Geri Dön

Development of face recognition system based on raspberry pi card

Raspberry pi kartına dayalı yüz tanıma sisteminin geliştirilmesi

  1. Tez No: 457150
  2. Yazar: HAYDER WAHHAB HAMZAH ALBARAMANI
  3. Danışmanlar: PROF. DR. ERGUN ERÇELEBİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Gaziantep Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 105

Özet

Son yıllarda insan yüz biyometrisine dayalı yöntemler farklı uygulamalardaki önemlerinden dolayı yaygınlaştı. Tezde, yüz lokalizasyonu, öznitelik çıkarma ve veri sınıflandırma algoritmalarına dayalı yüz sezim ve tanıma yöntemleri önerilmiştir. Yöntemin doğruluğunu arttırmak ve görüntünün işlenmesi için gerekli olan hesaplama süresini azaltmak için öncelikle insan yüzü arka plandan çıkarılmıştır. Yüksek seviyeli öznitelik çıkarımını temsil eden iki boyutlu ayrık dalgacık dönüşümleri, kenarları belirlemek için gürbüz bir yöntem olarak kullanılmıştır. Ayrıca, dalgacık yöntemi görüntünün boyutunu azaltır ve önemli olabilecek verileri sağlar. Ayrık dalgacık dönüşümünün yüz imgelerine uygulanması ile alçak-alçak, alçak-yüksek, yüksek-alçak ve yüksek-yüksek gibi dört alt bant elde edilir. Bunlardan yalnızca alçak-alçak olan alt bant öznitelik vektörü olarak ileriki işlemlerde kullanıldı. Son olarak, yapay sinir ağı yüz görüntüleri için sınıflandırma yöntemi olarak kullanılmıştır. Geri yayılım eğitim algoritması yüzlerin imgelerinin sinir ağı için girdi verisi olarak kabul edildiği öğrenme aşamasında kullanılmıştır. Önerilen yöntemin gerçekleştirilmesi için tek kart bilgisayar raspberry pi kullanılmıştır. Yöntemin yazılım kodlarının üretilmesi için Python programlama dilinden istifade edilmiştir. Önerilen yöntemin performansını değerlendirmek için sonuçları, ayrık kosinüs transformasyonu (DCT) ve yönlendirilmiş gradyanların histogramına (HOG) dayanan yöntemlerin sonuçları ile karşılaştırıldı. Karşılaştırma sonuçları tatmin edici olup önerilen yöntemin üstünlüğünü ortaya koymuştur.

Özet (Çeviri)

In recent years, methods based on the human face biometry have become widespread due to their importance in different applications. In the thesis, face detection and recognition methods based on facial localization, feature extraction and data classification algorithms have been proposed. At first, the face of human has been extracted from the background in order to increase accuracy of the method and reduce computational time that is required for the processing the image. Two-dimensional discrete wavelet transforms that represent high level feature extraction have been used as a robust method to explore the edges. In addition, the wavelet method reduces the size of the view and provides important data. The application of the discrete wavelet transform to the face images yields four sub bands such as low-low, low-high, high-low and high-high. Only the low-low sub band was used for forward processing as the feature vector. Finally, artificial neural network has been exploited as the classification method for the face images. Back-propagation training algorithm has been utilized in learning stage where the images of the faces are considered as input data for the neural network. A minicomputer raspberry pi was used for the implementation of the proposed method. The method is based on the python programming language for generating the software codes. To assess performance of proposed method, its results were compared with the results of the methods based on discrete cosine transform (DCT) and histogram of oriented gradients (HOG). The comparison results are satisfactory and demonstrate the superiority of the proposed method.

Benzer Tezler

  1. Görüntü işleme ve derin öğrenme ile yüz tanıma tabanlı akıllı kapı kilit sistemi

    Image processing and deep learning based smart door lock system using face recognition

    ALİ YANKI TEKOL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. VEYSEL ASLANTAŞ

  2. Makinalar arası iletişim ile kimlik tespiti ve uyarı alarmlarının üretilmesi

    Identification and producting warning alarm with machine to machine communication

    OSMAN DEMİRCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN KAYHAN

  3. Derin öğrenmeye dayalı güçlü yüz tanıma sistemi için gan ile veri çoğaltma

    Data augmentation with gan for robust face recognition system based on deep learning

    ERDAL ALIMOVSKI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. YAHYA ŞİRİN

  4. Derin öğrenme tabanlı yüz tanıma sisteminin geliştirilmesi

    The development of a face recognition system based on deep learning

    FURKAN AKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERKAN DUMAN

  5. Yüz tanıma tekniğine dayalı yoklama sistemi geliştirilmesi

    Development of an attendance registration system based on face recognition technique

    AHMED B SALEM SALAMH

    Doktora

    Türkçe

    Türkçe

    2023

    Mühendislik BilimleriKastamonu Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİL İBRAHİM AKYÜZ