Yerel ikili örüntüler ve gri eşdizimlilik matrisi temelli yüz tanıma sistemi
Face recognition system based on local binary pattern and gray level co-occurrence matrix
- Tez No: 655004
- Danışmanlar: DR. ÖĞR. ÜYESİ YASEMİN GÜLTEPE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Kastamonu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Biyometrik, insanları fizyolojik, davranışsal ve biyolojik özelliklerine göre tanımlamadır. Biyometrik iki kategoriye ayrılabilir: fizyolojik biyometrik ve davranışsal biyometrik. Fizyolojik biyometrikler yüz, iris, parmak izi parmak damarları, el geometrisi vb gibi bireyi fizyolojik ya da biyolojik özellikleriyle tanımaya yaran özelliklerdir. Davranışsal biyometrikler ise el yazısı, imza veya ses tonu gibi zamanla bireye has boyutlar kazanan ve bu şekilde bireyi tanımaya yarayan özelliklerdir. Bu tez çalışmasında yerel ikili örüntülere, gri düzeyi ve eş dizimlilik matrisine dayanan bir kesikli dalgacık dönüşümü sunulmaktadır. Yüz veri kümeleri için yeni bir yaklaşımı temsil etmektedir. Önerilen yüz tanıma sistemi farklı kullanım amaçları gözetilerek tasarlanmıştır. Yüz eğitim verilerinin sıkıştırılması için dalgacık dönüşümü kullanılmıştır, daha sonra yüz görüntülerinden eşdizimlilik matrisine dayalı yerel ikili örüntüler kullanarak özniteliklerin çıkarımı yapılmıştır. Önerilen metodun performans değerlendirmesi, ORL veritabanları üzerinde yapılmıştır. Tez çalışmasında, yüz tanıma sistemlerinde önişlem aşamasındaki sonuçların iyileştirilmesi üzerinde büyük etkisinin olduğu gösterilmiştir.
Özet (Çeviri)
Biometrics is defining people according to their physiological, behavioral and biological characteristics. Biometrics can be divided into two categories: physiological biometric and behavioral biometric. Physiological biometrics are features such as face, iris, fingerprint finger vessels, hand geometry, etc. that help identify the individual with their physiological or biological features. Behavioral biometrics, on the other hand, are features such as handwriting, signature, or tone of voice that gain individual dimensions over time and thus help to recognize the individual. In this thesis, a discrete wavelet transform is presented based on local binary patterns, gray level and co-sequencing matrix. It represents a new approach to face datasets. The proposed face recognition system has been designed by considering different usage purposes. Wavelet transform was used to compress face training data, then extraction of features from face images using local binary patterns based on collocation matrix. Performance evaluation of the proposed method has been made on ORL databases. In the thesis study, it has been shown that face recognition systems have a great effect on the improvement of the results in the preprocessing stage.
Benzer Tezler
- 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
ŞULENUR EROL
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiBilecik Şeyh Edebali ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET KOÇ
- Doku tanımada şekil bilgisi kullanarak yeni özniteliklerin elde edilmesi
Extracting new features using shape information in texture recognition
NİHAN KAZAK ÇERÇEVİK
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET KOÇ
DOÇ. DR. DEVRİM AKGÜN
- Face recognition with local Walsh transform
Yerel Walsh dönüşümü ile yüz tanıma
MERYEM UZUN PER
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- EMG sinyallerinin sınıflandırılması
Classification of EMG signals
FURKAN AYAZ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DAVUT HANBAY
- Detection of induction motor faults using vibration, current and acoustic data
Titreşim, akım ve ses verileri kullanarak asenkron motor arızalarının belirlenmesi
MURAT BAŞARAN
Doktora
İngilizce
2016
Elektrik ve Elektronik MühendisliğiAnadolu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. DOĞAN GÖKHAN ECE