Lip recognition using opencv
Opencv kullanılarak dudak tanıma
- Tez No: 463041
- Danışmanlar: PROF. DR. ASAF VAROL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: sınıflandırma, yüz tanıma, makine öğrenmesi, dudak algılama, ağız algılama, classification, face detection, machine learning, lip detection, mouth detection
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
OpenCV Kullanılarak Dudak Tanıma Genellikle dudak lokalizasyonu ve tespiti, vurgu çıkarma, okuma tekniği, onay tekniği, kombinasyon stratejisi, ağız ve korpusun düzenlenmesini birleştiren dudak tanımada pek çok yenilikler olmaktadır. Bu tez dudak okuma tanımada görsel temsilin bilgisayara nasıl aktarıldığı ve makina öğrenme tekniklerinin üretilen sesler ile dudak şekillerini eşleştirmede nasıl kullanıldığı göz önüne alındığında kullanılan kavramları tanıtmaktadır. Dudak tanıma için ilgi noktası, dudak kısıtlama stratejileri, dudak sınırlaması vurgulamaları gibi çeşitli alanlardaki yenilikler ile geliştirilmiş bir prosedür tanıtılmaktadır. Ek olarak araştırma, dudak tanıma sistemlerinin zorluklarını ve kısıtlılıklarını tartışmaktadır ve pratik çalışmanın bulgularını kullanarak dudak tanımanın doğruluğunu geliştirmek için önemli öneriler sunmaktadır.
Özet (Çeviri)
There have been many innovations in lip-recognition which usually incorporates lip localization and detection, highlight extraction, reading technique, acknowledgment technique, combination strategy, the arrangement of the mouth and the corpus. This thesis introduces the concepts used in lip-reading recognition considering both how the visual representation is transferred to the computer, and how machine learning techniques are used to associate lip shapes with the sounds produced. An improved procedure for lipacknowledgement is introduced, with the innovations discussed in several areas such as point of interest, lip restriction strategies, lip limitation highlights and so forth. In addition, the research discusses the difficulties and limitations of lip recognition systems, and provides valuable recommendations and suggestions for improving the accuracy of lip recognition using the findings of the practical work.
Benzer Tezler
- Derin öğrenme ile insan edimlerinin tanınması
Human action recognition using deep learning
TAYYİP ÖZCAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPER BAŞTÜRK
- Derin öğrenme kullanarak işaret dili rakam tanıma
Sign language digit recognition using deep learning
HACER GÜLER
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT HÜSNÜ SAZLI
- Dudak hareket özellikleri kullanılarak Türkçe kelimelerin sınıflandırılması.
Classification of Turkish words by using lip motion features.
ALPER YARGIÇ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUZAFFER DOĞAN
- The Turkish lip reading using deep learning method
Derin öğrenme yöntemi ile Türkçe dudak okuma
ALİ BERKOL
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAMİT ERDEM
- Discrimination analysis of lip motion features for multimodal speaker identification and speech-reading
Çok-kipli konuşmacı ve konuşma tanıma uygulamaları için dudak devinim öz niteliklerinde ayırıcı analiz
HASAN ERTAN ÇETİNGÜL
Yüksek Lisans
İngilizce
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT TEKALP
YRD. DOÇ. DR. ENGİN ERZİN