Geri Dön

Classification of wrinkles on the forehead and around eyes

Alında ve göz kenarlarında yer alan kırışıklıkların sınıflandırılması

PDF İndir

  1. Tez No: 467208
  2. Yazar: BÜŞRA ÇANAK
  3. Danışmanlar: DOÇ. DR. MUSTAFA ERSEL KAMAŞAK
  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: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

Özet

İnsanların günlük yaşamlarında en çok kullandıkları etkileşim yöntemi yüzyüze iletişimdir. Bir kişinin yüz ifadelerinden verdigi tepkiler, ruh durumu, cinsiyeti, yaşı gibi çeşitli bilgiler elde edilebilir. Çok yönlü kullandıkları bu iletişim aracından memnuniyetleri yaşam kalitelerini yükseltmeleri açısından önem taşımaktadır. Zamanla ya da tekrarlı mimik hareketlerinden ötürü insan yüzünde çeşitli bozulmalar meydana gelebilir. Bunlardan en önemlisi yüzde oluşan kırışıklıklardır. Yüzde yer alan kırışıklıkların oluşma sebepleri çeşitli etkenlere dayanmaktadır. Kırışıklıklar zamanla yüzde yer edinebilecegi gibi morötesi (UV) ışıklar gibi dış etkenlerin sebebiyle de meydana gelebilir. Örneğin sürekli tekrarladığımız yüz hareketleri de bunlara sebep olabilir. Gülerken yaptığımız kas hareketlerinden dolayı göz çevresinde ve ağız kenarlarında bu tekrarlı hareketlerin sonucu olarak kırışıklıklar meydana gelebilir. Yüzde yer alan bu kırışıklıkların giderilmesi araştırmacılar tarafından uzun sürelerdir başlıca araştırma konusu haline gelmiş alanlardan biridir. Kırışıklıkların giderilmesi için yapılan bu çalışmalarda gereken ilk kurallar kırışıklıkların tespiti, derecelendirilmesi ve giderilmesi şeklinde sıralanabilir. Kırışıklıkların giderilmesi başlıca amaç iken ancak ve ancak tespit edilmiş ve uygun yöntemler ile derecelendirilmiş kırışıklıklar için tedavi edilme yöntemlerinden bahsedilebilir. Duruma bu açıdan bakıldığında kırışıklık tespiti ve derecelendirilmesi belirli kırışıklık seviyelerine ̆ bulunacak tedavi yöntemi kadar önem taşımaya başlar. Kırışıklıkların tespiti uygulanacak bölgenin seçimine yardımcı olurken doğru tedavi önerilmesi açısından kırışıklıkların sınıflandırılması da büyük bir önem taşır. Kırışıklıkların dereceleri herkes için ve yine her bölge için farklı olacağından önerilecek tedavilerin başarılarından bahsedebilmek için doğru sınıflandırılma yapılmalıdır. Her seviye için ayrı bir tedavi yöntemi üretilmesi tedavilerin daha başarılı sonuçlara ulaşmasını sağlar. Örneğin hemen hemen hiç olmayan kırışıklıkların giderilmesi için önerilen tedavinin derecesi yüksek sınıflardan birine ait olan kırışıklığı gidermesi beklenemez. Bu sebeple yapılan çalışmalar iki gruba ayrılarak incelenmiştir. Geçmiş çalışmalara bakıldığında kozmetik sektöründe dermatoloji uzmanları, estetik cerrahları ya da plastik cerrahlar tarafından yapılan çalışmalar göze çarpmaktadır. Dünya genelinde standart, güvenilir bir derecelendirme sistemi amacı güdülmüştür. Toplanan veri tabanları referans imgeler belirlenerek araştırmacılara derecelendirilmiştir. Bu derecelendirme seansları bir kaç kez tekrarlanarak araştırmacılar arasında güven oranları hesaplanılarak standart ve güvenilir bir sınıflandırma sistemi yaratılmak istenmiştir. Söz konusu kozmetik çalışmaları gerçekleştirilirken deneylere katılan derecelendiricilerin bakış açılarına göre bir sistem kurulmuştur. Bu durumda deneylerde kullanılan derecelendiriciler degiştirildiğinde farklı sonuçlar elde edilebilir. Yine bu sistemler sonuçların tekrarlanabilirliği konusunda geride kalabilir. Sistemlerin otomatik olmaması kişileri anında sonuca götürmemesi de büyük bir eksiklik olarak kabul edilebilir. Kırışıklıkların giderilmesine dair yapılan ikinci grup çalışmaların ise ürettiği otomatik sistemler ile tekrarlanabilirlik, genel geçerlilik ve güvenilirlik açısından daha başarılı örnekler sayılabilir. Bu konuda kırışıklıkların yerinin belirlenmesi adına çalışmalar öne çıkmaktadır. Çeşitli algoritmalar ile çıkarılan öznitelik vektörleri egitilerek sınıflandırıcı olarak