Çocuk yüz ifadelerinin derin öğrenme yöntemleri ile tespiti ve analizi
Detection and analysis of children's facial expressions with deep learning methods
- Tez No: 676151
- Danışmanlar: DR. ÖĞR. ÜYESİ BEKİR AKSOY
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Yüz görüntüleri üzerinden ifade tanımlama oldukça popüler bir alandır. İfade tanımlama üzerinde yapılmış pek çok çalışma yetişkin bireylerden oluşan veri setleri kullanılarak gerçekleştirilmiştir. Toplumun tamamı ya da farklı yaş grupları için geliştirilecek yeni teknolojiler ve sistemler için bu gruplar üzerinde yapılan çalışmalara ihtiyaç vardır. Bu nedenle bu çalışmada literatürde üzerinde oldukça az çalışma bulunan küçük yaştaki çocukların yüz ifadelerinin tespiti üzerinde durulmuştur. Bu amaçla, arama motorları kullanılarak 4002 adet görüntüden oluşan bir veri seti hazırlanmıştır. Hazırlanmış olan veri seti üzerinde önceden ImageNet veri seti üzerinde eğitilmiş olan VGG16, ResNet50, DenseNet121, InceptionV3 InceptionResNetV2 ve Xception mimarileri kullanılarak sinirli, iğrenme, mutlu, nötr, üzgün, korkma ve şaşırma ifadelerinin tespiti gerçekleştirilmiştir. Kullanılan mimarilerin doğruluk, kesinlik, duyarlılık ve F1 skorları karşılaştırılarak en iyi performansı gösteren mimarinin tespit edilmiştir. Çalışma sonucunda çocuk yüzlerinde ifade tespitinde en iyi sonuç %76.3 doğruluk ve 0.76 F1 skoru ile InceptionV3 mimarisi ile elde edilmiştir. Çalışmanın çocuk yüz ifadeleri tespiti üzerinde yapılan çalışmalara ve çocuklar için tasarlanan sistemlerin geliştirilmesine katkı sağlayabileceği düşünülmektedir.
Özet (Çeviri)
Expression identification through facial images is a very popular field of study. Many studies on defining expressions have been carried out using data sets consisting of adult individuals. Studies on these groups are required for new technologies and systems to be developed for the entire society or for different age groups. Therefore, this study focused on the detection of facial expressions of young children which have very few studies in the literature. For this purpose, a data set consisting of 4002 images was prepared by using search engines. Using the pre-trained VGG16, ResNet50, DenseNet121, Inception V3 Inception, ResNetV2 and Xception models on the prepared data set, angry, disgust, happy, neutral, sad, fearful and surprised expressions were detected. To determine the best performing model, accuracy, precision, sensitivity and F1 scores of the models used in this thesis were compeared. As a result of the study, the best result in detecting expression on children's faces was obtained with the Inception V3 model with 76.3% accuracy and 0.76 F1 score. It is thought that this recent study will contribute to the studies on detecting children's facial expressions and to the development of systems designed for children.
Benzer Tezler
- Transfer learning based facial emotion recognition and action unit detection
Transfer öğrenme tabanlı yüz ifadesinden duygu tanıma ve eylem birimi tespiti
SÜLEYMAN ENGİN BAĞLAYİCİ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Dikkat eksikliği ve hiperaktivite bozukluğu olan çocukların yüz tanıma becerilerinin ölçülmesi ve yüz davranışlarının bilgisayarlı analizi
Assessment of face recognition abilities and digital analysis of facial movements of the children with attention deficit hyperactivity disorder
KORAY MEHMET ZEYNEL KARABEKİROĞLU
Doktora
Türkçe
2021
PsikiyatriOndokuz Mayıs ÜniversitesiKlinik Sinir Bilimler Ana Bilim Dalı
PROF. DR. MUSTAFA AYYILDIZ
- DA4HI: A deep learning framework for facial emotion recognition in affective systems for children with hearing impairments.
DA4HI: İşitme engelli çocuklar için duyuşsal sistemlerde yüzdeki duyguların tanınması maksadıyla geliştirilen derin öğrenme modeli.
CEMAL GÜRPINAR
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
PROF. DR. NAFİZ ARICA
- Social behavior learning for an assistive companion robot
Yardımcı robotlar için sosyal davranış öğrenimi
PINAR ULUER
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Augmented reality application in education of children with autism
Otizmli çocukların eğitiminde artırılmış gerçeklik uygulaması
ONAT KORUCU
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı
PROF. HATİCE KÖSE