Development of a real-time face recognition system using deep learning techniques
Derin öğrenme tekniklerini kullanarak gerçek zamanlı yüz tanıma sisteminin geliştirilmesi
- Tez No: 519641
- Danışmanlar: Prof. Dr. ERGUN ERÇELEBİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yüz tanıma, derin öğrenme, makine öğrenimi, bilgisayar vizyonu, Face recognition, deep learning, machine learning, computer vision
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Devreler ve Sistemler Bilim Dalı
- Sayfa Sayısı: 74
Özet
Yüz tanıma sistemi, dijital görüntüdeki bir kişiyi doğrulamak veya tanımlamak için kullanılan biyometrik bir sistemin invaziv olmayan bir türüdür. Yüz tanıma sistemleri ağırlıklı olarak güvenlik amaçlı kullanılmaktadır, ancak eğlence ve sağlık gibi birçok alanda kullanılabilirler. Literatürde yüz tanıma sistemlerinin doğruluğu ve hızı hakkında birçok çalışma yapılmıştır. Bu tezde, gerçek zamanlı yüz tanıma sistemi, 2 farklı ucuz platformda tasarlandı ve uygulandı. Sistem farklı makine öğrenime ve derin öğrenme algoritma ve tekniklerinin bir kombinasyonunu kullanmıştır. Yüz tanıma sistemini dört ana aşamada gerçekleştirilmiştir. Yüz algılama için, Dijital Görüntüdeki yüzlerin algılanmasında daha hızlı olduğu için Yönelimli Eğim Histogramı (HOG) kullanıldı. Yüzü tespit ettikten sonra, yüz için 128 gömme üreten yüz tanıma modelinin eğitimi öncesine geçmeden önce yüzü ortaya getirmek için kullanılan 5 yüz yer işareti üreten yüz yer işareti tahmin algoritması kullanılmıştır. Son olarak, imgede kimin yüzü olduğunu tanımlamak için bir Destek Vektör Makinesi (SVM) sınıflandırıcı kullanılmıştır. Sistem 8 farklı kişinin 40 görüntüsünden oluşan bir veritabanı ile test edildiğinde % 96.88'lik doğruluk performansı elde etti. Bu tez, son derin öğrenme tekniklerine dayanan gerçek zamanlı yüz tanıma sistemlerinin sınırlı bir bilgisayar donanımı üzerinde uygulanabileceğini göstermektedir.
Özet (Çeviri)
Face recognition system is a non-invasive type of biometric system used to verify or identify a person from a digital image. Face recognition systems are mainly used for security purposes; however, they can be used in many other areas such as entertainment and healthcare. A lot of work has been done in the literature about the accuracy and speed of face recognition systems over the years. In this thesis, a real-time face recognition system has been designed and implemented on 2 different inexpensive platforms. The system used a combination of different machine learning and deep learning algorithms and techniques. The face recognition system has been implemented in four main stages. For the face detection, the Histogram of Oriented Gradients (HOG) was used because it is faster in detecting faces on a digital image. After detecting the face a modified version of face landmark estimation algorithm was used to generate 5 face landmarks used to center the face before passing it on to a pre-trained face recognition model which generates 128 embedding for the face. Finally, the system used a Support Vector Machine (SVM) classifier to identify whose face is on the image. The system reached a performance of 96.88% accuracy when tested with a database of 40 images of 8 different individuals. Approximately 3 frames have tested per second. This thesis shows that real-time face recognition systems based on recent deep learning techniques can be implemented on a limited computer hardware.
Benzer Tezler
- Smart attendance management system using face recognition
Yüz tanıma tabanlı akıllı yoklama yönetim sistemi
S M TANVIR HASSAN SHOVON
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK ARICIOĞLU
- Derin öğrenme ve geleneksel makine öğrenme teknikleri kullanılarak manda yüz tanıma modellerinin geliştirilmesi
Development of water buffalo face recognition models using deep learning and traditional machine learning techniques
NİYAZİ HAYRULLAH TUVAY
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYozgat Bozok ÜniversitesiTarım Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ORHAN ERMETİN
- Kütüphane ortamında yüz ve parmak izi tanıma sisteminin geliştirilmesi
Development of face and fingerprint recognition system in library environment
MOHAMMED RIDHA MOHAMMED AHMED ALSARRAR
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASEMİN GÜLTEPE
- Fatigue detection of drivers using image processing and artificialintelligence techniques
Kullanarak sürücülerin yorgunluk tespiti görüntü işleme ve yapayzeka teknikleri
OMER NASIH ISMAEL ALHURMUZI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TİMUR İNAN
- Derin öğrenme yöntemleri ile görüntü üzerinden yoklama sistemi tasarımı
Attendance system design from image with deep learning methods
ULAŞ ARLI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTekirdağ Namık Kemal ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCAN BULUŞ