Face feature selection using genetic algorithm under different biometric variations
Farklı biyometrik değişimler altında genetik algoritma kullanarak yüz tanıma özelliği
- Tez No: 465179
- Danışmanlar: PROF. DR. CELAL KORAŞLI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Hasan Kalyoncu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Bu çalışmada Temel Bileşenler Analizi (PCA) uygulanarak farklı biyometrik değişimler altında yüz tanıma performansını artırmak için Genetik Algoritma (GA) uygulanması yapıldı. Tasarımı yapılan algoritmik yöntem ile PCA'nın performansının GA yönteminin ORL, FERET ve BANCA veri tabanlarına uygulanarak optimize edilmiştir. Geliştirilen bu algoritmik yöntemin ORL ve FERET veri tabanlarına uygulanması ile elde edilmiş MRR (Maksimum Tanıma Oranı) sonuçlarının, WAVELET-PCA-GA-SVM yöntemi ile bulunan sonuçlara yakın olduğu tespit edilmiştir. Ayrıca, yöntemin BANCA veri tabanı uygulanmasından elde edilen 100% Maksimum Tanıma Oranı sonucu, YALE VE YALE-B veri tabanlarına uygulanan WAVELET-PCA-GA-SVM yönetimden elde edilen sonuçla aynı olduğu bulunmuştur. Genel olarak bu çalışmanın önemli bir neticesi PCA üzerinde yapılan GA işlevi PCA 'nın önemsiz sayılabilecek veri gruplarını kaldırmada etkili olduğu ve performansı arttırıcı özellikleri olduğudur.
Özet (Çeviri)
In the current study face recognition under different biometric variations is investigated applying Principal Components Analysis (PCA). In order to improve the recognition performance Genetic Algorithm (GA) is selected. The algorithm follows optimized selection of PCA features based on GA operations on the datasets ORL, FERET and BANCA. The maximum recognition rate (MRR) results obtained with ORL and FERET databases are found to be close to the results of computed with WAVELET-PCA-GA-SVM method. Further the MRR results obtained for BANCA database is 100% as that of the computed with WAVELET-PCA-GA-SVM method for YALE and YALE-B databases. Generally PCA on GA is found to be effective in removing irrelevant data groups and therefore it improves the performance.
Benzer Tezler
- Destek vektör regresyonu ile PID kontrolör tasarımı
Design of PID controller via support vector regression
KEMAL UÇAK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLAY ÖKE
- Cogging torque and performance optimization of an interior permanent magnet synchronous motor used in commercial washing machines
Ticari çamaşır makinelerinde kullanılan gömülü daimi mıknatıslı senkron motorların tutunma momenti ve performans en uygunlaştırması
EGE ÜNLÜTEPE KESKİN
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA AHMET KOCABAŞ
- Zeki sınıflandırma ve kümeleme yöntemlerinin tıbbi tanı ve tedavide kullanımı
The usage of intelligent classification and clustering methods in medical diagnosis and treatment
UĞUR ERKİN KOCAMAZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN TAŞKIN
- Evrişimsel sinir ağları ve çekirge optimizasyon algoritması kullanarak kolon kanser hastalığı tesbiti
Colon cancer disease diagnose with convolutional neural network and grasshopper optimization algorithm
AMNA ALI A MOHAMED
Doktora
Türkçe
2024
Mühendislik BilimleriKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
PROF. DR. AYBABA HANÇERLİOĞULLARI
- Makine öğrenmesinde değişken seçim yöntemlerinin karşılaştırılması: Ev enerjisi tüketim tahmini
Comparison of variable selection in machine learning methods: Household energy consumption estimation
NURİ BERK URAL
Yüksek Lisans
Türkçe
2024
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MERAL ÇETİN