Geri Dön

Görünüş tabanlı yüz tanıma yöntemlerinde verimliliği artırmak için öznitelik seçimi

Feature selection to improve efficiency in appearance based face recognition method

  1. Tez No: 450529
  2. Yazar: DERYA ALTINTOP
  3. Danışmanlar: YRD. DOÇ. DR. CELAL ÖZTÜRK
  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: 2017
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Age and gender classification from ear images

    Kulak imgelerinden yaş ve cinsiyet sınıflandırma

    DOĞUCAN YAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAZIM KEMAL EKENEL

  2. 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

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUĞ BAYAZIT

  3. Face recognition and person re-identification for person recognition

    Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması

    EMRAH BAŞARAN

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

    PROF. DR. MUHİTTİN GÖKMEN

  4. 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

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolCumhuriyet Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. HÜDAVERDİ BİRCAN

  5. 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

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. REFİK SAMET