Yüz bölgelerinin ağırlıklandırılmasının yerel ikili örüntüler ile yüz tanıma performansına etkisi
The effect of face regions' weighting to face recognition performance with local binary patterns
- Tez No: 582094
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET KOÇ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Bilecik Şeyh Edebali Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enerji Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 42
Özet
Yerel İkili Örüntüler (Local Binary Patterns - LBP), yüz, doku, cinsiyet tanıma gibi örüntü tanıma problemlerinde kullanılan başarılı bir öznitelik çıkarım yöntemidir. LBP imgedeki her piksel ile komşu piksellerin gri seviye değerlerini karşılaştırarak öznitelik çıkarımı yapar. Yüzdeki göz, burun, ağız gibi bazı bölgelerin diğer bölgelere göre sınıflandırma başarımına katkısının daha fazla olduğu bilinmektedir. Bundan dolayı, yüz imgesi dikdörtgensel bölgelere ayrılmıştır. Her bölge için LBP histogramlarının oluşturulmasıyla yerel öznitelikler elde edilmiştir. Yerel öznitelik vektörlerine ait oldukları bölgelerin önem derecelerine göre ağırlıklar verilerek tanıma başarımının artması hedeflenmiştir. Yöntemin başarımını belirlemek için yapılan deneysel çalışmalarda AR ve Genişletilmiş Yale yüz Veri Tabanı B kullanılmıştır. Sınıflandırma aşamasında alt uzay tabanlı Doğrusal Regresyon Sınıflandırıcısı (LRC) ve Ki-kare (χ^2) istatistiği kullanılmıştır. Yapılan deneyler sonucunda, LRC sınıflandırıcısı başarımının kullanılan veri tabanına göre değişkenlik gösterdiği, ancak χ^2 istatistiğinin kullanılan veritabanından bağımsız olarak yüksek sınıflandırma başarımı sağladığı gözlemlenmiştir.
Özet (Çeviri)
Local Binary Patterns (LBP) is a successful feature extraction method used in pattern recognition problems such as face, texture, and gender recognition. LBP extracts features by comparing the gray level values of each pixel in the image and its neighboring pixels. It is known that some parts of the face such as eyes, nose and mouth contribute more to the classification performance than other regions. Therefore, the face image is divided into rectangular regions. Local features are obtained by generating LBP histograms for each region. It is aimed increase the classification performance by setting the weights to the local features according to the importance of the corresponding region. In the experimental studies, AR and Expanded Yale face Database B are used to determine the performance of the method. In the classification stage, the subspace-based Linear Regression Classifier (LRC) and the Chi-square (χ^2) statistics are used. As a result of the experimental studies, it is observed that the performance of the LRC classifier varies according to the database used, but χ^2 statistics achieves high classification performance independent of the database used.
Benzer Tezler
- Face detection and facial expression recognition using moment invariants
Moment öznitelikleri kullanarak yüz konum tespiti ve yüzsel ifade tanımlama
ALİ KARAALİ
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiBahçeşehir ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM EROĞLU ERDEM
- Derin öğrenme ile yüz tespiti ve tanıma
Face detection and recognition using deep learning
BEYZA NUR AYDEMİR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TAYYİP ÖZCAN
- Yüz tanıma sistemleri için derin öğrenme tabanlı 3 boyutlu yüz sahteciliği önleme sistemi geliştirilmesi
Development of deep learning-based 3D face fraud prevention system for face recognition systems
ZEYNEP KOYUN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BETÜL AY
- Yüz resimlerinden çoklu makine öğrenmesi yaklaşımları ile yaş ve cinsiyet bilgisinin tespit edilmesi
Estimating of age and gender information from face images with multiple machine learning methods
UĞUR TURHAL
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET AKBAŞ
- Yüz imgelerinden duygu tanıma
Expression recognition from face images
CANER GACAV
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEMAL ÖZKAN