kullanılmıştır. Genel olarak sistemlerin kırışıklıkları sınıflandırmadan çok kırışıklıkların yerlerinin belirlenmesine yönelik çalışmalar mevcut olmuştur. Derecelendirilmiş örnek bir veri kümesinin yokluğu bunun temel sebeplerinden sayılabilir. Bu çalışmalarda genel olarak Gabor süzgeci, Hessian süzgeci gibi doku tabanlı yöntemler kullanılmıştır. Yapılan çalışmadaki amaç standart, sonuçları tekrarlanabilir, güvenilir ve otomatik bir sistem tasarlanmasıdır. Bu nedenle çalışmanın gerçekleştirilebilinmesi için gerekli olan ilk konu üzerinde çalışılabilecek bir veritabanının ihtiyacıdır. Kullanılmak istenen veritabanında farklı kırışıklık seviyeleri için çeşitli örnekler bulunması planlanmaktadır. Gönüllülerden oluşan veri kümesi kullanılarak kişilerin alın, sol ve sağ göz kenarlarında yer alan kırışıklıkların fotoğrafları çekilmiştir. Ardından alın imgeleri kaş orta noktalarına, göz imgeleri ise kulak ve göz bebeğine göre işaretlenip hizalanmış ve kesilmiştir. Hazırlanan imgeler beş kadın ve beş erkek olmak üzere toplam on adet gönüllüye derecelendirilmiştir. Derecelendirmede kullanılan imgelerin son halleri sadece ilgili bölgedeki kırışıklıkları içeren kısımları kapsamaktadır. Bu sayede derecelendiricilerin kişilerin yüzleriyle ifade ettiği diğer verilerden bagımsız olarak sadece kırışıklık bölgesine odaklanması sağlanmıştır. Gönüllülerin katılımıyla toplanan veri tabanında 29 kişinin alın ve göz kenarları flaş ışığı kullanılarak ve kullanılmayarak fotoğraflandırılmıştır. Derecelendirmede kullanılan sınıf sayısının belirlenmesinde daha önceden yapılan çalışmalar baz alınarak ve toplanan veritabanının boyutlarına göre üç farklı kategori kullanılmasına karar verilmiştir. Kullanılan üç kategori için tanımlar şu şekilde belirlenmiştir; kırışıklığın olmadığı ya da hafif kırışıklıkların olduğu imgeler bir numaralı kategoriye ait, aşırı kırışıklık gözlenen imgeler üç numaralı kategoriye ait, hafif ya da aşırı olarak belirlenemeyen iki durumun arasında kalan imgeler ise ikinci kategoriye ait olarak belirlenmiştir. Derecelendiriciler hızlıca tüm veri setine göz gezdirmiş ve ardından kendi yargılarına ve bakış açılarına göre imgeleri derecelendirmiştir. Derecelendiriciler arasındaki güvenilirliği ölçmek için Kappa katsayısı hesaplanmıştır. Buna yönteme göre derecelendirme işlemleri 0.63, 0.79 ve 0.69 katsayı değerine alın, sol ve sağ göz kenarlarına denk gelecek şekilde sıralamaya sahip olmuştur. Elde edilen sonuçlar önemli derecede güvenilir bulunduğundan sınıflar çalışmaya uygun bulunmuştur. Derecelendirilen imgeler eğitim ve sınama kümesi olarak iki gruba ayrıştırılmıştır. Bu işlem üç kere tekrarlanmıştır. Buradaki amaç rastgele seçilecek olan veri kümesindeki imgelere bağlı kalmamak içindir. Sonuçlar üç kere tekrar edilerek tekrarlanabilirliği ̆ölçülmüştür. Her eğitim kümesinde eşit sayıda örnek bulunmaktadır. Bu çalışmada geçmiş çalışmalar göz önüne alınarak alın, sol ve sağ göz kenarlarında yer alan kırışıklıkların yerinin tespiti ve sınıflandırılması anlatılmıştır. Bu çalışma için iki farklı öznitelik çıkarma yöntemi iki farklı sınıflandırma yöntemi ile beraber kullanılmıştır. Yerel İkili Örüntü yöntemi kullanılan ilk yöntemdir. Bu yöntem gereği imgeler 16x16 ve 8x8 piksellik yamalara parçalanarak çalışılmıştır. Bu yöntemin tekdüze olarak adlandırılan formu kullanılmıştır. Bu sayede elde edilen öznitelik vektörleri Destek Vektör Makinelerinin doğrusal ve radyal tabanlı çekirdek fonksiyonu kullanılarak egitilmiştir. İkinci yöntem olarak ise Gabor süzgeci tercih edilmi ̧stir. ̇Imgelere Gabor süzgeci uygulanmadan önce imgelerde olan gürültülerden kurtulmak için Gaussian süzgeci ile bulanıkla ̧stırılma uygulanmı ̧stır. Gabor süzgecinden elde edilen faz degeri kullanılmaya uygun bulunup faz degerine a ̧sındırma, geni ̧sletme, kenar bulma yöntemleri uygulanmı ̧stır. Bu sayede elde edilen imgelerden öznitelik vektörü olarak kırı ̧sıklık sayısı elde edilinmesi planlanmı ̧stır. Bunun