Face recognition via unsupervised deep learning and auto-encoders
Gözetimsiz derin öğrenme ve otomatik kodlayıcılar ile yüz tanıma
- Tez No: 531705
- Danışmanlar: DR. ÖĞR. ÜYESİ PELİN GÖRGEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 70
Özet
Yüz tanıma; yüzün poz açısı, ifadesi, aydınlatma, yüzün kapanması ve arka plan farklılıklardan kaynaklanan zorluklar nedeniyle çokça incelenen güncel bir konudur. Son zamanlarda, derin öğrenme yöntemleri, görüntünün tanımlanması ve görüntü tanıma alanlarında dikkate değer sonuçlar elde etmiştir. Otomatik Kodlayıcı (Autoencoder), girişlerden faydalanarak bir kimlik fonksiyonunun yaklaşıklılığını öğrenmek, başka deyişle görüntünün faydalı tanımlamasını otomatik öznitelik çıkarımı ile öğrenmek için kullanılan gözetimsiz bir yapay ağdır. Bu tezde, yüz tanıma işlemi için Derin Yığılı Aralıklı Gürültü Temizleme Otomatik Kodlayıcıları (Deep Stacked Denoising Sparse Autoencoder-DSDSA) metodu önerilmiştir. Sınıflandırma aşamasında, en etkin sınıflandırıcılardan ikisi olan Destek Vektör Makineleri (SVM) ve Softmax sınıflandırıcısı kullanılmıştır. ORL, Yale, Caltech ve PubFig83'in bir alt kümesi gibi bilinen yüz görüntüleri veritabanları ile elde edilen deneysel sonuçlar, önerilen sistemin tatmin edici bir performans sergilediğini ve karşılaştırılabilir bir doğruluk oranı sağladığını göstermektedir.
Özet (Çeviri)
Face recognition is a hot topic under investigation due many challenges of variation includes the difference in poses, illumination, expression, occlusion and scenes. Recently, deep learning methods achieved remarkable results in image representation and recognition fields. Autoencoder is an unsupervised artificial network used to learn an approximation of an identity function in other words to learn good representations of image, utilizing inputs by extracting features automatically. In this thesis, Deep Stacked Denoising Sparse Autoencoder (DSDSA) method is proposed for face recognition task. In classification phase, two of the most powerful classifiers were used, namely multi-class Support Vector Machines (SVM) and Softmax classifier. Experimental results on known face image databases, includes ORL, Yale, Caltech and a subset of PubFig83 show that the proposed system yields promising performance and achieves comparable accuracy.
Benzer Tezler
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Attribute based classifiers for image understanding
Görüntü anlamlandırmak için nitelik tabanlı sınıflandırıcılar
BERKAN DEMİREL
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NAZLI İKİZLER CİNBİŞ
YRD. DOÇ. DR. RAMAZAN GÖKBERK CİNBİŞ
- A feature based simple machine learning approach with word embeddings to named entity recognition on tweets
Kavram tanıma üzerine özellik tabanlı bir makine öğrenmesi yaklaşımı
METE TAŞPINAR
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. TANKUT ACARMAN
- Sınıf tabanlı iki boyutlu temel bileşenler analizi ile yüz tanıma sistemi
Face recognition system with class-wise two dimensional principal component analysis
CEREN GÜZEL TURHAN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN ŞAKİR BİLGE