Face mask detection
Transfer öğrenmeyi kullanarak yüz ifadeleri tanıma
- Tez No: 685798
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGE YÜCEL KASAP
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
COVID-19 acımasızca tüm dünyaya yayılmış ve dünya çapında bir sağlık krizine neden olmuş durumdadır. Dünya sağlık kuruluşuna göre, viral bulaşmayı yavaşlatmada etkili yöntemlerden biri, pandeminin ilk ortaya çıkmasından bu yana zorunlu bir uygulama olarak kabul edilen yüz maskesi takmaktır. Bu çalışmada, yüksek performanslı bir yüz maskesi algılama modeli için bir teklif olarak MobileNet v2'yi aktarım öğrenimi ile birleştiren bir karma model geliştirilmiştir. Tasarımın bileşenleri, sınıflandırma için transfer öğrenimi, Tensorflow ve Keras ile özellik çıkarımı için MobileNet v2'yi oluşturmaktadır. Bu çalışmada, iki veri seti kullanılmıştır. Bunlardan biri, gerçek nesneler üzerinde yapay olarak üretilmiş bir dizi maskeyi içermekte ve ikinci veri seti ise gerçek hayat konularından ve gerçek hayat durumlarını temsil eden resimlerden oluşmaktadır. Model, veri kümesi 1 ile 98, veri kümesi 2 ile 96 oranında doğruluk elde etmiştir..
Özet (Çeviri)
The COVID-19 has ferociously spread over the world causing a world-wide health crisis. According to the world health organization, one of the effective methods in slowing down viral transmission is face mask wearing which has since the pandemic first emerged been established as a mandatory practice. In this paper, a hybrid model is advanced that merges MobileNet v2 with transfer learning as a proposition for a high-performing face mask detection model. Components of the design constitute transfer learning, tensor flow, and Keras for classification as well as MobileNet v2 for feature extraction , In this study, two datasets were utilized. One data set contained a selection of artificially generated masks on real objects. Whereas the second dataset consisted of real life subjects and pictures that represent real-life situations. The model achieved an accuracy of 98 with dataset 1 and an accuracy of 96 with dataset 2.
Benzer Tezler
- Konvülasyonel sinir ağları kullanarak yüz maskesi tespiti
Face mask detection using convolutional neural networks
MOHAMMED SAFAULDEEN DAWOOD AL-ABBASI
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR BECERİKLİ
- Face mask detection using deep learning methods
Derin öğrenme yöntemleriyle yüz maskesi tespiti
YOUNUS ALQADIRI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Bilim Dalı
DR. ÖĞR. ÜYESİ ZAFER İŞCAN
- Gerçek zamanlı yüz maskesi algılama uyarı sistemi
Real-time face mask detection with alert system
ALI ABBAS JASIM JASIM
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırşehir Ahi Evran Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DR. MUSTAFA YAĞCI
- Enhancing double authentication data security by face mask detection and recognition using k-means algorithm and CNN classification
Çift doğrulama verilerini geliştirme yüz maskesi algılama ile güvenlik ve k-means algoritması kullanarak tanıma ve CNN sınıflandırması
MARWAH MOHAMMED HUSSEIN HUSSEIN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER
- COVID19 yayılımını azaltmak için yüz maskesinin evrişimsel sinir ağı modelleri ile tespiti
Detection of face mask with convolutional neural network models to reduce COVID19 spread
ASLIHAN DAŞGIN
Yüksek Lisans
Türkçe
2023
Yönetim Bilişim SistemleriAksaray ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. KEMAL ADEM
DR. ÖĞR. ÜYESİ SERHAT KILIÇARSLAN