için i ̧slem gören son imgeye Baglı Bile ̧senler Yöntemi uygulanmı ̧stır. Kırı ̧sıklık sayısının öznitelik vektörü olarak kullanıldıgı bu yöntemde sınıflandırıcı olarak K En Yakın Kom ̧suluk algoritması kullanılmı ̧stır. 3 olarak belirlenen k degerine göre test örneklerinin ait oldukları sınıfların bulunması amaçlanmı ̧stır. Sonuçlar incelendiğinde Gabor süzgeci kullanılarak elde edilen başarının Yerel İkili Örüntü yönteminden her üç kırışıklık bölgesi için daha yüksek olduğu görülmüştür. Yerel İkili Örüntünun kullanıldığı deneylerde 16x16 piksellik ve 8x8 piksellik yamalar kullanılmıştır. Alın bölgesindeki kırışıklıkların sınıflandırıldığı deneylerde 16x16 piksellik yamalar 8x8 piksellik yamalardan daha yüksek sonuçlara ulaşmıştır. Kullanılan sınıflandırıcı yöntemleri degerlendirildiğinde ise doğrusal destek vektör makinesinin radyal fonksiyon tabanlı çekirdek kullanan destek vektör makinesinden daha başarılı olduğu gözlemlenmiştir. Elde edilen en yüksek başarı 64.5% ile 16x16 piksellik yamaların doğrusal destek vektör makinesi kullanılmasıyla elde edilmiştir. Sol göz kenarındaki kırışıklıkların derecelendirilmesi için yapılan deneylerde de 16x16 piksellik ve 8x8 yamalar uygulanmıştır. Deneylerde 16x16 piksellik yamalar 8x8 piksellik yamalardan daha yüksek sonuçlar üretmiştir. Yine sınıflandırıcılar dikkate alınarak yapılan karşılaştırmada ise doğrusal destek vektör makinesi radyal fonksiyon tabanlı çekirdek kullanan destek vektör makinesinden her seferinde daha yüksek başarılara ulaştırmıştır. Elde edilen en yüksek başarı 64.4% oranındaki başarıyla 16x16 piksellik yamaların doğrusal destek vektör makinesi kullanılmasıyla elde edilmiştir. Sağ göz kenarlarındaki kırışıklıkların derecelendirilmesi için yapılan deneylerde ise en yüksek başarı yine 16x16 piksellik yamaların doğrusal destek vektör makinesi kullanılmasıyla elde edilen 63% oranındaki başarı olmuştur. Bu başarıyı 56.4% oranıyla doğrusal destek vektör makinesinin 8x8 piksellik yamalar kullanılmasıyla elde edilen sonuçlar takip etmiştir. Radyal fonksiyon tabanlı çekirdek kullanan destek vektör makinesinin 8x8 piksellik yamalar kullanılmasıyla yapılan deneylerde elde edilen başarı ise 53.6% oranında başarı yakalamıştır. Son olarak ise radyal fonksiyon tabanlı çekirdek kullanan destek vektör makinesinin 8x8 piksellik yamalar kullanılmasıyla yapılan deneylerde elde edilen 47% oranında başarı gelmektedir. Yapılan deneylerden elde edilen sonuçlara bakıldığında en çok karıştırılan sınıfların iki ve üç numaralı sınıflara ait oldugu gözlemlenmiştir. Kırışıklığın yokluğunu iyi bir ̧sekilde ayırt edebilirken var olan kırışıklıkların seviyelendirilmesinde başarılı olamadığı gözlemlenmiştir. Eğer konu kırışıklığın varlığı ve yokluğu olursa Yerel İkili Örüntü kullanılabilir olabileceği sonucuna varılabilir. Gabor süzgeci ile elde edilen başarılar alın bölgesi için 79.3% olurken sol ve sağ göz kenarları için ise sırasıyla 73% ve 78.9% olarak elde toplanmıştır. Karmaşıklık matrislerine göz atıldığında ise 1 ve 3 numaraları kategorilerin 2 numaralı kategoriye göre çok daha başarılı ayrıştırıldıgı gözlemlenmiştir. Alın, sol ve sağ göz kenarlarındaki kırışıklıklarının tespiti ve derecelendirilmesi işlemine ek olarak ağız çevresinde yer alan kırışıklıkların tespit ve derecelendirilmesi için de imgeler fotoğraflandırılmıştır. Fakat öznitelik çıkarma yöntemlerinden başarılı sonuçlar elde edilememiştir. Ayrıca ağız bölgesinin çekilen fotoğraflarının daha yakın açıdan ve farklı bir işaretleme yöntemi kullanılarak yapılması gerektigi sonucuna ulaşılmıştır. Diğer bir öneri olarak da kırışıklık sayısına ek olarak kırışıklık uzunluğu kullanılmasına karar verilmiştir. Bu yüzden kırışıklıkları temsil etmek için hem kırışıklık uzunluğu hem de kırışıklık sayısı birlikte kullanılmıştır. Fakat elde edilen veriler incelendiginde bu iki özelliğin birlikte kullanılmasının ayrıştırıcı bir özelliğe sahip olmadığı gözlemlenmiştir. ̆

