Çekişmeli üretici ağlar ile yüz ifadelerinden duygu etiketleme
Emotion labeling from facial expressions with contact manufacturer networks
- Tez No: 742499
- Danışmanlar: DR. ÖĞR. ÜYESİ FATMA PATLAR AKBULUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Kültür Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 74
Özet
Günümüzün trendi haline gelen insan-bilgisayar etkileşimi ile ilgili çalışmalar giderek artan temalardan biri haline gelmiştir. Özellikle teknolojinin hızla artması ile birlikte pek çok alanda duygu analizi konusuna olan ilginin de arttığı görülmektedir. Bunlara; psikolojik hastalıklar, adli işlemler, eğitim, tıp ve akıllı sistemler örnek gösterilebilinir. İnsan yüz ifadeleri yardımıyla duygu analizi yapılabilmesi oldukça zor, karmaşık ve maliyetli problemlerden biridir. Zor ve karmaşık olmasının en önemli sebebi yüz görüntüleri içerisinde jest ve mimiksel ifadeler barındırmasıdır. Maliyetli olmasının sebebi ise çalışmalarda başarımı artırılabilmesi için defalarca kez işlemlerin tekrarlanması gerekmektedir. Bu çalışmada insanların yüz görüntüleri üzerinden duygu analizi yapılmaya çalışılmıştır. Çalışmada AffectNet veri kümesindeki yedi farklı duygusal durum incelenmiştir: kızgın, iğrenme, korkma, mutlu, nötr, üzgün ve şaşırmış. Bu araştırmada gerçek görüntüler ile Light Weight GAN algoritması kullanılarak elde edilen sahte görüntülerden oluşan yeni veri kümesi elde edilmiştir. CNN mimarileri yardımıyla duygu analizi yapılmıştır. Önerilen modelin ResNET152 ve Inception V3 mimarileri üzerinde başarım oranı test edilmiştir
Özet (Çeviri)
Studies on human-computer interaction, which has become a trend today, have become one of the increasingly popular themes. Especially with the rapid increase in technology, it is seen that the interest in sentiment analysis has increased in many areas. To these, psychological diseases, forensic procedures, education, medicine and intelligent systems can be cited as examples. Emotion analysis with the help of human facial expressions is one of the most difficult, complex and costly problems. The most important reason why it is difficult, and complex is that it contains gestures and mimic expressions in facial images. The reason why it is costly is that the processes need to be repeated many times in order to increase the performance in the studies. In this study, emotion analysis was tried to be done on people's facial images. The study examined seven different emotional states in the AffectNet dataset: angry, disgusted, afraid, happy, neutral, sad, and surprised. In this research, a new dataset consisting of real images and fake images obtained using the Light Weight GAN algorithm was obtained. Sentiment analysis was performed with the help of CNN architectures. The performance rate of the proposed model has been tested on the ResNET152 and Inception V3 architectures.
Benzer Tezler
- Dönüştürücü tabanlı çekişmeli üretici ağlar ile yüz ifadelerindeki değişimin analizi
Analysis of change in facial expressions with transformer-based generative adversarial networks
NARMIN YAGUBBAYLI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MERT BAL
- Yüz ifadesi tanıma başarımı için ilgili bölge belirleme ve çekişmeli üretici ağlar kullanılarak örnek artırım yöntemlerinin geliştirilmesi
Development of a region of interest detection and a generative adversarial network based image augmentation approach for improving facial expression recognition performance
ÖMER FARUK SÖYLEMEZ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURHAN ERGEN
- Derin evrişimli çekişmeli üretici ağlar ile yüz görüntüleri üretimi
Generation of face images using deep convolutionary advertising generative networks
NİZAMETTİN ÇİÇEKLİ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
PROF. DR. ÖMER FARUK ERTUĞRUL
- Üretici çekişmeli ağlar ile bulanık yüz görüntülerinin iyileştirilmesi
Improvement of blurred face images with generative adversarial networks
KENAN BAKIR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAMAN AKBULUT
- Fetter: Facial emotion and texture transfer with efficient representations
Fetter: Etkili temsiller ile insan yüz görüntüleri arasında duygu ve doku aktarımı
AHMET YAYLALIOĞLU
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET TÜRKAN