Geri Dön

Görüntü işleme teknikleri ve evrişimsel sinir ağları kullanılarak yüz ifadesinden duygu tespiti

Facial expression recognition using image processing techniquesand convolutional neural networks

  1. Tez No: 686230
  2. Yazar: FATİH ALTEKİN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HASAN DEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Tekirdağ Namık Kemal Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 140

Özet

Bu tez çalışmasında, yüzdeki duygu ifadelerini tespit etmek için görüntü işleme teknikleri ve makine öğrenmesi teknikleri incelenmiştir. Öznitelik vektörlerini elde etmek ve yüzdeki duygu ifadedelerini tespit etmek için yapılan çalışmalar aşamalar halinde verilmiştir. Yapılan uygulamalarda ve kategorilerde, 7 duygu kategorisinde, insan yüzleri içeren 981 adet imgeden oluşan CK+ imge seti kullanılmıştır. CK+ veri setinden HOG, LBP, Geometrik Öznitelikler ve Dalgacık Dönüşümü yöntemleri kullanarak öznitelik veri seti oluşturulmuştur. Öznitelik veri seti Destek Vektör Makinaları, K-En Yakın Komşuluk Algoritması ve Lojistik Regresyon sınıflandırma yöntemleri ile sınıflandırılarak yüz ifade tespiti başarı durumları karşılaştırmalı olarak verilmiştir. Veri setindeki imgelerin orijinal hali ve HOG, LBP ve Dalgacık Dönüşümü öznitelik imgelerinin kullanıldığı durumlardaki başarı oranları karşılaştırılmıştır. Evrişimsel Sinir Ağları (CNN) yönteminin duygu ifadeleri tespitindeki başarısı ele alınmıştır.

Özet (Çeviri)

In this thesis, image processing techniques and machine learning techniques have been examined to detect facial emotions. The studies carried out to obtain the feature vectors and determine the emotion expressions on the face are given in stages. In the applications and categories, CK + image set consisting of 981 images containing human faces in 7 emotion categories was used. The feature data set was created from the CK + data set by using HOG, LBP, Geometric Features and Wavelet Transform methods. The feature data set is classified with Support Vector Machines, K-Nearest Neighborhood Algorithm and Logistic Regression classification methods, and face expression detection success cases are given comparatively. The original state of the images in the data set and the success rates in cases where HOG, LBP and Wavelet transform feature images were used were compared. The success of the convolutional neural networks (CNN) method in detecting emotion expressions is discussed.

Benzer Tezler

  1. Görüntü işleme teknikleri kullanılarak yüz ifadelerinden duygu analizi

    Emotion analysis from facial expressions using image processing techniques

    İDİL KOÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBitlis Eren Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KUBİLAY DEMİR

    DR. ÖĞR. ÜYESİ HALİL YETGİN

  2. Üniversite öğrencilerinin yüz ifadelerinden duygu durumlarının yapay zekâ teknikleriyle tespiti

    Detection of emotional states from facial expressions of university students with artificial intelligence techniques

    MUHAMMED ÜSAME ABDULLAH

    Doktora

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET ALKAN

  3. Derin öğrenme yöntemleri ile şüpheli davranış tespiti

    Suspicious behavior detection with deep learning methods

    DUYGU ÇALIŞKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖNDER DEMİR

  4. Görüntü işleme ve evrişimsel sinir ağları kullanılarak diyabetik retinopati hastalığının tespiti

    Evaluation of retinal images and detection of diabeticretinopathy disease using convolutional neural networks

    TOLGA TÜKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UTKU KÖSE

  5. Analyzing breast cancer using thermography and convolutional neural networks

    Termografi ve evrişimsel sinir ağları ile meme kanseri analizi

    HUSHANG JAWZAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. SAMİ EKİCİ