Özet (Çeviri)

People communicate through their faces. They express themselves, feelings, give clues about their gender, age etc. via their faces. Face carries valuable information. Therefore it is important to be fulfilled about their appearance for people. It helps people to increase pleasure that they gain from life. Facial wrinkles appear in time due to loss of elasticity. On the other hand there are environmental issues that cause wrinkle on the face such as ultra-violet exposure or facial expressions (yawning, smiling etc.). The wrinkles can have different severities. While some of them are barely visible, some of them can be extremely deep. According to the clinicians (such as dermatologists, plastic surgeons), the treatment of the wrinkles is really based on their severity. The treatment for the mild wrinkles may not help to remove extreme wrinkles. Therefore, the classification of the wrinkle is a crucial point to find the optimal treatment. In addition, one cannot classify the wrinkles, if the wrinkles are not detected and localized. For this purpose, cosmetic researchers have performed various studies. Their main concern is to provide standard systems to classify wrinkle severity. A group of dermatologists, plastic or aesthetic surgeons come together to grade wrinkle severities of the collected images. The grading process happens in two sessions mostly. The inter-rater reliability is calculated after the first session. The raters that have highest reliabilities are selected for the second session. Then they grade the wrinkles again. In the end the wrinkle severity systems are obtained. This process has two main drawbacks. First of all the grading systems are strongly related to the raters. If the raters are changed, the scores can be affected. In addition, the system is not automatic to reproduce the results in anywhere at any time. When the aim is to develop reliable, repeatable and standard systems, there are significant studies in the computer society. However, the research is about the detection of the wrinkles mostly. Classification of the wrinkles is not a well studied area. The annotated wrinkle locations are being tried to find by the automatic systems. The studies are typically for the forehead wrinkles mostly. By annotating the collected images, Gabor filtering, Hessian filtering, Hybrid Hessian filtering etc. methods are being applied to detect wrinkles. The aim of this study is to build a standard, repeatable, reliable, automatic system to detect and classify wrinkle severities. A database is required which has samples and labels for the wrinkles. Firstly, a database was collected for this purpose. The images were taken from three different parts of the face. These regions are forehead, left and right eye. The images were taken from the same view under the same light. The layout of the camera was used to provide the standardization. The images were taken from the volunteers. The volunteers were not wearing any make up and they also did not have surgery in the last three years. The images were taken from 29 subjects with and without flash light. The forehead images were labeled according to the eye brows. The eye images were labeled using eye and the ear points. These points were used to align and crop images for grading. The last version of the images only includes the wrinkle parts of the face to exclude any bias. The prepared images were graded by five female and five male volunteers. The volunteers were used their point of view while scoring. The categories that will be used were specified by using the previous research. Hence, the specified number for the categories was three. The absence of the wrinkle and the mild wrinkles belong to the first category while the moderate wrinkles belong to the second category. The extreme and deep wrinkles belong to the third category. Before scoring, raters took a look to the whole images to have an initial information about the wrinkles. Then, they were asked to grade the wrinkle severities according to their observations. To calculate inter-rater reliability the Kappa (κ) coefficient were used. According to the calculated κ coefficients, the reliabilities were found 0.63, 0.79 and 0.69 for the forehead, left and right eye respectively. The results were found substantial to use. By using the scores, the images were divided into train and test sets. Three-fold were defined to use for the reproducibility. The train sets included the same number of the samples. The person independency was also taken into account. In this study two different feature extraction and classification methods were used to detect and classify the wrinkles. The first method uses Local Binary Pattern (LBP) to extract features and Support Vector Machine (SVM) to train a model. 16 × 16 pixels and 8×8 pixels patches were used for Local Binary Pattern. The uniform LBP features were also used because of their informativeness. The features were trained using linear SVM and RBF SVM. The second feature extraction method was Gabor filter. However, the images were smoothed by Gaussian filter. Then the Gabor filter was applied to have its phase value. The erosion, dilation and Sobel edge detection were applied to the phase value in order. Finally, Connected Component Analysis were used to find the count of the wrinkles on the images to use as feature. The features were classified by using K Nearest Neighbour algorithm with majority voting. When the experiments were examined, Gabor features outperformed LBP features in every category. While the highest accuracy of the classification of the wrinkles on the forehead were 64.5%, the accuracy of 79.3% were obtained using Gabor features. The accuracy was 64.4% for the classification of the wrinkles on the left eye when LBP was used. However the accuracy of 73% was obtained using Gabor features for the same region. The accuracies of the classification of the wrinkles on the right eye were 63% and 78.9% for the LBP and Gabor features respectively. While the LBP features mixed the second and third category with each other mostly, Gabor features were more successful to classify first and third categories. Gabor features mixed second category with the third category rarely. The wrinkles around the mouth were also shot while collecting the database. However the classification results were not good. The images should have taken closer and with a proper angle. Then the wrinkle length was added to the wrinkle number for the classification. Nonetheless, these two features could not provide sufficient information for accurate classification.

