Geri Dön

Matching composite drawings and mugshot photographs to determine the identity of the person

Kişi kimliğinin belirlenmesinde kompozit çizimler ve mugshot görüntülerinin eşleştirilmesi

  1. Tez No: 548448
  2. Yazar: MUSTAFA KARASOLAK
  3. Danışmanlar: YRD. DOÇ. DR. ROYA CHOUPANİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Çankaya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 84

Özet

Bu tezde, residual konvolüsyonel sinir ağ mimarisi kullanılarak yeni bir fotoğraf taslak oluşturma ve tanıma tekniği önerilmiştir. Bunun için önerilen mimari yüz fotoğrafları ve el cizimleri ile eğitilmiştir. El çizim görüntüleri, önerilen Region-based Convolutional Neural Networks (RCNN) mimarisine girdi olarak uygulanır. Daha sonra, elde edilen yüz fotoğrafları very tabanındaki görüntüler ile karşılaştırılmıştır. En yüksek benzerlik oranına göre görüntüler ilişkilendirilmiştir. Benzerliği ölçmek için Yapısal Benzerlik Endeksi (Structural Similarity Index-SSIM) kullanılmıştır. Görüntü işleme uygulamaları kapsamında önerilen yöntem güvenlik güçleri için oldukça yararlı olabilir. Eğitim ve test için 188 resim kullanılmıştır. Bu görüntülerden 148 tanesi eğitim, 20 tanesi doğrulama, 20 tanesi ise test için kullanılmıştır. Veri artırma yöntemleri, eğitim aşaması için kullanılan 148 görüntüye uygulanmıştır. Veri artırma sürecinin bir sonucu olarak, 444 yüz resmi elde edilmiş ve ağ eğitimi için kullanılmıştır. Ağ eğitimi tamamlandıktan sonra, eğitim eğrisinin başarısı % 90.55 ve doğrulama başarısı % 91,1'dir. SSIM ile oluşturulan yüz görüntülerinden elde edilen gerçek yüz tanıma CUHK veri seti başarısı % 93.89 ve AR veri seti başarısı % 84.55'dur.

Özet (Çeviri)

In this thesis, a new photo-sketch generation and recognition technique is proposed using residual convolutional neural network architecture. For this, the proposed architecture is trained with face photos and sketches. Sketches are applied to the proposed Region-based Convolutional Neural Networks (RCNN) architecture and, face photos are obtained at network output. Then, the obtained face photographs are compared with the images in the database. It is associated with the highest similarity photograph. Structural Similarity Index (SSIM) is used to measure similarity. It is very useful for law enforcement for image processing applications. 188 images are used for training and testing. Of these, 148 are used for training. 20 are used for validation and 20 are used for testing. Data augmentation is applied to 148 images used for training. As a result of the data augmentation process, 444 face images are obtained and used for network training. As a result of network training, the success of the training curve is 90.55% and the validation success is 91.1%. True face recognition success from generated face images with SSIM is 93.89% for CUHK database and 84.55% AR database.

Benzer Tezler

  1. Kapsamlı renk eşleşme özelliğine sahip kompozit rezinlerin renk uyumu ve yüzey pürüzlülüğü açısından değerlendirilmesi

    Evaluation of composite resins with wide color matching in terms of color matching and surface roughness

    GÜL YILMAZ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2022

    Diş HekimliğiSivas Cumhuriyet Üniversitesi

    Restoratif Diş Tedavisi Ana Bilim Dalı

    PROF. DR. ÖZDEN ÖZEL BEKTAŞ

  2. Yüksek dolduruculu akışkan kompozit rezinlerin diş dokuları ile renk uyumlarının stabilitesi

    Evaluation of color matching and color stability of highly filled flowable composite resins

    ÖZGE YILMAZ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiSelçuk Üniversitesi

    Restoratif Diş Tedavisi Ana Bilim Dalı

    PROF. DR. NEVİN ÇOBANOĞLU

  3. Tek renk kompozit rezin restorasyonlarda farklı kavite tasarımlarının renk eşleşmesi üzerine etkileri

    The effect of cavity design on color matching of single shade composite resine restorations

    MAHA KHALED ABEDALQADER SALAMEH

    Doktora

    Türkçe

    Türkçe

    2022

    Diş HekimliğiVan Yüzüncü Yıl Üniversitesi

    Restoratif Diş Tedavisi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALPEREN DEĞİRMENCİ

  4. Bukalemun etkisi gösteren kompozitlerin renk eşleşme özellikleri ve yüzey pürüzlülüğü yönünden karşılaştırılması

    Comprasion of color matching and surface roughness of composites with chameleon effect

    EMİNE BETÜL YAVUZ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2022

    Diş HekimliğiMarmara Üniversitesi

    Restoratif Diş Tedavisi Ana Bilim Dalı

    PROF. DR. CAFER TÜRKMEN

  5. Farklı kompozit materyallerinin renk değişimi, renk uyumu ve bu materyallerin tamir restorasyonunda mikrosızıntı ve bağlantı dayanımı yönünden in vitro olarak incelenmesi

    Examination of different composite materials for color change, color matching and microleakage and bond strength in repair and restoration of these materials

    İSRA EZGİ YALÇIN

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2022

    Diş HekimliğiEge Üniversitesi

    Restoratif Diş Tedavisi Ana Bilim Dalı

    PROF. DR. HÜSEYİN TEZEL