Age and gender prediction from 3d-body and face images
3 boyutlu vücut ve yüz görüntülerinden yaş ve cinsiyet tahmini
- Tez No: 503807
- Danışmanlar: DOÇ. GÖKHAN ŞENGÜL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Grafik desen tanıma, Yapay sinir ağları, Graphical pattern recognition, Artificial neural networks
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnsanlardan elde edilen biyometrik veriler, insanlar ve çevre hakkında birçok bilgi sağlar. Bu bilgi ulaşım alanları (otobüs, vapur, demiryolu, vb), alışveriş merkezleri, kamu alanları, spor merkezleri, müzeler, süpermarketler, kütüphaneler, vb. gibi birçok alanda kullanılabilir. Birçok alanda dikkate alınan biyometrik veriler cinsiyet, ırk, boy, kilo, göz ve saç rengidir. Bu tez çalışmasında, insanların biyometrik verilerinden yaş aralığını ve cinsiyetlerini tahmin eden bir görüntü işleme tabanlı kombine sistem geliştirilmiş ve bir yazılım aracı haline getirilmiştir. Yüz görüntülerini elde etmek için standart RGB kamera kullanılırken vücut bilgilerini elde etmek için 3D kamera kullanılmaktadır. İnsanların cinsiyet ve yaşını tahmin etmek için istatistiksel örüntü tanıma algoritmaları, derin öğrenme ve yapay sinir ağı tabanlı yaklaşımlar kullanılmıştır. İstatistiki metotlar olarak, LBP ve HOG metotları, özniteliklerin elde edilmesi için yüz görüntülerine uygulanmakta, daha sonra KNN ve SVM sınıflandırıcılar, cinsiyet ve yaş tahmini için kullanılmaktadır. İnsanların yaşını tahmin etmek için yapay sinir ağı da kullanılmıştır ve istatistiksel yöntemler ile yapay sinir ağları arasındaki karşılaştırmalar yapılmıştır. Yaş aralığı tahmini için yüz görüntülerinden istatistiksel yöntemler ile en iyi doğruluk %40,1 olarak elde edilmiştir. CNN derin öğrenmelerinden elde edilen en iyi doğruluk oranı ise %59.1'dir. Yaş ve cinsiyet tahmini için 3D vücut bilgisi de kullanılmıştır. Yapay sinir ağları ile 3D vücut bilgilerinin sınıflandırılması sonucu cinsiyet tahmini başarımı oranını %99,26'ya ve yaş tahmini % 99.41'e yükseltilmiştir. Üst vücut ve alt vücut kısımlarının da insanların yaşının ve cinsiyetininin tahmini için kullanılabileceği değerlendirilmiş ve deneysel çalışmalar yapılmıştır.
Özet (Çeviri)
The biometric data collected from individuals provide an array of information about any population and their environment which can be used in several areas, including transportation (busses, ferries, railways, etc), shopping malls, public areas, sports centers, museums, supermarkets, libraries, etc., not to mention security applications. In detail, this biometric data is related with identity, gender, race, height, weight, and eye and hair color of the person. In this thesis, an image processing-based system to predict the two major aspects, age range and genders of people is developed and integrated as a software tool. A standard RGB camera is used to acquire face images, while a 3D camera is used for body information. To predict the gender and age of each individual, statistical pattern recognition algorithms, deep learning and neural network-based approaches are utilized. For statistical methods, LBP and HOG methods are applied on face images to extract features, then KNN and SVM classification methods are applied as classifiers. Convolutional neural network is used to predict age range of people and the comparison between statistical methods and convolutional neural networks are presented. For age prediction, from face images, statistical methods results yielding a top accuracy of 40.1%; whereas, the best accuracy obtained from CNN deep learning is 59.1%. In addition, 3D body information is used for gender and age prediction by applying statistical and neural network methods. These methods show to improve the gender prediction rate by up to 99.26% and age prediction by 99.41% for the whole-body information. The upper-body and lower-body parts are also examined separately to predict the age and gender of the each individual.
Benzer Tezler
- COVID pnömonisinde lizofosfatidilkolin düzeyinin mortalite ve morbidite üzerine etkisi
The effect of lysophosphatidycholine level on mortality and morbidity COVID pneumonia
SELEN DEHMEN
Tıpta Uzmanlık
Türkçe
2023
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL ALTINBİLEK
- COVİD-19 tanısı ile Hacettepe Üniversitesi erişkin hastanesinde izlenen hastaların hastalık ile ilgili risk algıları ve yaşam tarzı değişikliği planlarının değerlendirilmesi
Evaluation of disease-related risk perceptions and lifestyle change plans of patients followed up at Hacettepe University adult hospital with the diagnosis of COVİD-19
KAMIL ZARNISHANOV
Tıpta Uzmanlık
Türkçe
2021
İç HastalıklarıHacettepe Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. GÜLAY SAİN GÜVEN
DR. ÖĞR. ÜYESİ NURSEL ÇALIK BAŞARAN
- Alkol kullanım bozukluğunun yaş tahmininde kullanılan DNA metilasyon belirteçlerine etkisi
The effect of alcohol use disorder on DNA methylation markersused in predicting age
NURSENA KESKİN
Yüksek Lisans
Türkçe
2023
Adli Tıpİstanbul Üniversitesi-CerrahpaşaFen Bilimleri Ana Bilim Dalı
DOÇ. DR. GÖNÜL FİLOĞLU TÜFEK
- Hastanede yatan COVID-19 hastalarının klinik radyolojik özellikleri ve mortalitenin öngörülmesindeki kriterler
Clinical and radiological characteristics of COVID-19 patients hospitalized and criterias for prediction of mortality
EBRU AYKAN MAVİGÖZ
Tıpta Uzmanlık
Türkçe
2022
Göğüs HastalıklarıSağlık Bilimleri ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
DR. MURAT KIYIK
- Molecular and functional investigation of disease-associated cytoskeletal proteins protrudin and MYO1H
Hastalık ilişkili sitoskeletal proteinler protrudin ve MYO1H'nin moleküler ve fonksiyonel araştırılması
ECE SELÇUK ŞAHİN
Doktora
İngilizce
2024
Genetikİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ARZU KARABAY KORKMAZ