Geri Dön

Görüntü işleme tabanlı yüz ifadelerinden duygu analizi

Sentiment analysis from face expressions based on image processing

  1. Tez No: 712103
  2. Yazar: ORHAN EMRE AKSOY
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SELDA GÜNEY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Başkent Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 86

Özet

Bu tez çalışmasında, gerçek zamanlı görüntülerde insan yüz ifadelerinin sınıflandırılma çalışması yapılmıştır. Gerçek zamanlı tanıma işlemini gerçeklemenin birtakım faydaları bulunmaktadır. Örnek vermek gerekirse; toplu fotoğraflarda ruh halinin analiz edilmesi bu bakımdan ilgi çekici bir örnektir. Bir etkinlik sırasında çekilmiş fotoğraflarda bulunan insanların yüz ifadelerinin algılanması, bu kişilerin genel anlamda ne derece eğlendiğine ilişkin niceliksel veri sağlayabilir. İçerik duyarlı görüntü erişimini bir diğer örnek olarak verebiliriz, söz gelimi bir veri tabanından, sadece şaşıran insanların olduğu fotoğraflara erişilebilir. Bu çalışma kapsamında; yüz ifadelerine ilişkin 7 farklı duygu sınıflanmış olup; bunlar“mutluluk”,“üzüntü”,“şaşkınlık”,“iğrenme”,“öfke”,“korku”ve“nötr”olarak sıralanmaktadır. Python programlama diliyle yazılan uygulama ile FER2013, JAFFE ve CK+ veri setlerini kullanarak, farklı ifadelerde klasik makine öğrenme yöntemlerinden k-En Yakın Komşuluk ve Destek Vektör Makineleri kullanılırken, derin öğrenme yöntemlerinden aktarımlı öğrenme ile AlexNet, ResNet, DenseNet ve Inception mimarileri kullanılmış, detaylı analizler yapılmıştır. Ayrıca bu çalışmada; klasik makine öğrenme yöntemleri ve derin öğrenme mimarilerini kıyaslarken, 2 farklı uygulama ile gerçek zamanlı ve gerçek zamanlı olmayan uygulamalar da karşılaştırılmıştır. Bu çalışma, en uygun mimariye sahip derin öğrenme tekniklerine dayanan gerçek zamanlı ifade tanıma sistemlerinin, sadece bir yazılım ile bilgisayar donanımı aracılığıyla yüksek doğruluklarla uygulanabileceğini göstermektedir.

Özet (Çeviri)

In this thesis, the classification study of human facial expressions in real-time images was investigated. Real-time recognition has a number of benefits, for example; analysis of mood in group photos is an interesting example in this regard. The perception of facial expressions of people in photographs taken during an event can provide quantitative data on how much fun these people have in general. Another example is context-aware image access, where, for example, only photos of people who are surprised can be accessed from a database. This scope of work; 7 different emotions related to facial expressions were classified; these are listed as“happiness”,“sadness”,“surprise”,“disgust”,“anger”,“fear”and“neutral”. With the application written in Python programming language, classical machine learning methods k-Nearest Neighborhood and Support Vector Machines and AlexNet, ResNet, DenseNet, Inception architectures are used from deep learning methods and detailed analyzes are made in FER2013, JAFFE and CK+ datasets. In this study, while comparing classical machine learning methods and deep learning architectures, real-time and non-real-time applications were also compared with two different applications. This study shows that real-time expression recognition systems based on deep learning techniques with the most appropriate architecture can be implemented with high accuracy via computer hardware with only one software.

Benzer Tezler

  1. Bulut tabanlı derin öğrenme modelleri kullanılarak insansı robotlarda duygu analizi

    Analysis of emotion in humanoid robots using cloud–based deep learning models

    MUHAMMED COŞKUN IRMAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULSAMET HAŞILOĞLU

  2. Durgun görüntülerden yüz ifadelerinin tanınması

    Facial expression recognition from static images

    BİLGE SÜHEYLA AKKOCA

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  3. Python kullanarak gerçek zamanlı yüz ifadesi algılama

    Real-time facial expression recognition using Python

    İPEK YAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mekatronik MühendisliğiKarabük Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET ŞİMŞİR

  4. Emotion aware artificial intelligence for cognitive systems

    Bilişsel sistemler için duygu farkındalıklı yapay zeka

    DEĞER AYATA

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  5. Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models

    Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma

    NEŞE GÜNEŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUĞ BAYAZIT