Intelligent face recognition systems
Akıllı yüz tanıma sıstemlerı
- Tez No: 699212
- Danışmanlar: YRD. DOÇ. DR. NECİP GÖKHAN KASAPOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Teknolojileri Bilim Dalı
- Sayfa Sayısı: 62
Özet
Yüz tanıma yöntemleri ve algoritmaları son yıllarda sıklıkla kullanılmaktadır. Yüz tanıma sistemlerinde yüksek doğruluk oranı ve hızlı tanıma sağlamak için birçok araştırma ve çalışma yürütülmüştür. En iyi doğruluk ve performansa ulaşmak için farklı teknikler kullanılarak çeşitli sonuçlar elde edilmesine rağmen, başarımı ve performansı veriye bağlı iyileştirmek için daha fazla çalışma yürütmek gerekmektedir. Bu tezde, temel bileşen analizi (PCA) algoritması, doğrusal ayırıcılık analizi (LDA) Fisher yüz yaklaşımı ve yerel ikili modeller (LBP) kullanarak en bilinen geleneksel yüz tanıma tekniği olan EigenFace ile karşılaştırmalar yapılmıştır. Bu temel karşılaştırmanın yanında derin öğrenme ve yapay sinir ağları gibi göreceli olarak yeni tekniklerle de karşılaştırma yapılmıştır. Sonuçlar, derin öğrenme algoritmalarına dayanan gelişmiş tekniklerin, doğruluk ve hesaplama süresi açısından geleneksel tekniklerden daha iyi performans gösterdiğini göstermektedir. Öte yandan, geleneksel test edilmiş teknikler arasında, LBP' nin sırasıyla CALTECH ve FEI veri setleri kullanılarak karşılaştırıldığında %96 ve %89 ile en iyi doğruluğu sağladığı gösterilmiştir.
Özet (Çeviri)
Face recognition methods and algorithms have been improved during the last years. A lot of research and studies have been done to establish high accuracy and fast recognition rate in face recognition systems. Although various results were estimated using different techniques to reach best accuracy and performance. This leads us to continue the wheel of improvements to conduct more studies about face recognition techniques. In this thesis we make comparison with the most known traditional technique of face recognition EigenFace using principal component analysis (PCA) algorithm, Linear discriminant analysis (LDA) Fisher face approach and Local Binary Patterns (LBP). An enhanced comparison with some of the most recent advanced techniques related to deep learning and neural networks. Results shows that advanced techniques that depend on deep learning algorithms outperform traditional techniques in terms of accuracy and computational time. On the other hand, among the traditional tested techniques, we notice that LBP gives the best accuracy with 96% and 89% when compared using the CALTECH and FEI datasets respectively.
Benzer Tezler
- Derin öğrenme tabanlı yüz tanıma sisteminin geliştirilmesi
The development of a face recognition system based on deep learning
FURKAN AKIN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKAN DUMAN
- Emotion recognition using deep learning focusing on the hand and facial expressions
El ve yüz ifadelerine odaklanan derin oğrenmeyi kullanarak duygu tanıma
HASANAIN JAWAD RADEEF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YILMAZ AR
- Derin öğrenmeye dayalı yüz ve vücut biyometrilerinin tümleştirilmesi
Fusion of face and body biometrics based on deep learning
AHMET BİLGİÇ
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM
- Yapay zekâ ve kentsel sistemler: Akıllı ulaştırma sistemlerinin kentsel güç içindeki rolü
Artificial intelligence and urban systems: The role of intelligent transportation systems in urban power
AHMET ZİYAEDDİN TÜRKKAN
Yüksek Lisans
Türkçe
2019
Bilim ve TeknolojiBahçeşehir ÜniversitesiKentsel Sistemler ve Ulaştırma Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İREM ŞANAL
- Hesaplamalı zekâ tabanlı hibrit metotlar ile görüntü eşleme
Image matching via hybrid methods of computational intelligance basement
MAHMUT DİRİK
Yüksek Lisans
Türkçe
2012
Bilim ve TeknolojiFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. DAVUT HANBAY