Raspberry Pi ile gerçek zamanlı yüz tanıma ve kontrol sistemi
Real time face recognition and control system with Raspberry Pi
- Tez No: 517133
- Danışmanlar: PROF. DR. CEMİL SUNGUR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 86
Özet
Günümüzde artan terör, hırsızlık, gasp olayları gibi toplum dinamiklerini bozan etkenlerde kişisel kimliklerin hızlı ve otomatik bir şekilde belirlenmesi önemli hale gelmiştir. Kişisel özelliklerin tanımlanmasında yüz, parmak izi, damar tanıma sistemleri gibi kişiye özel özelliklerin belirlenebildiği biyometrik tanıma sistemleri ön plana çıkmaktadır. Bu sistemler sayesinde gümrük kapıları, bankalar, resmi daireler gibi yoğun kalabalığın olduğu ve güvenliğin önplanda tutulduğu kurumlarda şüpheli kişilere hızlı müdahaleler yapılabilmektedir. Bu tez çalışmasında Raspberry Pi tabanlı bir kamera sistemi kullanılarak, yüz tanımanın yapıldığı kişisel bir güvenlik sistemi tasarlanmıştır. Raspberry Pi kamera, hafıza kartı, monitör, klavye ve benzeri çevre birimlerinin bağlanabildiği mikroişlemci tabanlı bir mini bilgisayardır. Bu çevre birimlerinin pratik bir şekilde kullanımına imkân verdiği için Raspberry Pi platformu kullanılmıştır. Platform üzerinde veritabanı olarak kullanılan Microsoft Azure sistemine birçok yüz verisi kaydedilerek, Raspberry Pi kamerası ile alınan yüzlerin karşılaştırılması yapılmıştır. Eşleşen yüzlerin doğruluğu bazı istatistiksel metotlar kullanılarak, kişinin beyaz listede olup olmadığı belirlenmiştir. İstatistiksel karşılaştırma sonucuna göre eşleşen özellikler %50 ve üzerinde ise kapının açılması diğer durumlarda kapının kapalı kaldığı bir elektromekanik sistem tasarlanmıştır. Tasarlanan bu sistemde, belirlenen alana giriş yapmak isteyen kişilerin kimliğini belirleyip bu sonuca göre kapı kilidini açıp-kapatan bir mekanizmanın yazılım ve donanımı gerçekleştirilmiştir. Geliştirilen bu sistemde yapılan deneysel çalışmalarda büyük oranda başarı sağlanmıştır.
Özet (Çeviri)
Nowadays, it has become important to determine the personal identities quickly and automatically in the factors that disrupt the social dynamics such as increasing terror, theft and extortion. Biometric identification systems, such as face, fingerprint, vein recognition systems, etc., can be used to identify personal characteristics. Thanks to these systems, it is possible to quickly intervene in suspicious persons where there is a dense crowd, such as customs gates, banks, government offices, and institutions where security is held in the foreground. In this thesis study, a security system was designed using a Raspberry Pi based camera system to enable personal face recognition. Raspberry Pi, is a mini computer microprocessor-based to which a camera, memory card, monitor, keyboard and similar peripherals can be connected. The Raspberry Pi platform was used because this environment allows the units to be used in a practical way. On the platform, hundreds of data were saved to the Microsoft Azure system used as the database, and the Raspberry Pi compares the faces were taken by the camera with the data that saved earlier in the database. The accuracy of matching faces was determined using some statistical methods to determine whether the person was in the white list or not. According to the statistical comparison result, an electromechanical system is designed which can be turned on and off according to the achievement of 50% and above. This system, which is designed to detect unknown persons and to use a mechanism that can be turned on and off according to this result, offers a solution with a high performance with face recognition using a mini computer. This system, which is designed to detect unknown persons and to use a mechanism that can be turned on and off the doors' lock according to the obtained result and offers a solution with a high performance using face recognition and a mini computer.
Benzer Tezler
- Derin öğrenme yaklaşımları ile gömülü platform üzerinde yüz analizi sisteminin gerçekleştirilmesi
Implementation of face analysis system with deep learning approaches on embedded platform
ABDULATIF AHMED ALI ABOLUHOM
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMET KANDİLLİ
- Makinalar arası iletişim ile kimlik tespiti ve uyarı alarmlarının üretilmesi
Identification and producting warning alarm with machine to machine communication
OSMAN DEMİRCİ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN KAYHAN
- Gömülü sistem platformu üzerinde görüntü işleme tekniklerinin uygulanması
Image processing techniques on embedded system
SERTAÇ YAMAN
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ EROL
- Design and implementation of real-time eye detection and tracking system based on gpu
Grafik işleme ünitesi tabanlı gerçek zamanlı göz bulma ve takip sistemi'nin tasarlanması ve uygulanması
ALİ ACIOĞLU
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGUN ERÇELEBİ
- Gömülü sistem tabanlı elektrokardiyogram holter cihazının tasarlanması ve yapay sinir ağı- genetik algoritma hibrit modeli ile aritmi tespiti
Design of embedded system-based ecg holter device and detection of arrhythmia by artificial neural network-genetic algorithm hybrid model
AHMET YESEVİ TÜRKER
Yüksek Lisans
Türkçe
2018
BiyomühendislikSakarya ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ZAHİD YILDIZ