Geri Dön

Yüz tanıma uygulamalarında özyüzler ve yapay sinir ağlarının karşılaştırılması

Comparison of eigenfaces and artificial neural networks in face recognition applications

  1. Tez No: 494036
  2. Yazar: HAKAN KEKÜL
  3. Danışmanlar: DOÇ. DR. HÜDAVERDİ BİRCAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, İşletme, Computer Engineering and Computer Science and Control, Science and Technology, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Cumhuriyet Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Sayısal Yöntemler Bilim Dalı
  13. Sayfa Sayısı: 72

Özet

Bu tez çalışması ile yüz tanımanın iki temel metodu görünüm ve öznitelik tabanlı yöntemlerin modellenerek karşılaştırılması ve iki metodun yüz tanıma sistemlerinde farklı alternatifler oluşturacak şekilde modellenmesi amaçlanmıştır. Bu amaçla görünüm tabanlı yöntem için özyüzler ve öznitelik tabanlı yöntem için ise yapay sinir ağları kullanılmıştır. Özyüzler ve yapay sinir ağları için farklı veri tabanları kullanılarak sistemler eğitilmiş ve test verileri ile ağların sonuçları karşılaştırılmıştır. Farklı durumlardaki tanıma performansları ve yüz tanıma probleminin zorlukları karşısındaki başarımları değerlendirilmiştir. İki sistemin farklı durumlar için birbirinin alternatifi olabileceği belirlenmiştir.

Özet (Çeviri)

This thesis view of two basic methods of face recognition and comparison with the operation of the feature-based methods and modeled in face recognition systems two methods are intended to be designed so as to generate different alternatives. For this purpose, eigenfaces for the view-based method and artificial neural Networks for the feature-based method are used. The systems were trained using different data bases for eigenfaces and artificial neural networks, and the results of the test data and Networks were compared. The recognition performances in different situations and their performance against the difficulties of the face recognition problem have been evaluated. It has been determined that the two systems may be alternatives for different situations.

Benzer Tezler

  1. Yüz tanıma problemine karma yöntemlerin uygulanması

    Application of hybrid techniques to face recognition problem

    ERGÜN GÜMÜŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET SERTBAŞ

  2. Near-infrared image based face recognition

    Yakın kızılötesi görüntü tabanlı yüz tanıma

    NİL SERİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  3. Cuda tabanlı görüntü işleme ve bir paralel yüz tanıma uygulaması

    Cuda-based image processing and a parallel facial recognition application

    FİKRİYE ATAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. DENİZ DAL

  4. Yüz tanıma sisteminin paralel programlama ile optimizasyonu

    Optimization of face recognition system with parallel programming

    KADRİYE ÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SALİH GÖRGÜNOĞLU

  5. The statistical learning methods in image processing and facial recognition

    Başlık çevirisi yok

    SARBAZ OMAR RAFEEQ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Ana Bilim Dalı

    PROF. DR. OĞUZ BAYAT

    DR. ÖĞR. ÜYESİ TAREQ ABED MOHAMMED