A real-time face recognition based on mobileNetV2 model
MobileNetV2 modeline dayalı gerçek zamanlı yüz tanıma
- Tez No: 717300
- Danışmanlar: PROF. DR. ERGUN ERÇELEBİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Yüz tanıma teknolojisi en hızlı gelişen teknolojilerden biridir. Etkinliği, kullanım kolaylığı, sağlık, koruma ve gözetim alanlarındaki geniş uygulamaları ile yüz tanıma, diğer biyometrik teknolojilere göre en yaygın teknolojidir. Derin öğrenme ve sinir ağlarına dayalı teknolojiler, sıradan yüz tanıma yolları ile karşılaştırıldığında üstün verimlilik ve hız göstermiştir. Bu çalışmada, akıllı telefon ve düşük bilgi işlem gücüne sahip cihazlara uygulanabilen hızlı, gerçek zamanlı bir yüz tanıma sistemi öneriyoruz. Önerilen yüz tanıma sistemi günümüzün en güncel evrişim sinir ağları algoritmalarına dayanmaktadır. Veritabanı, bilinen kişilerden ve bazı VggFace veri kümesi ünlülerinden oluşan bir koleksiyondan alınan fotoğraflara dayalı olarak oluşturulmuştur. Önerilen sistem, MTCNN algoritması kullanılarak giriş görüntülerindeki yüzlerin algılanması ile başlayarak, ardından hizalanması ve ön işlenmesi, mobileNetV2 modelini kullanarak her yüz için yüz karakteristik vektörlerinin çıkarılması ve son olarak yüzlerin karşılaştırılması, sınıflandırılması ve ayırt edilmesi gibi birkaç aşamaya ayrılmıştır. Bazı örnekler kullanılarak sistemin başarımı değerlendirilmiştir. Sistem, saniyede ortalama 11.68 kare ile %92.67 doğrulukta sonuç üretmiştir. Modern modellerle karşılaştırıldığında, deneysel sonuçlar, mobilenetv2 modelinin ResNet50 modelinden 2 kat, VGG16 modelinden 4 kat daha hızlı olduğunu göstermiştir.
Özet (Çeviri)
Facial recognition technology is one of the fastest developing technologies. Thanks to its efficacy, ease of use, and extensive applications in health, protection, and surveillance, face recognition is the most widespread technology compared to other biometric ones. Technologies based on deep learning and neural networks have demonstrated superior efficiency and speed when compared to traditional approaches for recognizing persons. In this work, we propose a fast real-time facial recognition system that is applicable for mobile devices and devices of low computational power. It relies on today's latest convolution neural networks algorithms. The database is built based on photos from a collection of known people and some VggFace dataset celebrities. The proposed system is divided into several steps, starting with the detection of faces in the input images using the MTCNN algorithm, followed by their alignment and preprocessing, extracting the face characteristic vectors for each face using the mobileNetV2 model, and finally comparing, classifying and distinguishing the faces. The performance of the system has been evaluated using some examples. The system produced results with an accuracy of 92.67%, with an average of 11.68 frames per second. When compared to the state-of-art models, the experimental results demonstrated that mobilenetv2 model was 2 times faster than ResNet50 model and 4 times faster than VGG16.
Benzer Tezler
- Derin öğrenme yaklaşımları ile gömülü platform üzerinde yüz analizi sisteminin gerçekleştirilmesi
Implementation of face analysis system with deep learning approaches on embedded platform
ABDULATIF AHMED ALI ABOLUHOM
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMET KANDİLLİ
- 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
- Smart attendance management system using face recognition
Yüz tanıma tabanlı akıllı yoklama yönetim sistemi
S M TANVIR HASSAN SHOVON
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK ARICIOĞLU
- Development of a real-time face recognition system using deep learning techniques
Derin öğrenme tekniklerini kullanarak gerçek zamanlı yüz tanıma sisteminin geliştirilmesi
ABDUL KARIM SUFIYAN N YO
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Prof. Dr. ERGUN ERÇELEBİ
- Text and image recognition based in artificial intelligence
Yapay zeka dayalı metin ve görüntü tanıma
DALYA TAREQ KHUDHAIR MAGSOOSI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. MESUT ÇEVIK