İnsanın yüz mimiklerinden durum analizi yapma
Making situation analysis from human face gestures
- Tez No: 467495
- Danışmanlar: YRD. DOÇ. DR. MEHMET SERDAR GÜZEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 105
Özet
Yüz mimikleri, kişiler arası ilişkilerde önemli rol oynayan, sözlü olmayan evrensel işaretlerdir. İnsanlar konuşmalarının belirli bir bölümünü vurgulamak ve duygularını göstermek için mimiklerini kullanırlar. İnsanoğlu bu mimikleri kavramada herhangi bir zorluk çekmezken, bu durum makineler için geçerli olmayıp, halen daha başarılı ve daha güvenilir mimik tanıma sistemleri üzerinde çeşitli araştırmalar yapılmaktadır. Yapılan tezin amacı, insana ait çeşitli yüz resimlerinden mimik durum analizi yapmaktır. Yüz mimikleri için 'mutlu', 'üzgün', 'korkmuş', 'sinirli', 'şaşkın', 'iğrenmiş', nötr' olmak üzere yedi adet evrensel mimik kullanılmıştır. Yapılan çalışma dör tana bölüm olarak incelenebilir: Resmin ön işlemlerden geçirilmesi: Yüz mimik analizinde görüntülerin bilgisayar tarafından işlenebilecek sayısal veriler haline dönüştürülmesi gerekmektedir. Sayısal verilerin anlamlandırılması için bu sayısal veriler görüntü işlemenin temel adımlarından geçirilmiştir. Yüz tespiti: Analiz yapılacak resimden sadece yüzün tespit edilip, diğer faktörlerin (örneğin, saç, boyun vs.) çıkarılması çalışma zamanını olumlu etkileyecektir. Viola ve Jones algoritması kullanılarak resimden yüz tespit edilmiş, bir dikdörtgen ile yüz kırpılmıştır. Geliştirilen birinci yaklaşımda HOG yöntemi kullanılarak öznitelikler çıkarılmış, DVM ile sınıflandırma yapılmıştır. Geliştirilen ikinci yaklaşımda Derin öğrenmenin özelleşmiş bir modeli olan 'Konvolüsyonel Sinir Ağları' ile öznitelikler çıkarılıp, bu öznitelikler yedi mimik sınıfından birine sınıflandırılmıştır. Daha sonra bu iki yaklaşım karşılaştırılmıştır.
Özet (Çeviri)
Facial gestures are universal, non-verbal signs play an important role in interpersonal relationships. People use gestures to emphasize a specific part of their speech and to show their emotions. While human beings do not have any difficulty in the concept of these gestures, this does not apply to machines, but various researches are still being carried out on more successful and more reliable mimic recognition systems. The aim of the thesis is to detect facial gestures from various face pictures belonging to human. Seven different mimic classes were defined for facial gestures: 'happy', 'sad', 'frightened', 'angry', 'surprised', 'disgusted', 'neutral'. The work to be done can be examined in four main sections: Pre-processing of face pictures: In face gesture analysis, images must be transformed into numerical data that can be processed by computer. For the interpretation of numerical data, these numerical data must be passed through the basic steps of image processing. Face detection: Determining only the face from the image to be analyzed and removing other factors (e.g. hair, neck, etc.) will affect the working time. Viola and Jones algorithm was used to detect the face from the pictures and crop the face with a rectangle. In the first approach to be developed, features were extracted by using 'Histogram of Oriented Gradients' method and classified with 'Support Vector Machines'. The second approach to be developed is to extract the features with the Deep Learning Model 'Convolutional Neural Networks' and classify them into one of seven mimic classes. These two approaches were compared.
Benzer Tezler
- 1914 Çallı kuşağından günümüze portre resminde karakter çözümlemelerinin incelenmesi
Interpreting analyses of characters in the portrait painting art from the 1914 'Çallı' period to now
NİLÜFER USTA
Yüksek Lisans
Türkçe
2015
Güzel SanatlarBalıkesir ÜniversitesiResim Ana Sanat Dalı
DOÇ. DR. NURAY GÜMÜŞTEKİN
- Türk halk oyunlarının sahnelenmesinde mimik ve makyaj
Mimic and make up in the staging of Turkish folkloric dances
ŞÜKRAN GÜVENİR
- Face recognition using image processing and machine learning methods
Görüntü işleme ve makine öğrenme yöntemleri ile yüz tanıma
IMAN RAAD RUSHDI
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN ŞENGÜL
- Facial expression recognition based on facial anatomy
Yüz anatomisine dayalı ifade tanıma
KRİSTİN SURPUHİ BENLİ
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIşık ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA TANER ESKİL
- Social behavior learning for an assistive companion robot
Yardımcı robotlar için sosyal davranış öğrenimi
PINAR ULUER
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE