Geri Dön

Intelligent face recognition systems

Akıllı yüz tanıma sıstemlerı

  1. Tez No: 699212
  2. Yazar: ÖMER ŞAHİN
  3. Danışmanlar: YRD. DOÇ. DR. NECİP GÖKHAN KASAPOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Teknolojileri Bilim Dalı
  13. 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

  1. Derin öğrenme tabanlı yüz tanıma sisteminin geliştirilmesi

    The development of a face recognition system based on deep learning

    FURKAN AKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERKAN DUMAN

  2. 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

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YILMAZ AR

  3. Derin öğrenmeye dayalı yüz ve vücut biyometrilerinin tümleştirilmesi

    Fusion of face and body biometrics based on deep learning

    AHMET BİLGİÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YILDIRIM

  4. 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

    Türkçe

    2019

    Bilim ve TeknolojiBahçeşehir Üniversitesi

    Kentsel Sistemler ve Ulaştırma Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İREM ŞANAL

  5. Hesaplamalı zekâ tabanlı hibrit metotlar ile görüntü eşleme

    Image matching via hybrid methods of computational intelligance basement

    MAHMUT DİRİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilim ve TeknolojiFırat Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. DAVUT HANBAY