Görünüş tabanlı yüz tanıma yöntemlerinde verimliliği artırmak için öznitelik seçimi
Feature selection to improve efficiency in appearance based face recognition method
- Tez No: 450529
- Danışmanlar: YRD. DOÇ. DR. CELAL ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Yüz tanıma sistemlerinde gereksiz özniteliklerin atılması hesaplama karmaşıklıklarının azaltılmasını ve işlenen verinin küçültülmesini sağlar. Daha etkili sınıflandırma performansını sağlayacak öznitelik alt kümesini belirlemek zor bir konudur. Bu durum, yüz veri setinin örnek uzayında ayrıntılı araştırma yapmayı gerektirmektedir. Bu tez çalışmasında, görünüş tabanlı yüz tanıma sistemlerinde, ayırt edici ortak vektör yöntemi (DCV) ve sezgisel optimizasyon algoritmaları birlikte kullanılarak hibrit öznitelik seçim yöntemleri geliştirilmiştir. Kullanılan sezgisel optimizasyon algoritmaları, genetik algoritma (GA) ve yapay arı kolonisi algoritması (ABC) temellidir. Çalışmanın temel amacı, yüz tanıma oranını artırmak ve hesaplama karmaşıklığını azaltmak için öznitelik seçimi yapmaktır. Geliştirilen hibrit öznitelik seçim yöntemleri, çeşitli yüz veri setleri üzerinde test edilmiş ve sonuçlar karşılaştırılmıştır. Geliştirilen yapay arı kolonisi algoritması temelli hibrit öznitelik seçim yönteminin, yüz tanıma oranı ve verimlilik konularında yapılan diğer çalışmalara ve genetik algoritma temelli yönteme göre daha başarılı olduğu gözlemlenmiştir.
Özet (Çeviri)
In face recognition systems, removing the redundant features reduces the size of the data and computation complexity. Identifying a good feature subset for effective classification is a hard task for face recognition. This requires an exhaustive search over the sample space of the face dataset. In this thesis, we designed a hybrid dynamic feature selection approach for face recognition based on modified discriminative common vector with metaheuristic optimization algorithms which are artificial bee colony algorithm and genetic algorithm. The main objective of the study is feature selection to improve recognition rate and reducing computation complexity. The designed hybrid systems are tested and compared on facial databases. The results show that artificial bee colony algorithm based hybrid feature selection approach is superior to other studies and genetic algorithm based method in terms of recognition rate, efficiency, and numerical stability.
Benzer Tezler
- Age and gender classification from ear images
Kulak imgelerinden yaş ve cinsiyet sınıflandırma
DOĞUCAN YAMAN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Face recognition and person re-identification for person recognition
Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması
EMRAH BAŞARAN
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
PROF. DR. MUHİTTİN GÖKMEN
- Yüz tanıma uygulamalarında özyüzler ve yapay sinir ağlarının karşılaştırılması
Comparison of eigenfaces and artificial neural networks in face recognition applications
HAKAN KEKÜL
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolCumhuriyet Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. HÜDAVERDİ BİRCAN
- Gerçek zamanlı sayısal görüntü işleme ve örüntü tanıma tekniklerinin araştırılması ve uygulanması
Investigation and implementation of real-time digital image processing and pattern recognition techniques
GHULAM SAKHİ SHOKOUH
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. REFİK SAMET