Face detection and recognition system using principal component analysis
Temel bileşen analizi kullanarak yüz algılama ve tanınma sistemi
- Tez No: 463087
- Danışmanlar: DOÇ. DR. BURHAN ERGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Eigenfaces, Face Detection, Face Recognition, Principal Component Analysis, Eigenfaces, Face Detection, Face Recognition, Principal Component Analysis
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 50
Özet
OZET İnsan-makine etkileşimi, insan yeteneklerini taklit ederek insanlara bilgisayar desteğini arttırmaya odaklanan bir araştırma alanıdır. Bilgisayarlar, günlük yaşam görevinden başlayarak çok yetenekli iş görevlerine kadar destek sağlayabilir. Böyle bir göreve iyi bir örnek, bilgisayarlar tarafından daha verimli bir şekilde uygulanabilen otomatik yüz tanıma yöntemidir. Bu tez, Eigenfaces tekniği ile PCA (Temel Bileşen Analizi) algoritmasını kullanarak yüz tanıma ve algılama sistemi sunmaktadır. Özgeçmişler, yüz tanıma için olağanüstü bir özellik olarak kabul edilen hızlı ve basit bir yöntemdir. Bu tezde önerilen yaklaşım, farklı baş, yüz profili ve kafa skalasında yüz tanıma sonuçlarını geliştirmek için algılama ve izleme için Eigenface yaklaşımı ile PCA tabanlı tekniği uygulamaktır. Bu, her birey için yalnızca beş resim içeren bir veri kümesi ile uygulanacak; görüntüler, yüzü bulmak ve resimdeki kişiyi tanımak için sınırlandırılmamış arka planın algılamanın karmaşıklığını artırdığı herhangi bir görüntü için farklı ortamlar için kısıtlanmamış bir arka plan olacaktır. Gerçek zamanlı uygulamalar için bu durumun çözülmesi gerekir. Sonuçlar, eğitim görüntülerinin sayısının artmasının sistemin doğruluğunu artırabileceğini göstermiştir. Her bir bireye göre eğitim görüntülerinin sayısı, her alt grup için beş, bu yaklaşım için en uygun seçim eğitimi olarak bulunmuşturç Önerilen yöntemin varsayımını doğrulamak için standart veri kümesiyle karşılaştırma yapılmıştır; Sonuçlar algılama ve tanıma açısından iyi bir doğrulukla geliştirilmiş çalışma için Kabul edilebşlşr bir dopruluktadır.
Özet (Çeviri)
ABSTRACT Man machine interaction is a research area that has been focusing on enhancing computer support to humans by mimicking their human abilities. Computers can provide support starting from the daily life task to highly skilled job tasks. A good example for such a task is automated face recognition that could more efficiently be performed by computers. This thesis presents face detection and recognition system using PCA (Principal Component Analysis) algorithm with Eigenfaces technique. Eigenfaces is a fast and simple method for face recognition which is considered as a remarkable feature for it. Proposed approach in this thesis intent to implement PCA based technique with Eigenface approach for detection and tracking to enhance the results of face recognition in different head position, face profile and head scale. This will be implemented with a data set that have only five images for each individual, images will have unconstrained background for different environments for any given image to find the face and recognize the person in the image, where unconstrained background increase the complexity of the detection and recognition process, that requires these condition must be solved for real time implementation. Results have been showed that increasing number of training images can improve accuracy of the system. The number of training images per each individual, which is five for each sub-set group found as the optimal choice training for this approach. Comparison with standard dataset of faces has been done for verifying proposed work assumption; results were fair and approving for developed work with good accuracy of detection and recognition.
Benzer Tezler
- Gerçek zamanlı video görüntülerinden yüz bulma ve tanıma sistemi
Real-time face localization and recognition system by using video sequences
ERKAN SÜTÇÜLER
Yüksek Lisans
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. ELİF KARSLIGİL
- Haber videoları için yüz tanıma ve doğrulama yöntemleri ile arşivleme sistemi
An archival system using face identification and verification for broadcast news
KÜRŞAT KÜÇÜKKÖŞKER
Yüksek Lisans
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. ELİF KARSLIGİL
- Yüz bulma ve tanıma sistemleri kullanarak kimlik tespitinin yapılması
Id identification by using face detection and recognition systems
RECEP HOLAT
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. SELMAN KULAÇ
- Sınıf tabanlı iki boyutlu temel bileşenler analizi ile yüz tanıma sistemi
Face recognition system with class-wise two dimensional principal component analysis
CEREN GÜZEL TURHAN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN ŞAKİR BİLGE
- Machine learning techniques for surface electromyography based hand gesture recognition
Yüzey elektromiyografi temelli el jesti tanıma için makine öğrenmesi teknikleri
ENGİN KAYA
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR