Geri Dön

Curriculum and active self-paced learning with minimum sparse reconstruction for face recognition

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 648605
  2. Yazar: BARIŞ BÜYÜKTAŞ
  3. Danışmanlar: PROF. DR. ARİF TANJU ERDEM, PROF. DR. ÇİĞDEM EROĞLU ERDEM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 79

Özet

Bu tezde yüz tanımlama sistemleri için iki farklı yöntem sunulmaktadır. İlk yöntem, bilgilerin önce kolay kavramları, ardından daha karmaşık olanları kapsayacak bir müfredat dahilinde organize edildiğinde, insanların daha iyi öğrendikleri gerçeğinden esinlenmiştir. Literatürde müfredat öğrenmesinin (CL) makine öğrenmesi için daha iyi bir yerel minimum seviyeye yakınsama sağlayarak yararlı olduğu gösterilmiştir. Yüz tanıma için önerdiğimiz müfredat öğrenmesi algoritmasında, eğitim kümesinde yer alan resimlerdeki baş pozlarından elde edilen açıların mutlak değerlerinin toplamına göre alt kümeler elde edilerek, kolaydan zora açılar artacak şekilde sıralanmıştır. Bu alt kümeler, evrişimsel sinir ağının eğitimi sırasında artan zorluklarına göre sırayla verilmiştir. CASIA-WebFace-Sub veritabanındaki deneysel sonuçlar, müfredat öğrenmesi kullanıldığında doğruluğun, eğitim resimlerinin rastgele sıralanarak kullanılmasından daha başarılı sonuçlar verdiğini göstermiştir. İkinci yöntem ise kişilere ait yüz resimlerinin zaman içinde arttığı durumlarda kademeli olarak yüz tanıma sisteminin eğitilmesine dayanır. İlk başta az sayıda etiketli eğitim verisi ile başlanır ve daha sonra gelen yeni veriler eğitim kümesine dahil edilirken etiketleme için en az insan gayreti kullanılması iki farklı yöntem ile sağlanır: kendi-hızında öğrenme (SPL) ve en az seyrek geri çatım ile aktif öğrenme (AL-MSR). SPL, sınıflandırıcının yüksek güvenirlikte olduğu kolay resimlerin otomatik olarak etiketlenmesine dayanır. AL-MSR ise düşük güvenilirlikte ya da zor olan ve birbirlerinden yeterince farklı olan resimlerin etiketlenmesi için uzman yardımına başvurur. SPL ve AL-MSR tek bir yöntem içinde birleştirilmiş ve ASPL-MSR olarak adlandırılmıştır. Daha önce önerilmiş olan ASPL yöntemi [1] en az seyrek geri çatım (MSR) ile birbirinden farklı olan resimlerin seçilmesi için iyileştirilmiştir. Böylece uzman etiketlemesi için gereken çaba önemli ölçüde azaltılmış, öte yandan yüz tanıma performansı aynı kalmıştır. Önerilen yöntem, eğitim kümesindeki yanlış etiketlenmiş verilere karşı da dayanıklıdır. Önerilen ASPL-MSR yöntemi iki büyük veri kümesinde (CASIA-WebFace ve CACD) denenmiş ve olumlu sonuçlar elde edilmiş, literatüre göre daha az uzman etiketli veri ile aynı yüz tanıma başarımının elde edildiği gösterilmiştir.

Özet (Çeviri)

In this thesis, we present two different novel frameworks for face recognition. The first one is based on a novel curriculum learning (CL) algorithm for face recognition using convolutional neural networks. Curriculum learning is inspired by the fact that humans learn better, when the presented information is organized in a way that covers the easy concepts first, followed by more complex ones. It has been shown in the literature that CL is also beneficial for machine learning tasks by enabling convergence to a better local minimum. In the proposed CL algorithm for face recognition, we divide the training set of face images into subsets of increasing difficulty based on the head pose angle obtained from the absolute sum of yaw, pitch and roll angles. These subsets are introduced to the deep CNN in order of increasing difficulty. Experimental results on the large-scale CASIA-WebFace-Sub dataset show that the increase in face recognition accuracy is statistically significant when CL is used, as compared to organizing the training data in random batches. The second framework can progressively train classifiers for face recognition when the available face images of subjects increase gradually. The framework starts with a small set of annotated images and includes new face images into the training set with minimum expert annotation effort using two different strategies: self-paced learning (SPL) and active learning with minimum sparse reconstruction (AL-MSR). SPL is used for automatic annotation of easy images, for which the classifiers are highly confident. AL-MSR is used to request the help of an expert for annotating difficult or low confidence images, which are further filtered for diversity using minimum sparse reconstruction. We combine self-paced and active learning with minimum sparse reconstruction in a single framework, namely ASPL-MSR. We improve the recently proposed ASPL framework [1] by introducing MSR for eliminating“similar”images from the set selected by AL, which significantly reduces the required cost of expert annotation effort while providing a comparable recognition performance. The proposed framework is also robust against incorrectly annotated images in the training set. The proposed method (ASPL-MSR) is tested using two large-scale datasets (CASIA-WebFace and CACD) and promising results have been obtained. We can achieve the same face recognition accuracy by using less expert-annotated data as compared to the state-of-the-art.

Benzer Tezler

  1. Tez No

    701249

    Impacts of nature-deficit disorder in cities and educational facilities planing

    Doğa ile temas yoksunluğunun şehirler ve eğitim tesisleriplanlamasına etkileri

    ANOUSHEHSADAT MIRALINIKKHOU

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    PROF. DR. AZİME TEZER

  2. Tez No

    913193

    Exploring opinions of corporate instructional designers on their professional development and training needs

    Kurumsal öğretim tasarımcılarının mesleki gelişim ve eğitim ihtiyaçları konusundaki görüşlerinin araştırılması

    NAZLI GÖKALP

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesi

    Eğitim Programları ve Öğretimi Ana Bilim Dalı

    DR. ELİF ÖZTÜRK

  3. Tez No

    529371

    Ters yüz edilmiş sınıf modeline dayalı yazma öğretiminin öğrencilerin üstbilişsel farkındalık düzeylerine, yazma başarılarına ve kaygılarına etkisi

    The effect of flipped classroom model-based writing teaching on metacognitive awareness level, writing success and writing anxiety of students

    HASAN BASRİ KANSIZOĞLU

    Doktora

    Türkçe

    Türkçe

    2018

    Eğitim ve ÖğretimGazi Üniversitesi

    Türkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZLEM BAYRAK CÖMERT

  4. Tez No

    415877

    Hayat bilgisi dersinde öğrencilerin yaşam becerilerinin geliştirilmesinde etkin öğrenme uygulamaları

    Active learning practices on the development of students' life skills in life science course

    ZEYNEP KILIÇ

    Doktora

    Türkçe

    Türkçe

    2015

    Eğitim ve ÖğretimAnadolu Üniversitesi

    İlköğretim Ana Bilim Dalı

    PROF. DR. MEHMET GÜLTEKİN

  5. Tez No

    518687

    Türkiye 8. sınıf matematik konularına göre Türkiye, Singapur ve ABD matematik ders kitaplarının içerik ve görsellik açısından incelenmesi

    The comprasion of the textbooks of Turkey, Singapore and USA in terms of content and visuality, accordi̇ng to the maths subjects of 8^th grade in Turkey

    ASLIHAN ATA ÖZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Eğitim ve ÖğretimBolu Abant İzzet Baysal Üniversitesi

    İlköğretim Ana Bilim Dalı

    DOÇ. DR. HAKAN YAMAN

Geri Dön