Benzer Tezler

  1. Tez No

    493224

    Ortodontik tedavi ihtiyacı olan hastalarda yüz estetiğinin değerlendirilmesi

    Evaluation of facial aesthetics in patients need orthodontic treatment

    ÇAĞLA MAYA

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2018

    Diş HekimliğiBülent Ecevit Üniversitesi

    Ortodonti Ana Bilim Dalı

    YRD. DOÇ. DR. NURHAT ÖZKALAYCI

  2. Tez No

    791053

    Melez bir öğrenme yaklaşımı ile ek yeri proseslerinde anomali tespit ve sınıflandırma

    Detection and classification of anomalies in the splice adding processes with a hybrid learning approach

    ENES BAYTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. OĞUZHAN URHAN

  3. Tez No

    574530

    Yüz görüntülerinden kırışıklık tespiti ve sınıflandırılmasıyla yaş tahmini algoritması geliştirilmesi

    Development of age estimation algorithm by determination and classification of wrinkle from face images

    ŞULE BERNA AYAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    BiyomühendislikTOBB Ekonomi ve Teknoloji Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN EROĞUL

  4. Tez No

    568418

    Vitamin A ve gümüş nanotanecik katkılı cilt maskesi üretimi

    Production of skin mask containing vitamin A and silver nanoparticles

    TUĞÇE KADAKAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Biyomühendislikİstanbul Teknik Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. MELEK MÜMİNE EROL TAYGUN

  5. Tez No

    389380

    Kara nohut nişastasından enzimatik yöntemle elde edilen dirençli nişastanın fizikokimyasal ve fonksiyonel özellikleri

    Physico-chemical and functional properties of resistant starch prepared from black chickpea (Cicer arietinum L.) starch by enzymatic method

    HİLAL DEMİRKESEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Gıda Mühendisliğiİstanbul Teknik Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. DİLARA NİLÜFER ERDİL

Geri Dön