZKAN

  3. Tez No

    413254

    Matching day and night location images using sift and logistic regression

    Gece ve gündüz lokasyon imgelerinin sıft öznitelikleri ve logistik regresyon ile eşleştirilmesi

    NAZLI TEKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMelikşah Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. KADİR AŞKIN PEKER

  4. Tez No

    886452

    Complaint processing system for facility management using augmented reality and building information modeling integration

    Tesis yönetimi için artırılmış gerçeklik ve yapı bilgi modellemesi entegrasyonunu kullanan şikayet işleme sistemi

    MUHAMMET DERVİŞ KOPUZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN İNCE

  5. Tez No

    441702

    Yerel öznitelikler kullanarak görüntü indeksleme ve eşleme

    Image indexing and matching using local features

    ONUR ÇALIKUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLGE GÜNSEL KALYONCU

Geri Dön